基于EMD分解技术的不同市场原油价格相关性分析及预测研究
发布时间：2024-02-27 14:30
随着中国经济的持续快速增长、对外石油依存度越来越高以及全球石油行业的不断起伏变化,具有独特地位的石油,它的价格波动对我国社会经济发展的冲击愈加明显。 中国从1998年石油定价权与国际接轨以来,国内原油价格受到国际原油价格的较大影响。近年来,全球原油价格起起落落,价格变化大且次数多,这极大地扰动了像中国这样对原油需求较大的国家的社会经济的发展,对中国整体社会经济的稳定造成了干扰。所以,对全球石油价格的变化进行有效监控、比较和预测有着非常重要的意义。 本文提出了基于EMD分解的不同市场原油价格相关性分析方法。首先,运用EMD技术将不同市场原油价格序列分解成若干个不同频率的分量(包括若干个本征模函数和一个剩余分量),分别提取出市场波动项、重大事件影响项和趋势项；然后分别对不同市场原油价格的市场波动项、重大事件影响项和趋势项进行研究分析,分析上述数据的短期相依性和互动性,应用协整理论、基于向量自回归的Granger因果检验和误差修正模型,对金融危机中不同市场原油价格影响项的长期均衡关系以及短期波动模式进行实证研究；最后,总结计量分析的结果并简要分析本研究的若干政策含义。 由于原油价格序列是非线性和非平稳时间序列,所以精确预测原油价格是一项非常有挑战性的工作。传统的统计和经济学模型建立在数据是线性的假设之上,很难捕捉到隐藏在原油价格序列中的非线性模式,通常不能得到精确的原油价格预测结果。为了克服传统的统计和计量经济学模型的局限性,人工神经网络(ANN)、支持向量机(SVMs)和遗传规划(Genetic Programming)等计算智能方法被运用于原油价格预测。实验结果表明这些方法的预测精度优于传统的统计和计量经济模型。针对原油价格预测问题,本文提出一种基于EMD(经验模式分解)和SVMs(支持向量机)的非线性组合预测方法。该方法运用EMD技术将原油价格序列分解成若干个不同频率的分量,根据频率高低将各分量分组叠加得到三个新序列,分别代表市场波动价格、重大事件价格、趋势价格；针对此三个序列,构建不同的SVMs模型分别进行预测,得到各序列预测值；用SVMs针对各序列预测值构建组合模型得到最终预测值。采用WTI, Brent和大庆原油现货价格数据验证本方法的有效性,并对WTI, Brent和大庆的原油价格进行了预测。结果表明,此方法与单一的SVMs模型和人工神经网络模型相比,具有较高的预测精度。
【学位授予单位】：华中科技大学
【学位级别】：博士
【学位授予年份】：2011
【分类号】：F416.22;F224
【图文】：
图2.1WTI原油价格运用EEMD技术将上述554条数据分解为一系列IMF和剩余分量，如图2.2所示。这里EEMD所用的集成数量是100，且所加的白噪声标准差为0.2。.所有的IMF按照频率由高到低的顺序排列，最后一列数据为剩余分量。由于每个IMF的频率和振幅都是变化的，所以周期用每个IMF的数据个数除以极值点个数来表示，代表各IMF的波动周期。方差占比是每个IMF的方差所占数据列总体方差的比率，第i个IMF的方差占比次氦表示第i个IMF的方差，杏表示原油价格序列的方差，戒用来衡量各IMF的波动情况占原油价格总体波动情况的比率。IMF的均值从另一个角度度量了IMF的波动情况。下面对各IMF的周期、方差和均值进行统计分析，以便于提取出原油价格中的不同构成部分。如表2一1所示。
从以上的分解和统计结果不难看出，剩余分量在所有分量中居支配地位，和原数据列的相关系数高达77%，方差占比也高达41%。所以说，趋势价格是油价的主要组成部分，对原油价格的长期走势起决定性影响。趋势项的上升走势和世界经济的发展是同步的，这也说明了世界经济的发展水平决定了原油价格的长期趋势价格。从原油价格的历史来看，尽管在一些诸如战争等重大事件的影响下油价会出现剧烈波动，但随着事件影响的消失，油价会恢复到趋势价格附近。第二重要部分为低频IMF分量，如IMF7，平均周期为30年，方差占比达到36%。频率较小的IMF组成了油价内较大因素干扰价格，也是油价的关键构成成分，它们会受到战乱等较大因素的冲击而大幅变化，且通常变化时间会维持4一5年。平均值以及较大事件会对油价形成干扰，同时很多别的干扰项如:天气变化、劳工运动以及石油储备等一些因素也会影响油价。由于后面的这些干扰因子通常只造成暂时性的扰动，所以后面的干扰因子被归为频率较大扰动部分，由频率值较大的IMF构成。频率值较大的IMF子
3.2不同市场原油价格市场波动项相关性分析原油价格受众多因素影响，诸如天气、罢工、库存变化以及投机交易者都是影响原油价格的因素，他们对原油价格的影响持续时间一般较短，表现为原油价格EEMD分解后的高频分量部分。虽然市场波动项在总体油价的构成中占比不大，但他们的累积效应不容忽视，并且在当今的原油市场中起着越来越重要的作用，因此分析中美欧三市场原油价格市场波动项之间的溢出效应关系具有重要的现实意义。本节主要分析中美欧三市场原油价格中的市场波动项的基本统计特征，建立价格波动的GARCH模型，应用Hamao[52]的波动溢出效应模型分析中美欧三市场原油价格市场波动项的短期相依性和互动性;根据协整计量分析、在VAR的基础上进行Granger因果检验并构建EcM模型，对中美欧三市场石油价格中的市场变动部分的
本文编号：2804500
【学位授予单位】：华中科技大学
【学位级别】：博士
【学位授予年份】：2011
【分类号】：F416.22;F224
【图文】：
图2.1WTI原油价格运用EEMD技术将上述554条数据分解为一系列IMF和剩余分量，如图2.2所示。这里EEMD所用的集成数量是100，且所加的白噪声标准差为0.2。.所有的IMF按照频率由高到低的顺序排列，最后一列数据为剩余分量。由于每个IMF的频率和振幅都是变化的，所以周期用每个IMF的数据个数除以极值点个数来表示，代表各IMF的波动周期。方差占比是每个IMF的方差所占数据列总体方差的比率，第i个IMF的方差占比次氦表示第i个IMF的方差，杏表示原油价格序列的方差，戒用来衡量各IMF的波动情况占原油价格总体波动情况的比率。IMF的均值从另一个角度度量了IMF的波动情况。下面对各IMF的周期、方差和均值进行统计分析，以便于提取出原油价格中的不同构成部分。如表2一1所示。
从以上的分解和统计结果不难看出，剩余分量在所有分量中居支配地位，和原数据列的相关系数高达77%，方差占比也高达41%。所以说，趋势价格是油价的主要组成部分，对原油价格的长期走势起决定性影响。趋势项的上升走势和世界经济的发展是同步的，这也说明了世界经济的发展水平决定了原油价格的长期趋势价格。从原油价格的历史来看，尽管在一些诸如战争等重大事件的影响下油价会出现剧烈波动，但随着事件影响的消失，油价会恢复到趋势价格附近。第二重要部分为低频IMF分量，如IMF7，平均周期为30年，方差占比达到36%。频率较小的IMF组成了油价内较大因素干扰价格，也是油价的关键构成成分，它们会受到战乱等较大因素的冲击而大幅变化，且通常变化时间会维持4一5年。平均值以及较大事件会对油价形成干扰，同时很多别的干扰项如:天气变化、劳工运动以及石油储备等一些因素也会影响油价。由于后面的这些干扰因子通常只造成暂时性的扰动，所以后面的干扰因子被归为频率较大扰动部分，由频率值较大的IMF构成。频率值较大的IMF子
3.2不同市场原油价格市场波动项相关性分析原油价格受众多因素影响，诸如天气、罢工、库存变化以及投机交易者都是影响原油价格的因素，他们对原油价格的影响持续时间一般较短，表现为原油价格EEMD分解后的高频分量部分。虽然市场波动项在总体油价的构成中占比不大，但他们的累积效应不容忽视，并且在当今的原油市场中起着越来越重要的作用，因此分析中美欧三市场原油价格市场波动项之间的溢出效应关系具有重要的现实意义。本节主要分析中美欧三市场原油价格中的市场波动项的基本统计特征，建立价格波动的GARCH模型，应用Hamao[52]的波动溢出效应模型分析中美欧三市场原油价格市场波动项的短期相依性和互动性;根据协整计量分析、在VAR的基础上进行Granger因果检验并构建EcM模型，对中美欧三市场石油价格中的市场变动部分的
【引证文献】
相关期刊论文 前2条
1 卢艳超;温卫宁;赵彪;郑燕;史雪飞;;基于EEMD-SVM模型的电网工程设备价格预测[J];电力建设;2013年01期
2 曹柯;危启才;田魁;;基于EMD和RVM的股指期货价格预测[J];武汉工业学院学报;2013年02期
相关硕士学位论文 前1条
1 刘爽;基于CEEMD的地震数据处理研究与应用[D];吉林大学;2014年
本文编号：2804500
本文链接：https://www.wllwen.com/gongshangguanlilunwen/2804500.html