大数据技术下的石油市场风险分析与价格预测方法研究

Oil price is affected by lots of nonlinear and uncertain factors. It is difficult to accurately quantify and analyze the semi-structured and unstructured risk factors by traditional methods. Fortunately, a large amount of oil market information is implied in mass network text, which is not effectively used. In this project, we adopt big data technology to collect, extract, categorize, and analyze risk factors that affect oil price, and construct knowledge maps of the oil market. We extract oil market text orientation and trend factors, improving the pattern matching, rough set and finite approximation methods to establish high-frequency, short-term, medium-term and long-term multi-scale oil price and trend forecasting models respectively. By considering the oil market knowledge maps, we construct a hybrid simulation system that describes the micro motivation and macro behavior of the oil market. We design oil market risk scenarios, formulate risk control programs and develop experimental platforms for oil market risk regulation and calculation. This project comprehensively uses the mathematical methods, management sciences, and big data technologies on the research of oil market risk analysis and price forecasting methods to monitor oil market risks in real time. Then, we forecast oil price and trend under different time scales and simulate the effect of different regulation schemes under the oil market risk scenarios, which provides theoretical and methodological support and decision information for government and enterprises on formulating scientific and reasonable oil market risk response strategies.

石油价格受到众多非线性、不确定因素影响，传统方法难以准确量化和分析半结构化、非结构化的风险因素，而大量石油市场信息隐含在海量网络文本中，未被有效利用。本项目利用大数据技术，对影响石油价格的风险因素进行收集、提取、归类、分析，构建石油市场知识图谱；析取石油市场文本倾向与趋势因子，改进模式匹配、粗糙集和有限逼近等方法，分别建立高频、短中长期多尺度的石油价格与趋势预测模型；综合石油市场知识图谱和投资者行为，构建描述石油市场的微观动机和宏观行为的混合仿真系统；设定石油市场风险情景，研发石油市场风险调控计算实验平台，制定风险调控方案。本项目强调综合运用数学方法、管理科学和大数据技术，开展石油市场风险分析、价格预测方法及运行机制研究，旨在监测石油市场风险、预测不同时间尺度下石油价格及趋势、模拟石油市场风险情景下最优调控方案，为政府和企业制定科学合理的石油市场风险应对策略提供理论方法支持和决策参考依据。

随着我国石油对外依存度的持续攀升，国际石油市场的变化切实影响着我国的经济发展和能源安全。从风险因素的识别、量化和调控角度研究国际原油市场对于保障我国能源供应安全、科学规避风险、占领市场先机具有重要作用。本项目采用大数据技术提取识别风险因素，构建包含风险因素分析、价格预测、市场互动机理到风险冲击仿真模拟前后承接的方法体系，为政府和企业制定石油市场风险应对策略提供理论方法支持和科学决策参考。主要研究内容包括以下方面：第一，构造石油市场风险因素知识图谱有效识别石油市场的风险因素，在此基础上对网络文本信息进行提取和分析，实现结构化、半结构化和非结构化信息的定量表示，用于分析石油市场风险因素的相互作用和传导关系。第二，通过构造文本倾向因子和趋势因子等量化各类因素，分析文本信息对石油价格短期波动与中长期趋势的影响，为石油价格预测方法的改进提供支持，提升预测准确性。第三，构建综合石油市场宏观行为与微观动机的混合仿真系统，建立突发事件响应风险调控机制。在分析石油市场延迟机理、反馈机制以及微观投资者行为特性的基础上，通过计算实验对风险情景进行决策分析，获取最优调控方案。实证研究结果表明，本项目构建的大数据技术与传统预测模型相结合的石油市场风险分析与价格预测方法，可有效识别石油市场风险因素，多角度分析其传导关系，提升了多尺度油价预测性能，有助于政府和企业建立科学的风险管理机制及应急调控策略。本项目至今已发表论文15篇，递交咨政报告2份并获批示，获软件著作权1项，参加国内外学术会议并做报告13次，培养硕士研究生13人，其中1人获北京市优秀毕业生荣誉称号。