Råoljepriser regnes som en av de viktigste indikatorene i verdensøkonomien. Regjeringer og bedrifter bruker mye tid og energi på å finne ut hvor oljeprisene skal videre, men prognoser er en upassende vitenskap. Standardteknikker er basert på kalkulus (lineære regresjoner og økonometrikk), men alternativer inkluderer strukturelle modeller og datastyrte analyser. Det er ingen bred enighet om den beste måten å spå oljepriser på.
Selskaper er også spesielt oppmerksom på - og deltar ofte i - futuresmarkeder for olje. Futures for råolje omsettes på New York Mercantile Exchange (NYMEX) og Tokyo Commodity Exchange (TOCOM).
Forståelse av råoljepriser
På et elementært nivå bestemmes tilførselen av råolje av oljeselskapenes evne til å hente ut reserver fra bakken og distribuere dem over hele verden. Det er tre hovedforsyningsvariabler: teknologiske endringer, miljøfaktorer og oljeselskapenes evne til å akkumulere og fylle opp kapital. Tekniske forbedringer - spesielt hydraulisk brudd og horisontal boring - bidro til å oversvømme verdensmarkeder med olje etter 2008.
Etterspørsel etter råolje kommer fra enkeltpersoner, selskaper og myndigheter. Generelt øker etterspørselen etter olje i gode økonomiske tider, og den minsker i tregere økonomiske tider. Økninger i levestandarden i Kina og India har vært en viktig kilde til global etterspørsel i det 21. århundre.
Bedrifter må forstå disse faktorene før de lager prognoser for oljepris, men selv det er ikke nok. Oljeprisene er sterkt påvirket av ikke-markedskrefter, inkludert Organisasjonen for Petroleumseksporterende land (OPEC), som effektivt fungerer som et multinasjonalt oljekartell. OPEC-medlemsland tar felles beslutninger om hvor mye olje som skal slippes ut til verdensmarkedene basert på hva som er best for deres regjeringer. De ekstreme svingningene i oljeprisen mellom 2005 og 2015 er imidlertid en indikasjon på at OPECs innflytelse er begrenset.
Olje er også sterkt regulert i de fleste land. USA har, som mange nasjoner i Europa, strenge begrensninger for hvor olje kan bores; Environmental Protection Agency (EPA) kan ha like mye å si om oljepriser som Exxon Mobil eller British Petroleum.
Årsaken til at bevegelser i oljepris (eller hvilken som helst vare) ofte overrasker analytikere er fordi det er hundrevis av variabler, som hver av dem beveger seg samtidig på uforutsigbare måter. Styrets styre for Federal Reserve System satte det best i sitt diskusjonsnotat fra juli 2011 "Forecasting the Price of Oil", som begynte med å identifisere "uventede store og vedvarende svingninger i den reelle oljeprisen."
Kvantitative metoder
Bedrifter ansetter økonometrikere og andre markedseksperter for å komme på kort og mellomlang sikt forutsigelser om oljemarkedet. Disse fagfolkene bruker svært kompliserte matematiske modeller, som enten fokuserer på økonomi (ved å bruke spot- og fremtidige priser), eller tilbud og etterspørselshensyn (kvantifisere variabler og teste forklaringskraften deres).
Spot- og fremtidige prismodeller er fremdeles populære hos mange selskaper, men ser ut av fordel. Det grunnleggende konseptet er at futures markeder - spesielt forholdet mellom futures prissvingninger og spotprissvingninger - vil peke veien til morgendagens oljepriser. To innflytelsesrike akademiske artikler ble publisert i 1991 (Bopp og Lady; Serletis) som antydet at fremtidig oljepris ikke var objektiv eller fullstendig effektiv, men sannsynligvis fortsatt var bedre enn noen andre indikatorer. Denne konklusjonen ble nådd gjennom feil- og korreksjonsmodeller (ECM), som lar statistikere eller økonometrikere redegjøre for skjevhet i futuresdata.
En tredje studie i 1998 (Zeng og Swanson) så på råolje på NYMEX, New York Commodity Exchange, Chicago Board of Trade og Chicago Mercantile Exchange mellom 1990 og 1995. Den fant at ECM-modeller presterte best. Fram til begynnelsen av det 21. århundre benyttet de fleste selskaper ECM-tilnærmingen.
Senere studier har vært mindre snille med økonomiske modeller. En gjennomgikk futurumspriser på råolje på West Texas Intermediate (WTI) på NYMEX mellom 1989 og 2003, og fant at termins- og futurespriser verken er effektive eller objektive nok til å nøyaktig forutsi fremtidige spotpriser (og, underlig nok, at det var "lite bevis på risikopåslag "i oljemarkedet). Forfatterne anbefalte i stedet en tilfeldig gang-prosess i tidsserier; tilfeldig gangsteori antyder at aksjekursendringer ikke kan brukes til å forutsi fremtidig bevegelse. (Forskning fra Universitetet i Portugal i 2013 oppdaget at tidsserierøkonometrisk modellering er den vanligste prognosemetoden for råoljepriser.)
Tilbuds- og etterspørselsmodeller fokuserer på makroøkonomiske variabler, som OPEC-produksjon, inntektselastisitet i etterspørselen etter olje og reelt bruttonasjonalprodukt (BNP). Fordi det er så mange mulige kombinasjoner av variabler, bruker de fleste selskaper eller analytiske tjenester proprietære beregninger og endrer formler ofte. Målet er å finne de mest statistisk signifikante variablene, deretter finne kartsvingninger i disse variablene og lage grove estimater for fremtidige oljeprisområder.
Kvalitative eller ikke-lineære metoder
Talsmennene for alternative tilnærminger, som statistikere kan kalle "ikke-standard" eller "ikke-lineære" tilnærminger, hevder at fremtidige oljepriser er for tilfeldige og kaotiske for tradisjonelle prosesser. Disse metodene kan fortsatt bruke noen av de samme dataene som standardmodeller, men beregningene er basert på mønstergjenkjenning snarere enn lineære modeller eller økonometriske regresjoner.
Et populært verktøy for mønstergjenkjenning er det kunstige nevrale nettverket (ANN). ANN-modellen, som er basert på biologien i den menneskelige hjerne, lar visstnok simuleringen lære og generalisere erfaringer basert på nye data. ANN-er brukes til en rekke analyser innen forretnings-, vitenskap- og investeringsfelt. En standard kritikk av ANN-metoden - og en hovedårsak til at ANN-er ikke er populære blant private oljeprognoser, er de egentlige innspillene som brukes til å evaluere prisserier ofte er subjektive eller vilkårlige.
Grunnleggende investorer og analytikere har en tendens til å vike unna komplekse statistiske modeller. I stedet er grunnleggende analytikere avhengige av samlede forretningsfaktorer, som lagernivå, produksjonstrender, naturkatastrofer og handlingene til spekulanter. Den implisitte begrunnelsen bak disse kunnskapsbaserte tilnærmingene er at oljepriser er sterkt påvirket av store, identifiserbare hendelser. Det er vanlig at selskaper ansetter markedsanalytikere som er avhengige av informasjon fra andre kilder, for eksempel Verdensbankens vareprognose, snarere enn å lage sine egne modeller.
