国际油价波动风险预警及管理

我国石油依存度快速上升, 高能耗产业集中, 但尚无配套的国际石油议价策略, 被巨幅波动的国际石油价格"挟持"的可能性很大. 因此, 需要建立油价预警和风险管理系统, 减少油价波动可能带来的损失. 预警的首要工作就是预测, 但过去的预测都是基于年度或月数据, 预测结果滞后. 为在较短时间内感知油价风险并采取措施, 我们暂不考虑影响油价的长期因素, 以短期新视角对油价进行了剖析, 统一定性、定量区分了短期油价影响因素的权重, 通过灰预测计算短期未知指标后再用油价与影响因素之间的关系模型预测油价的两步新方法, 经过验证, 该方法切合实际, 效果较好. 并提出了高油价区国家及石油企业应对油价波动风险的管理对策.     

基于贝叶斯CAViaR模型的油价风险研究

CAViaR模型是常用的VaR估计方法之一, 但通常面临参数估计和模型检验的困难. 本文发展了贝叶斯CAViaR模型用于分析油价风险, 并考察该模型在参数估计、模型选择、VaR预测等方面的作用. 采用布伦特原油价格日数据, 研究显示贝叶斯CAViaR模型有效控制了估计风险和模型风险, 且具有较好的VaR预测绩效, 优于传统CAViaR模型. 本文同时指出, 油价VaR存在自回归特征并受前期正负收益率的不对称影响. 不对称斜率CAViaR模型有效刻画了油价VaR的动态变化模式.     

基于优选模型的季度国际油价预测系统构建

构建了一个以优选模型为基础的季度油价预测系统.系统不仅依靠模型和内部专家,同时以外部专家的预测值作为参考.系统将优选模型与外部专家的预测值集成后,由内部专家根据掌握的信息和经验,对结果进行综合集成,得到油价预测值.研究发现,基于时差相关的多元回归模型比误差修正模型和带外生变量的误差修正模型更适合预测季度油价.系统通过对模型的优选和对专家的评价,使效果更好的预测值作为集成预测的基础.实际工作中已被中石化和外汇管理局市场预期调查系统所参考,预测精度在市场预期调查系统各成员单位中处于领先水平.     

基于SVAR模型的国际油价冲击与中国的宏观经济

运用结构向量自回归(SVAR)模型,研究了国际油价冲击与中国宏观经济之间的关系。研究发现:相对于VAR模型,SVAR模型具有无可比拟的优越性,能更准确地刻画国际油价对中国宏观经济的冲击作用,而且估计结果在不同的模型设定下很稳健。中国的宏观经济在国际油价冲击面前并不是那么脆弱,中国强劲的GDP、消费和出口增长趋势以及滞后应对的政策都在很大程度上削弱了油价冲击对中国宏观经济的不利影响,但油价冲击发生一年后,其对总量经济的负面影响还是会显现出来。     

基于跳扩散模型的石油价格长期趋势分析

分析了国际石油市场1986至2012年周价格形成机制的长期演变趋势.在讨论均衡理论基础上,以长期市场供求关系解释了国际油价长期波动现象.基于跳扩散模型拟合石油价格动态过程,利用结构变点检验和累积量估计方法进行了实证研究.历史数据分析表明石油价格具有高波动性、高强度跳跃性和上升漂移特征.此外,模型预测即使当前大幅增加石油投资,未来几年内石油价格变化仍会处于一种高频跳跃的上行阶段.     

油价系统的随机模拟

石油价格的波动已经对相关产业及国家经济产生了重要的影响,未来油价趋势的准确预测是国家及相关产业经济的重要参考因素,在综合分析已有的油价预测方法的基础上,笔者提出了一种新的研究思路,首次把石油价格及其影响因素作为一个随机系统来展开研究.基于系统、信息、控制的观点,在分析油价系统结构的基础上,从随机的角度研究了油价及其影响因素的变化规律;设计了一个随机模拟器,对未来油价的概率分布函数及统计特征进行随机模拟.     

国际油价冲击对汇率体系稳定性影响的研究综述与展望

油价冲击对汇率体系稳定性的影响是国际金融领域研究的重要课题,本文系统梳理和评价了国际汇率制度中间化倾向发展对油价冲击传导的非对称性和传导强度差异化影响的文献,市场风险的信息传导和汇率波动非线性化现象研究的最新成果. 在文献研究基础上,本文指出油价冲击对汇率体系稳定性影响的未来研究的突破口是：不同汇率制度安排缓冲油价冲击的内在规律、 油价冲击影响汇率的传导模式和强度、油价冲击和汇率的非线性研究范式.     

基于结构转换PTTGARCH模型沪深股市波动率的估计

考虑股市收益率波动存在结构转换特征以及描述波动非线性和非对称特征的幂变换门限GARCH(PTTGARCH)模型,本文提出结构转换PTTGARCH模型.选取沪深300指数日对数收益率作为研究对象,将股指的波动变化分为下跌、上涨和盘整三个状态:选用2013年7月1日至2015年12月17日以及2015年12月18日至2016年1月8日作为样本内和样本外时期:分别应用GARCH,EGARCH,APGARCH,PTTGARCH模型及具有结构转换的相应模型对沪深股市波动率进行估计和预测,利用高频数据得到的已实现波动率作为股指实际波动率的估计.采用平均平方误差(MSE_1,MSE_2),平均绝对误差(MAE_1,MAE_2)对估计与预测的波动率进行评价,并采用模型信度集(MCS)检验比较各模型估计和预测能力.研究结果表明:单状态和具有马尔可夫结构转换PTTGARCH模型在样本内和样本外的拟合和预测结果均更为准确.     

GM(1,1)模型的改进及其适用范围

基于GM(1,1)模型的建模机理,本文同时改进了模型的背景值构造方法和预测值的计算公式,提出了新的改进模型.理论分析表明改进模型有意义的适用范围扩大为发展系数a∈(-4,2).打破了传统模型有意义的范围(-2,2);数据模拟实验的结果表明新的改进模型完全适用于对高增长序列建模,而且不管是短期还是长期预测都具有相当高的预测精度.这就显著扩大了GM(1,1)模型的适用范围.     

双因素可转换债券定价模型FEM解

可转换债券的存续期相对较长,因此,在定价模型中考虑利率的随机波动是十分必要的。本文基于Hull-White随机利率模型建立了可转换债券的双因素定价方程,针对可转换债券的特性提出了相应的边界条件。最后,利用有限元方法对该定价模型进行了数值求解。     

CRUDE OIL PRICE FORECASTING WITH TEI@I METHODOLOGY

The difficulty in crude oil price forecasting, due to inherent complexity, has attracted much attention of academic researchers and business practitioners. Various methods have been tried to solve the problem of forecasting crude oil prices. However, all of the existing models of prediction can not meet practical needs. Very recently, Wang and Yu proposed a new methodology for handling complex systems-TEI@I methodology by means of a systematic integration of text mining, econometrics and intelligent techniques.Within the framework of TEI@I methodology, econometrical models are used to model the linear components of crude oil price time series (i.e., main trends) while nonlinear components of crude oil price time series (i.e., error terms) are modelled by using artificial neural network (ANN) models. In addition, the impact of irregular and infrequent future events on crude oil price is explored using web-based text mining (WTM) and rule-based expert systems (RES) techniques. Thus, a fully novel nonlinear integrated forecasting approach with error correction and judgmental adjustment is formulated to improve prediction performance within the framework of the TEI@I methodology. The proposed methodology and the novel forecasting approach are illustrated via an example.     

原油价格预测：近30年研究回顾和未来展望

原油价格预测是能源经济和资产定价领域的重要研究方向，其研究热度正逐年上升。文系统梳理了30多年来原油价格预测领域的相关文献，从以下4个方面进行了现有文献的综述与讨论：(1)原油价格预测对象；(2)原油价格的影响因素、预测变量和理论基础；(3)原油价格预测方法与模型；(4)原油价格预测的实践意义。最后，结合当前热点和未来发展趋势给出值得进一步研究的方向：一是使用气候风险等新的预测信息；二是充分利用多源异构数据；三是提高机器学习等预测模型的可解释性。     

考虑反馈作用的投入产出价格影响模型

投入产出价格影响模型的隐含假定为：价格发生初始变化的部门的价格由系统之外的因素外生决定,不会受到其他部门价格变化的反馈影响.这一假定很多情况下不符合经济实际,因此,针对这一假定,提出了考虑反馈作用的投入产出价格影响模型,证明了模型存在有经济意义的解,并给出了算例,对比分析考虑反馈作用的投入产出价格影响模型与不考虑反馈作用的模型在计算结果上的差异.     

交通需求非对称价格效应对比分析

交通运输对于石油产品的消耗造成的空气污染已成为我国城市及区域雾霾成分的重要来源.价格是调整供需的主要手段,且具有不对称性,研究石油产品价格变动对交通需求的不对称影响效应具有实际意义.基于此,本文通过价格分解模型,将中国、日本、美国的汽油和柴油价格分解为三部分,探讨其对各国客运需求和货运需求的非对称性影响效应.实证分析结果表明:较高的油价到目前为止并未使中国的交通需求减少,而美国和日本的交通需求与价格均为负相关关系.日本交通需求受油价变化的影响并不显著.中国和美国的客运需求对于油价变化的非对称性效应均表现为价格恢复阶段的影响最大,同时,两国的货运需求对于油价变化较客运需求都更加敏感,但交通需求对油价变化的反应与历史价格相关,美国消费者对于价格上涨的预期与中国消费者有很大的区别.     

世界经济与国际原油价格: 基于Kilian经济指数的协整分析

为了研究世界经济如何影响国际原油价格, 以协整理论为基础,通过建立误差修正模型分析了国际原油实际价格与世界经济、世界原油产量以及OECD石油库存的关系.特别地, 利用Kilian经济指数来反映全球经济状况. 研究结果表明:国际原油实际价格,OECD石油库存和Kilian经济指数存在着长期协整关系.在长期,Kilian经济指数对原油实际价格有显著影响,弹性大约为2.05%.随着全球经济扩张以及OECD石油库存下滑,即相对于长期均衡的负向离差加大, 原油实际价格上升, 反之油价下降. 短期内世界经济,OECD石油库存和世界原油产量变动是原油实际价格变动的Granger原因.     

基于动态混沌神经网络的预测研究——以马铃薯时间序列价格为例

针对农产品价格波动的非线性特征明显、传统时间序列方法在预测农产品价格短期波动存在不足等状况,本文将混沌理论和神经网络技术应用到农产品价格短期预测研究中,充分利用相关技术优势,设计了动态混沌神经网络时间序列预测模型.在此基础上,选取2008年1月21日-2012年7月1日的中国马铃薯日度价格为研究对象,对所构建的动态混沌神经网络时间序列预测模型进行学习、训练和测试,并用统计分析方法对模型性能进行评价与分析,最后,将所构建模型的预测结果与传统预测方法预测出的结果进行比较研究.结果显示:整个动态混沌神经网络结构为27-12-1,所设计的基于动态混沌神经网络的马铃薯价格时间序列预测模型在预测精度和性能上较ARMA模型均具有明显优势,这一预测模型在农产品价格时间序列短期预测研究上将具有广阔的应用前景.     

国际原油价格的长周期波动性

为了解释原油价格长周期波动的规律, 利用不可再生资源的定价原理对1946-2008年WTI原油价格进行拟合, 得到原油的长期均衡价格; 利用Hodrick-Prescott滤波方法对1946-2008年WTI原油实际价格序列进行滤波以反映其波动的周期性. 研究发现: 原油作为不可再生资源在价值规律的作用下其长期实际价格是均值回归的, 围绕长期均衡价格上下波动, 但同时也出现了长时期、大幅度的偏移. 以虚拟经济理论为指导, 运用复杂科学的方法, 从国际原油市场主体的多元化、 国际原油市场定价机制的演化、国际原油市场参与者结构的变化以及世界经济的周期性发展变化四个角度来解释国际原油实际价格对均衡价格的这种周期性偏离行为, 并对这次金融危机后的油价发展趋势进行了展望.     

多维自回归模型在天然气价格预测中的应用

从天然气价格预测的实际操作角度出发， 简要介绍了目前天然气国际贸易中确定天然气价格的基本思想，即把相关油品价格作为天然气定价的基础．从而引入了时间序列中的多维自回归模型的分析方法，较好的把天然气价格预测的数学模型和国际贸易中的天然气定价思想联系起来， 使天然气价格预测方法更趋合理．