论文部分内容阅读
石油作为人类赖以生存的战略性资源对全球的政治稳定与经济安全有重要的影响,几乎所有的生产以及生活活动都与石油紧密相关,因此原油价格的剧烈波动对世界经济的影响十分重大。近年来,我国石油对外依存度越来越高,2018年我国石油对外依存度为70.9%远远超过国际公认的警戒线50%,从《BP世界能源展望2019》中可以看出,原油不仅是现在,在未来几十年中依然会是能源结构的重要组成,中国石油对外依存度有可能还会进一步上升。原油在我国经济发展过程中有着不可替代的作用,与生产生活相关的各行各业的发展都离不开石油资源,国际油价的变动会直接影响经济发展以及生产生活,国际原油价格的走势与中国经济运行密切相关,因此研究国际油价的波动规律、预测原油价格的未来走势、对原油价格进行风险预警管理研究对我国经济发展具有一定的现实意义。针对时间序列模型的研究,奇异谱分析(Singular Spectrum Analysis,SSA)方法是一种比较新的非参数数据驱动模型,这种方法可以不受传统研究方法的限制,奇异谱分析技术通过对时间序列创建轨迹矩阵以及利用奇异值分解(Singular Value Decomposition,SVD)构建与时间序列相对应的奇异值序列进而获得相应的奇异值谱。奇异值的大小不同会反映出不同信息的时间序列,因此利用奇异谱分析技术可以将原始时间序列分解为相对独立的可以解释的分量,各个分量代表所分离出来的时间序列包含的不同信息,因此SSA技术也常用于传统时间序列的预处理。在用于降噪时,一般人为的通过奇异值来确定噪声成分,人为确定会在一定程度上掺杂主观因素,因此降噪后的时序可能会存在过拟合或者信息损失的现象,但在原油价格预测中,噪声序列可能会包含部分有用信息,因此,对噪声序列的预测是有必要的。最后对于分解得到的三个子序列分别运用合适的方法进行预测。本文基于SSA算法提出一种新的原油价格预测框架来提高原油价格区间时间序列的预测精度进而为油价预测领域提供一定的技术支持。本文以WTI每周原油价格区间数据为研究对象,对国际原油价格的波动规律进行研究同时预测原油价格的未来走势,并进行原油价格风险预警管理研究。首先,对本文涉及到的相关理论进行介绍,提出基于区间时间序列多尺度分解的原油价格预测及风险预警管理研究模型。其次,采用SSA技术对原始区间时序进行数据分解,通过创建轨迹矩阵并利用SVD方法将原始区间原油价格序列分解为趋势时间序列、市场波动时间序列与噪声序列。再次,对于分解得到的三个子序列进行平稳性检验,对于平稳的噪声序列采用ARIMA模型进行预测,对于非平稳的区间趋势序列与市场波动序列,采用BPNN&SVM组合预测方法进行预测然后集成得到最终预测结果。然后运用MSE、MAE、SSE、MSPE、MAPE这五种评价标准对模型的预测结果进行评估,评估结果表明对于原油价格区间时间序列来说,本文运用的组合预测模型(SSA-BPNN-SVR-ARIMA)具有较好的预测效果。最后,进行油价风险预警管理研究,根据划分的五个区间的油价预警警限,对于预测得到的区间原油价格序列进行风险预警研究,同时对原油价格波动可能带来的风险提出相关风险管理对策,该对策有助于石油企业与相关监管机构制定和优化风险管理政策。本文实证预测结果表明,利用奇异谱分析方法对原油价格进行预测具有一定的优势,对于经过奇异谱分析得到的包含不同信息的子序列,再根据子序列的特点进行预测具有更高的预测精度。根据五个油价预警警限进行风险预警并从国家与企业两个层面提出的风险管理对策具有一定的理论与现实意义。