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.     

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.     

系统科学视野下的国际油价波动行为研究

从系统科学的视角出发,将影响国际石油价格的因素看成一个系统,研究各要素之间的关系,以及该系统的复杂特性,分析其具有的记忆、选择智能行为,从而找出石油价格的波动行为机理:其一,油价的升高或降低由各要素之间的关系决定;其二,油价的波动时间长短表现在石油价格系统与环境之间的信息交互。     

国际石油价格对经济波动的差异化与多时点冲击效应——基于TVP-VAR模型的检验

构建了包含石油价格的中国开放经济模型,采用时变参数向量自回归(TVP-VAR)方法研究了国际石油价格波动对中国宏观经济波动的差异化影响与多时点冲击效应,主要研究结论为:在短期和中长期,国际石油价格上升和下降对中国经济波动的冲击效应存在较大差异,其中,国际石油价格对于中国经济波动的短期冲击效应大于中长期效应,且由于中国实施的成品油价格管制等原因,相对于石油价格下降而言,国际石油价格上升对于中国经济波动的影响较为显著。具体时点的冲击结果显示,国际石油价格的上涨对中国经济波动的正向影响呈现出传递速度快、传递时间短的特点;与之相对,国际石油价格下跌对中国经济的负向影响则呈现传导时期长、作用时间久的特征。基于不同时期、不同时点的视角,国际石油价格变动对中国经济波动的影响均具有显著的时变特征。     

Hull-White模型和二叉树模型在预测油价及油价波动风险上的应用

油价的预测向来是一项具有重要意义而又艰巨的课题. 利用Hull-White模型对油价波动进行预测是一种有意义的尝试, 在尝试过程中, 发现其在实际应用中的缺陷, 之后利用二叉树模型对Hull-White模型做了改进, 并以1986年1月3日至2010年2月12日共一千两百多周的周油价数据作为参考值, 用定量的方法分析了改进模型的应用, 从结果可以看出, Hull-White模型和改进模型都能够有效预测油价的波动范围, 但是, 改进模型在预测油价波动范围上与原先的Hull-White模型相比有更好的效果, 并且具有优势.     

随机波动和跳跃下的短期利率动态

在短期利率模型中引入随机波动和跳跃两种因素,利用序贯参数更新思想和粒子滤波方法实现模型的估计,并对中国银行间短期利率进行实证分析. 研究结果显示短期利率存在显著的随机波动和跳跃特征,表明CIR-SV-J模型在描述短期利率动态中拟合效果最优,而且忽视随机波动或跳跃因素会使拟合变差,影响对利率均值回复特征的描述,并证明了随机波动因素在模拟中比跳跃因素起着更为重要的作用.     

短期电力负荷预测的粗糙集方法

针对短期电力负荷预测外部影响因素的非线性特点,为得到精确的预测结果,采用粗糙集方法对电力负荷及其实际影响因素进行分析.建立了由代表自然因素的条件属性和代表负荷的决策属性所构成的短期电力负荷预测指标体系,利用粗糙集分析各个条件属性对决策属性的重要程度,得到约简后的预测指标体系,并根据实际历史数据进行短期电力负荷预测.并将所得预测负荷与BP神经网络算法进行对比,结果表明了粗糙集方法的优越性.     

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SV模型和KLR信号分析的期货逼仓风险预警模型

采用期货价格波动风险、持仓量波动风险和基差波动风险三大因素衡量期货交易中的逼仓风险。采用KLR信号分析法、SV随机波动模型、GARCH模型等构建了逼仓风险预警模型，为期货市场中的逼仓风险预警监控提供了理论依据和具体的方法。本研究最为关键的突破创新有以下两点：一是结合KLR信号分析法、SV模型等建立了期货交易中的逼仓风险预警模型。经1980～2006年的文献检索发现本研究是针对我国期货交易逼仓风险预警问题首次提出的定量分析模型，解决了我国期货界对逼仓风险至今没有预警方法的难题。二是在本研究中将现有KLR信号分析法与风险指标预测模型相结合，突破了以往使用KLR信号分析方法只能采用历史数据对未来情况进行预警而造成的预警误差。经实证分析，本研究的逼仓风险预警模型精度可达76．67％。     

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。     

石油价格波动预警分级机制研究

以1986.1-2009.9 WTI原油期货周平均价格, 共1239个事件期作为研究对象, 采用Hilbert-Huang变换的方法构造石油价格波动预警分量, 以此来对历次石油价格波动过程展开预警分级研究. 在综合考虑石油价格的波动周期、波动幅度和波动出现概率的基础上, 计算预警信号的强度, 并将所有预警信号分为三级: 轻度预警信号、中度预警信号、高度预警信号. 研究结果表明, 该预警分级机制给出的预警信号与已经发生的石油价格波动过程吻合, 因此借助此预警分级机制, 对未来可能出现的石油价格危机给出的预警提示, 具有良好的前瞻性.     

基于SSA-ELM的大宗商品价格预测研究

随着经济全球化的发展,国际期货市场中各大类大宗商品价格波动剧烈,而全球经济形势不明朗以及货币政策不确定使得大宗商品期货价格难以被准确预测.本文选取玉米,原油,黄金分别作为大宗商品农产品类、能源类、金属类的代表对象,基于奇异谱分析方法(singular spectrum analysis,SSA),对商品期货价格进行分解,结合Kmeans动态聚类技术将分解量聚合成不同特征的价格序列,再采用具有优良特性的极限学习机算法(extreme learning machine,ELM)对模型进行训练,得到大宗商品期货价格预测模型.实证结果表明,采用序列分解聚类策略能够显著提高模型预测精度,在价格未来的整体水平和变动方向上都能达到较好的预测效果.     

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.     

基于面板Logit模型的银行客户贷款违约风险预警研究

采用我国主要银行业金融机构的客户大额授信月度微观面板数据,对银行客户贷款违约风险进行预警.从客户外部因素、客户经营水平、客户交易水平三个维度,建立了包含56个因素的客户贷款违约预警三级指标体系.基于这些指标,构建了银行客户贷款违约风险预警的面板Logit模型;并提出了基于模拟退火算法的面板Logit模型变量选取方法,最终选出24个预警指标.根据这些指标进行银行客户贷款违约预警,达到了较高的预警精度.最后,对我国银行客户风险管理提出了相应的政策建议.     

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.     

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.     

The Influencing Factors of sCER Price Dynamics Under the Clean Development Mechanism: Theory and Econometric Analysis

In order to explore the factors and their complex mechanism affecting the price dynamics under the clean development mechanism(CDM), this article employs the secondary Certified Emission Reduction(sCER) carbon price as the study object, and analyzes its influencing factors from aspects of the international carbon-reduction policies, macroeconomic fluctuations, energy and similar carbon products prices. The innovation of this paper lies in: Introducing necessary factor(the developing countries pricing power) and the application of several international representative indicators to underline the "world" nature of CDM; utilizing different econometric models to obtain noteworthy and more robust results. The authors test the theoretical findings with multiple stationary time series from the launch of CDM to present(2008–2016). The results reveal that s CER price fluctuation shows the characteristic of asymmetry and substantial persistence. There is a strong statistically significant relationship between macroeconomic conditions, coal and oil prices, with the price of s CER. The authors discover that the pricing power of developing countries indeed has a clear but small impact on the s CER price changes, whereas the price elasticity of supply under CDM is so weak. The interaction between EU emission allowances(EUAs) and s CER presents a shift from dependency to substitution.