论文部分内容阅读
原油既是世界上最重要的能源,也是最重要的商品之一,其价格变动对国际政治经济形势具有重要影响。深入分析国际原油价格波动特点,提高国际原油价格预测准确性,对国家经济发展和安全、企业生产运作与投资具有非常重要的意义。虽然学术界和业界已经就原油价格分析与预测展开了广泛的研究,但是原油市场的非线性、不稳定性、突变性等特点却导致绝大多数现有预测模型的表现远不能满足实际需要。
本文从复杂系统的特点出发,基于分而治之的思想,以经验模态分解算法为分解工具,以计量经济技术为影响因素分析方法,集成信号处理方法、时间序列模型和人工智能模型,提出了一个新的复杂系统分析和预测方法论——DAC方法论。同时,将此方法应用到国际原油市场分析与预测中,以验证其有效性。
首先,基于经验模态分解算法对国际原油价格进行了多尺度分解,总结了国际油价在长期、中期和短期内的主要影响因素及波动特点;其次,针对三个重要的影响因素:重大突发事件、经济危机和投机活动,分别分析了其对原油市场的影响模式;最后,在系统评估期货市场对原油现货价格的预测能力,以及各种常用单变量预测模型对原油价格预测能力的基础上,构建了符合DAC方法论的集成预测模型:基于支持向量回归的多尺度预测模型。
本文提出了一种复杂系统研究方法,深入探究了原油价格的内在结构及影响因素交互情况,解答了一些现有文献中存在争议的问题,提出的集成预测模型不仅在短期内预测精度高,更是一种稳定的适合长期预测的模型。这些研究结果,可有效推动原油价格波动分析与预测这一世界难题的研究进展。
本文的创新可概括如下:
(1)复杂系统研究方法论创新。以分而治之的思想为指导,以集成思想为核心,综合信号处理方法、计量经济模型、时间序列模型和人工智能模型,提出了一个新的复杂系统分析和预测方法论—DAC方法论。
(2)事件分析方法创新。针对传统事件分析方法主要适用于线性平稳数据且忽视重叠事件的不足,提出了新的适用于非线性非平稳数据的多尺度事件分析方法。该方法相比传统方法可更细致地研究突发事件在不同尺度上对时间序列的影响以及尺度之间影响的交互情况,并且适用于重叠事件分析。
(3)集成预测模型创新。基于DAC方法论和系统的预测方法评估结果,构建了新的基于支持向量回归的多尺度原油价格集成预测模型。该模型充分利用了经验模态分解算法将非线性非平稳数据分解为具有物理意义的简单模态的能力,以及支持向量同归出众的预测能力,通过二者的集成提高了原油价格预测的精确度。特别地,这是一种稳定的、适合于长期预测的模型,这一发现对于时间序列的长期预测具有重要意义。
(4)新的原油价格波动分析模型。以经验模态分解算法为基础,对国际原油价格进行了多尺度分解实证分析,总结了国际原油价格在不同尺度上的影响因素和波动特点,从而构建了新的原油价格波动分析模型。该模型对原油价格预测具有重要的指导作用。
(5)新的重大事件对原油市场影响模型。根据提出的新的事件分析模型,对战争与金融危机对原油市场的影响进行了系统的实证分析,发现了重大突发事件对原油市场共同的影响模式。这对于国际原油价格的长期预测有着特别重要的意义。
(6)投机与原油价格关系的动态非线性因果关系分析。首次利用非线性Granger因果检验方法,基于滚动样本区间,系统检验了投机活动与原油价格在不同时期的线性和非线性Granger因果关系。发现投机活动对原油价格的影响是一个随时间变化的动态发展过程,从而回答了投机活动对原油价格波动的影响究竟有多大这一现有文献中存在争议的问题。
(7)基于结构性断点检验的期货价格对现货价格预测能力检验。应用断点测试方法,将原油市场划分成不同结构时期,分别检验了基于不同到期结构期货价格直接预测现货价格的信息支持程度,从国际原油市场的发展过程来讨论模型的预测准确性。通过引入无偏预测以及预测能力比较理论,不仅发现了期货价格对现货价格预测不准确的时期,而且还探讨了导致预测不准确的结构性原因,实证结果可用于指导期货价格对现货价格的预测。
(8)系统评估单变量预测模型对原油价格的预测能力。应用多种预测评价指标和统计检验方法,系统评估了多个单变量原油价格预测模型对原油价格的预测能力。结果表明:在提前1、2、3、6个月的预测中,智能模型优于计量模型,并且支持向量回归是综合评估中总体表现最优的单变量预测方法。系统的评估结果对于集成模型的开发和原油预测实际工作的开展具有重要的指导意义。