国际油价波动的独立源影响因素及其集成智能预测研究

Analyzing the influencing factors of international oil price and accurately forecasting the trend of oil price have practical signifiance in safeguarding national economic and energy securities. Built upon the recent work in oil price analysis and forecasting, this project aims to extract the indepent factors for affecting international oil price by using independent component analysis technique. In this way, the noise factors may be removed. The trends of independent factors will also be predicted by time series analysis and scenario analysis. In the framework of "Divide And Conquer", we constuct the integrated forecasting model using the techniques such as support vector machine and Bayes analysis. The accuracy and robustness of the integrated model can be improved by optimizing the parameters. Based on the forecasting results, we will examine the impacts of international oil price fluctuation on China's macroeconomy. It is expected that the research on this project can not only promote the progress of oil price forecasting from the point of view of "Divide and Conquer", but also provide some quantitative information for policy making in safeguarding national energy and economic securities.

研究国际油价波动的影响因素并准确预测其趋势，对于国家规避油价风险、保障经济与能源安全具有重要的现实意义。本项目借鉴吸收目前油价波动分析及预测的最新成果，基于系统分解的思路，利用独立成分分析技术提取国际油价波动的独立源影响因素并消除噪声因素，并借助情景分析与时间序列分析预测各独立源因素的走势；在系统分析方法集成的研究框架下，以独立源因素预测为基础，利用支持向量机、贝叶斯分析等方法构建国际油价的集成智能预测模型，并进行参数优化以提高预测的准确性及鲁棒性；最后基于预测结果构建可计算一般均衡模型研究油价波动对我国宏观经济的影响。以期推进基于系统分解与集成视角预测国际油价的研究进展，同时为国家规避油价风险和保障能源及经济安全提供定量化决策依据。

研究国际油价波动的影响因素并对其波动趋势进行准确预测，对于国家规避油价风险、保障经济与能源安全具有重要的现实意义。项目总结和梳理了国际原油价格分析预测的方法模型，运用Meta分析对油价预测的几类方法和模型进行定量化比较研究，结果发现机器学习模型（如神经网络、支持向量机等）的预测效果及稳定性比其它模型更好一些；借鉴吸收目前油价波动分析及预测的最新成果，基于系统分解的思路，课题组应用独立成分分析（ICA）技术提取国际油价波动的独立源影响因素并消除噪声因素，由ICA分解得到的三项独立成分可以较好地反映油价时间序列的波动特征， 挖掘出隐藏在国际混合油价信号中的基本影响因素；接下来，在系统分析方法集成的研究框架下，以独立源因素预测为基础，利用支持向量机构建国际油价的ICA-SVR2集成智能预测模型，并进行参数优化以提高预测的准确性及鲁棒性；实证结果表明，在不同的训练样本与测试样本比例的情况下，ICA-SVR2始终保持较高预测精度，在训练样本仅占整个样本区间的60%的情况下，该模型对WTI现货价格的方向预测准确性仍然能保持在80%以上，验证了该模型的有效性。此外，课题组还将ICA-SVR2与其它预测模型（如SVR、ICA-ARIMA-SVR）进行了比较研究，发现ICA-SVR2的预测精度明显高于其它模型，进一步表明了所提出集成预测模型在国际油价预测分析中的有效性。项目研究验证了ICA在探寻油价波动影响因素方面的有效性，所提出的集成预测模型丰富了基于系统分解与集成视角进行油价预测的方法论体系。