论文部分内容阅读
石油是现代工业最基本的原材料和整个经济发展的生命线。石油价格变动与经济起落息息相关,历史上的三次石油危机,导致世界经济全面衰退和多种形式的社会危机。近几年来的国际油价持续大幅度上涨和高位震荡,也已对各国经济增长带来多方面影响。2008年7月油价的暴涨暴跌令政府、企业、专家、投资者瞠目结舌,无所适从。石油价格冲击降低石油进口国的经济增长率,甚至降低绝对产出水平造成经济衰退;抬高物价水平,并可能引起通货膨胀。可见,研究油价发展的规律性,并用这个规律动态地预测未来的国际油价意义非常。本文首先研究了国际油价的背景、常用的预测方法,分析归纳了国际油价的五大主要影响因素。在此基础上对油价序列进行了奇异性分析,将时间段分为两种类型:含奇异点时段;不含奇异点时段。分别在不同类型的时段对延迟因变量回归模型、(AR-R)双回归模型、(AR)神经网络模型、滞后一期神经网络模型进行了预测效果评价,经过比较得出:无论哪种类型的时段下,模型简单、效果也比较理想的是滞后一期神经网络模型。其中,(AR-R)双回归模型是通过对传统的多元回归模型进行改进得到的新模型,通过具体算例证实改进的(AR-R)双回归模型效果优于传统的多元回归模型。另外,本文利用SAS和MATLAB编写了模型的拟合、预测程序,完成了对实例的分析和研究工作,并通过实证研究及结果对比分析论证了以下模型的可行性,为寻求效果更理想的预测方法做出了有益的尝试。1.延迟因变量回归模型。它是非平稳序列随机分析的一种方法,所需数据量少,操作简单易行,易于对模型进行直观解释,通过两种时段对几种一元非平稳序列随机分析方法的比较得出它是其中拟合效果最好的方法。2.(AR-R)双回归模型。方法的改进之处在于预测因子的决定上。在预测因子中加入了因变量的自身历史数据,与当期因变量自相关系数最大的几个保留;在外在影响因素因子的选择上,保留与因变量运动同步的因子。3.(AR)神经网络模型。与传统神经网络不同之处在于预测因子是外在影响因素(与油价同期的)及油价自身的历史数据,比较适于不含奇异点时段的拟合预测。4.滞后一期神经网络模型。这种模型体现了其它因素对经济环境变化的敏感早于油价,它对油价的涨跌预测的极为准确,并通过具体算例证实这种模型比较适合油价的拟合预测。最后,得出结论:作拟合预测时最好分时段进行,在含奇异点时段时最好不要纳入内生变量作为预测因子,效果比较好;而在不含奇异点时段时最好纳入内生变量作为预测因子,效果比较好;无论哪种类型的时段,就预测的前兆性及数据的采集难度而言,滞后一期神经网络效果最好,其误差也可以接受。就预测的精度而言(AR)神经网络模型在不含奇异点时段效果最好,传统神经网络模型在含奇异点时段效果最好;就模型的解释能力而言,(AR-R)双回归模型在不含奇异点时段效果最好;上述模型都可以判断出油价的涨跌,模型简单、效果也比较理想的是滞后一期神经网络。这些模型各有优劣,具体使用哪种模型作预测,要根据实际情况,具体情况具体对待。当然也可以同时使用上述几种模型进行预测,对结果进行综合分析。