UA : У роботі досліджено динаміку світової ціни на нафту. Розглянуто структуру ціноутворення на світовому ринку нафти. Проаналізовано фактори, що впливають на динаміку світових цін на нафту. Фундаментальним фактором впливу на світову ціну нафти визначено співвідношення попиту та пропозиції. Зроблено огляд методів та інструментів для прогнозування часових рядів динаміки світових цін на нафту. Проведено фундаментальний аналіз динаміки світових цін на нафту. Проаналізовано динаміку світових цін на нафту методами статистичного аналізу та методами дискретної нелінійної динаміки. Для проведення фрактального аналізу досліджено часовий ряд світових цін на нафту марки Brent за період з 02.01.2013 по 16.12.2019. Проведено технічний аналіз досліджуваного часового ряду з використанням програмного середовища мови R. У ході технічного аналізу отримано три конкуруючі ARIMA моделі. Оцінено отримані моделі за інформаційним критерієм Акаіке (АІС) та відібрано найкращу модель – ARIMA(0,1,1). Побудовано прогноз світових цін на нафту. За горизонт прогнозування взято значення показника глибини пам’яті, отриманого у результаті комплексного фрактального аналізу характеристик часового ряду. Удосконалено метод оцінки параметрів ARIMA моделі, який на відміну від існуючого, базується на отриманих у результаті комплексного фрактального аналізу характеристиках часового ряду.
EN : The dynamics of the world oil price is investigated. The pricing structure in the world oil market is considered. The factors that influence the dynamics of world oil prices are analyzed. The fundamental factor, the impact on oil prices, determines the ratio of supply and demand. An overview of methods and tools for forecasting the time series of the dynamics of world oil prices has been made. A fundamental analysis of the dynamics of world oil prices has been carried out. The dynamics of world prices are analyzed using statistical analysis methods and discrete nonlinear dynamics methods. For the purpose of fractal analysis the time series of world Brent crude oil prices for the period from 02.01.2013 to 16.12.2019 has been investigated. A technical analysis of the investigated time series was performed using the R. language software environment. Three competing ARIMA models were obtained during the technical analysis. The models obtained were evaluated using the AIC criterion and the best model was selected – ARIMA (0,1,1). Forecast of world oil prices has been made. The prediction horizon is taken as the value of the memory depth index obtained from a complex fractal analysis of time series characteristics. The method of estimating the parameters of the ARIMA model, which, unlike the existing one, is based on the fractal analysis of the time series characteristics obtained as a result.
