國際油價波動的獨立源影響因素及其集成智慧型預測研究

《國際油價波動的獨立源影響因素及其集成智慧型預測研究》是依託河海大學，由范麗偉擔任項目負責人的青年科學基金項目。

基本介紹

• 中文名：國際油價波動的獨立源影響因素及其集成智慧型預測研究
• 項目類別：青年科學基金項目
• 項目負責人：范麗偉
• 依託單位：河海大學

項目摘要

研究國際油價波動的影響因素並準確預測其趨勢，對於國家規避油價風險、保障經濟與能源安全具有重要的現實意義。本項目借鑑吸收目前油價波動分析及預測的最新成果，基於系統分解的思路，利用獨立成分分析技術提取國際油價波動的獨立源影響因素並消除噪聲因素，並藉助情景分析與時間序列分析預測各獨立源因素的走勢；在系統分析方法集成的研究架構下，以獨立源因素預測為基礎，利用支持向量機、貝葉斯分析等方法構建國際油價的集成智慧型預測模型，並進行參數最佳化以提高預測的準確性及魯棒性；最後基於預測結果構建可計算一般均衡模型研究油價波動對我國巨觀經濟的影響。以期推進基於系統分解與集成視角預測國際油價的研究進展，同時為國家規避油價風險和保障能源及經濟安全提供定量化決策依據。

結題摘要

研究國際油價波動的影響因素並對其波動趨勢進行準確預測，對於國家規避油價風險、保障經濟與能源安全具有重要的現實意義。項目總結和梳理了國際原油價格分析預測的方法模型，運用Meta分析對油價預測的幾類方法和模型進行定量化比較研究，結果發現機器學習模型（如神經網路、支持向量機等）的預測效果及穩定性比其它模型更好一些；借鑑吸收目前油價波動分析及預測的最新成果，基於系統分解的思路，課題組套用獨立成分分析（ICA）技術提取國際油價波動的獨立源影響因素並消除噪聲因素，由ICA分解得到的三項獨立成分可以較好地反映油價時間序列的波動特徵， 挖掘出隱藏在國際混合油價信號中的基本影響因素；接下來，在系統分析方法集成的研究架構下，以獨立源因素預測為基礎，利用支持向量機構建國際油價的ICA-SVR2集成智慧型預測模型，並進行參數最佳化以提高預測的準確性及魯棒性；實證結果表明，在不同的訓練樣本與測試樣本比例的情況下，ICA-SVR2始終保持較高預測精度，在訓練樣本僅占整個樣本區間的60%的情況下，該模型對WTI現貨價格的方向預測準確性仍然能保持在80%以上，驗證了該模型的有效性。此外，課題組還將ICA-SVR2與其它預測模型（如SVR、ICA-ARIMA-SVR）進行了比較研究，發現ICA-SVR2的預測精度明顯高於其它模型，進一步表明了所提出集成預測模型在國際油價預測分析中的有效性。項目研究驗證了ICA在探尋油價波動影響因素方面的有效性，所提出的集成預測模型豐富了基於系統分解與集成視角進行油價預測的方法論體系。