Forescast

Machine learning model to project the impact of COVID-19 on US motor gasoline demand

Descripción

Debido a la pandemia de COVID-19, la demanda del combustible cayo teniendo consecuencias negativas en el precio futuro del petróleo en el año 2020. Tener unas proyecciones de la demanda, las cuales san sólidas, son cruciales para la planificación económica.

En EEUU se tomaron medidas de prevención para poder frenar la propagación de COVID-19 como l reducción de movilidad ya que las personas se empezaron a quedar todo el día y todos los días en casa, esto conllevo a un exceso de petróleo en el mercado haciendo que el precio de petróleo West Texas Intermediate se desplomará a un valor negativo. Aunque hay varios estudios en donde se realiza la discusión de impactos naturales inesperadas como en el turismo o economía, pocos estudios han pronosticado la demanda de petróleo en escenarios pandémicos.}

Para esta fecha los estudios que mas se centran en la pandemia solo se realizan a perspectivas energéticas a corto plazo; esta perspectiva utiliza la evolución de la pandemia para pronosticar el producto interno bruto, demanda y precios en EEUU.

Método

Se desarrollo un modelo para el análisis de demanda de petróleo pandémico, el cual está relacionado con el aprendizaje automático y poder proyectar la demanda de gasolina EEUU. Para los módulos se tiene dos módulos principales como, Un módulo de previsión del índice dinámico de movilidad y un módulo de estimación de la demanda de gasolina.

Para el modelo del pronóstico de índice dinámico de movilidad, se pueden identificar los cambios en la movilidad de los trayectos causados por la pandemia COVID-19 y proyecta los cambios en el índice de movilidad de trayectos en relación con el periodo anterior. Por otra parte, el módulo de estimación de la demanda de gasolina para los motores tiene una estimación de las millas que son recorrida por cada uno de los vehículos en los días de la pandemia

Para poder realizar la proyección de a demanda futura de la gasolina para motores de tomaron del modelo de proyección COVID-19 de Youyang Gu (YYG) ya que es uno de los pocos modelos que tiene referencia a los Centros para el Control y la prevención de Enfermedades de EEUU, que tiene un pronosticó a mediano plazo (tres meses). El modelo YYG tres casos de infección (media, Inferior, y Superior) con un intervalo de confianza del 95%.

En este estudio se dividió en tres escenarios: referencia (media), optimista (inferior) y pesimista (superior), a parte, se tuvo en cuenta el pronóstico de datos del modelo de Instituto Tecnológico de Massachusetts (MIT) la cual se utilizo para pronosticar la demanda de gasolina.

Modulo de pronostico del Indice Dinámico de Movilidad

Para este modlo se desarrollo un método con una red neuronal de aprendizaje automático los cuales utiliza datos de  pandemia, políticas y algunos datos demográficos

Para la proyección de la demanda futura es neceasaria la evolución futura de la pandemia, en este estudio s tomo la proyección que realiza en modeloYYG Y la proyección del modelo MIT para poder realizar la comparación. Para los parámetros del modelo YYG se están calibrando constantemente con datos recientes que se informan mediante el aprendizaje automático. A demás el modelo puede proyectar el numero de personas infectadas y recuperadas.

Sin embargo, el modelo YYG proyecta casos nuevos de infección, pero no los casos confirmados diariamente, y los casos confirmados son solo una parte de los casos de infección:

[pic 1]

 Donde:

 se calcula teniendo en cuenta un mejor ajuste al total de casos confirmados en EEUU[pic 2]

D+16 significa que el valor de los casos confirmados tiene un retraso de 16 dias en comparación con los casos recién infectados.

Modulo de estiacion de la demanda de gasolina para motores

La moviidad es bastante estable en condiciones normales y las millas que se conducen y que están estimadas en la Encuesta Nacional de Viajes de Hogares se utilizan como punto de referencia.  En la normalidad la movilidad de viaje es comparativamente inelástica. Sin embargo, l demanda de la gasolina para motores cayo debido a los pocos viajes fuera del hojar durante la larga pandemia. Teniendo en cuenta lo anterior es importante dividir los viajes personales y conectarlos con la evolución de la pandemia para el pronóstico del índice de movilidad dianmica.

...