基于经验模态分解的国际石油金融市场现货价格波动分析及预测
发布时间:2023-06-04 02:18
新能源兴起、俄乌持续冲突、极端气候频发等给国际石油的交易带来巨大的冲击,这使得国际石油金融市场处于一个变幻莫测的系统之中。2018年全球油气市场尤为复杂多变,特朗普退出伊核协议、卡塔尔退出OPEC组织、乌克兰退出独联体等导致石油地缘政治大变、油气进出口国关系大变进而引起国际油价大变。国际石油金融市场中重大事件频发使得国际石油价格未来走势扑朔迷离。在此背景下,人们不禁要问:国际石油价格到底会怎样演变?国际石油价格受哪些因素影响?以及不同的影响因素的影响程度是怎样的?基于此,本文利用自适应噪声完备经验模态分解算法(CEEMDAN)、BP多断点检测算法、事件分析法、计量经济模型等对1987年5月—2018年11月布伦特原油的月度现货价格数据进行分析,以发掘导致油价结构性改变的根本原因以及该结构性变化与重大事件之间的关系。进一步本文根据石油价格数据特征构建了一个高精度预测模型,对国际石油价格未来走势进行了分析。本文结论主要有以下几点:(1)国际石油价格可表为经济基本面、重大事件和短期不均衡因素三者影响程度之和,现有文献只是主观表明上述结论,并未给出实证性证据。本文首先使用自适应经验模态分解算法...
【文章页数】:85 页
【学位级别】:硕士
【文章目录】:
摘要
ABSTRACT
缩略语对照表
第一章 绪论
1.1 研究背景
1.2 文献综述
1.2.1 国际油价影响效应
1.2.2 油价波动分析
1.2.3 国际原油价格预测
1.3 研究目的与意义、研究方法
1.3.1 研究目的与意义
1.3.2 研究方法
1.4 研究内容与文章框架
1.4.1 研究内容
1.4.2 文章框架
1.5 研究创新之处
1.6 本章小结
第二章 模型理论基础
2.1 自适应噪声完备经验模态分解算法
2.1.1 经验模态分解算法
2.1.2 集成经验模态分解
2.1.3 自适应噪声完备经验模态分解
2.2 BP多断点检测
2.3 计量经济模型
2.3.1 p阶自回归模型(AR)
2.3.2 q阶移动平均模型(MA)
2.3.3 自回归移动平均模型(ARMA)
2.3.4 求和自回归移动平均模型(ARIMA)
2.3.5 门限自回归模型(TAR)
2.4 人工神经网络
2.5 支持向量回归算法
2.6 集成预测
2.7 本章小节
第三章 国际原油现货价格波动分析模型构建与实证分析
3.1 国际原油现货价格波动分析模型构建
3.1.1 游程判定法
3.1.2 样本熵
3.1.3 模型构建
3.2 数据说明
3.3 布伦特原油现货价格的CEEMDAN分解
3.3.1 分解结果
3.3.2 分解序列特征分析
3.3.3 分解序列重构
3.3.4 重构结果的经济含义解释
3.4 本章小节
第四章 国际原油现货价格预测模型构建与实证分析
4.1 国际原油现货价格预测模型构建
4.1.1 预测评价准则
4.1.2 模型构建
4.2 模型预测结果分析
4.3 本章小节
第五章 结论
参考文献
致谢
作者简介
本文编号:3830493
【文章页数】:85 页
【学位级别】:硕士
【文章目录】:
摘要
ABSTRACT
缩略语对照表
第一章 绪论
1.1 研究背景
1.2 文献综述
1.2.1 国际油价影响效应
1.2.2 油价波动分析
1.2.3 国际原油价格预测
1.3 研究目的与意义、研究方法
1.3.1 研究目的与意义
1.3.2 研究方法
1.4 研究内容与文章框架
1.4.1 研究内容
1.4.2 文章框架
1.5 研究创新之处
1.6 本章小结
第二章 模型理论基础
2.1 自适应噪声完备经验模态分解算法
2.1.1 经验模态分解算法
2.1.2 集成经验模态分解
2.1.3 自适应噪声完备经验模态分解
2.2 BP多断点检测
2.3 计量经济模型
2.3.1 p阶自回归模型(AR)
2.3.2 q阶移动平均模型(MA)
2.3.3 自回归移动平均模型(ARMA)
2.3.4 求和自回归移动平均模型(ARIMA)
2.3.5 门限自回归模型(TAR)
2.4 人工神经网络
2.5 支持向量回归算法
2.6 集成预测
2.7 本章小节
第三章 国际原油现货价格波动分析模型构建与实证分析
3.1 国际原油现货价格波动分析模型构建
3.1.1 游程判定法
3.1.2 样本熵
3.1.3 模型构建
3.2 数据说明
3.3 布伦特原油现货价格的CEEMDAN分解
3.3.1 分解结果
3.3.2 分解序列特征分析
3.3.3 分解序列重构
3.3.4 重构结果的经济含义解释
3.4 本章小节
第四章 国际原油现货价格预测模型构建与实证分析
4.1 国际原油现货价格预测模型构建
4.1.1 预测评价准则
4.1.2 模型构建
4.2 模型预测结果分析
4.3 本章小节
第五章 结论
参考文献
致谢
作者简介
本文编号:3830493
本文链接:https://www.wllwen.com/qiyeguanlilunwen/3830493.html