Forecasting el precio del petroleo crudo

Abstract

El presente Trabajo de Fin de Grado tiene como objetivo principal desarrollar un modelo predictivo del precio del petróleo crudo a partir de un enfoque combinado que integra análisis de varianza histórica y factores geopolíticos. Dada la importancia estratégica del petróleo en la economía global, contar con herramientas capaces de anticipar su evolución resulta clave tanto para la toma de decisiones gubernamentales como empresariales.

En primer lugar, se realiza un análisis de varianza histórica, identificando los patrones de volatilidad del precio del crudo en distintas décadas, correlacionando sus repuntes y caídas con eventos geopolíticos relevantes como guerras, crisis económicas o conflictos diplomáticos. Posteriormente, se incorpora una dimensión cualitativa y cuantitativa mediante un modelo predictivo que integra variables estructuradas (como oferta, demanda o inventarios) y no estructuradas (medidas a través de text mining aplicado a titulares de prensa).

Los resultados muestran que, si bien los modelos basados únicamente en datos históricos pueden ofrecer tendencias generales, la incorporación de factores geopolíticos mejora significativamente la precisión de las predicciones. Además, se identifican ciertas limitaciones, como la sensibilidad del modelo a eventos inesperados o la dificultad de cuantificar con exactitud las tensiones internacionales.

En conclusión, el trabajo propone un enfoque integrador, riguroso y escalable que podría servir como base para futuras investigaciones aplicadas a otros recursos energéticos o contextos regionales. Este modelo puede ser especialmente útil para mitigar riesgos en mercados volátiles y mejorar la planificación estratégica de agentes públicos y privados.

This Bachelor's Thesis aims to develop a predictive model for crude oil prices using a combined approach that integrates historical variance analysis with geopolitical factors. Given the strategic importance of oil in the global economy, having tools capable of forecasting its evolution is crucial for both governmental and corporate decision-making.

Firstly, a historical variance analysis is conducted to identify volatility patterns in crude oil prices across different decades, correlating significant price movements with key geopolitical events such as wars, economic crises, or diplomatic tensions. Then, a predictive model is constructed by incorporating both structured variables (such as supply, demand, and inventory levels) and unstructured data (using text mining techniques applied to news headlines).

The results show that while models based solely on historical data can capture general trends, the inclusion of geopolitical indicators significantly enhances predictive accuracy. Nonetheless, some limitations are acknowledged, such as the model’s sensitivity to unforeseen events and the challenge of accurately quantifying international tensions.

In conclusion, this work proposes an integrative, rigorous, and scalable forecasting framework that can serve as a foundation for future research on other energy resources or in regional contexts. The model can be especially useful in reducing risks in volatile markets and improving the strategic planning of both public and private actors.