基于主成份回归的国际原油价格分析与预测

发布时间:2023-01-14 21:58:24   来源:文档文库   
字号:
基于主成份回归的国际原油价格分析与预测
林盛;叶馨
【摘要】Basedonthecomplexityofinternationaloilmarket,consideringthenumerousfactorsthatinfluenceoilprice,thisarticleadoptsthemethodofprincipalcomponentanalysis,extractsseveralprincipalcomponents,whichcanreflecttheenoughinformationoftheoriginalvariants,thenusestheprincipalcomponentsasindependentvariablesoftheregressionmodelandtestthefunctionwiththemonthlypriceofWestTexasintermediatecrudeoil.Thecalculationexampleshowsthatthismethodisfeasibleandeffectiveintheforecastingofoilprice.%基于国际石油市场的复杂性,文章考虑了影响原油价格的多方面因素,采用主成份分析的方法,影响油价的众多因素中提取出能够反映原始变量的足够多信息的几个主成份,然后利用主成份对油价进行回归建立油价预测模型.并且对WTI(西德克萨斯轻质原油月度价格进行了实证分析,说明了此方法的可行性及有效性.【期刊名称】《价值工程》【年(,期】2011(030026【总页数】3(P117-119
【关键词】主成份分析;原油价格;预测【作者】林盛;叶馨
【作者单位】天津大学,天津300072;天津大学,天津300072

【正文语种】【中图分类】F820引言
石油是现代工业最基本的原材料和整个经济发展的生命线[1]2006年石油消费占世界总能源消费的比重为36.36%,已经成为消费比重最大的能源种类[2]。石油价格的波动必然会对整个世界的经济发展、各个国家的能源安全以及石油企业的生存与发展等产生广泛的影响。近些年来国际油价大起大落,变化规律异常复杂。在这风云变幻的石油市场中,为了更好地维护自身利益,首要的任务就是准确把握国际原油价格的变化规律,解释原油价格变化的原因,并预测其走势。在对油价有充分认识的前提下调整石油生产规划,把握石油消费水平,才能减少石油暴涨或者骤跌给经济带来的负面影响,进而维护本国、本集团的利益[3]。由此,对国际原油价格的分析预测也就成为了一个有重要意义的研究课题。
引起国际原油价格波动的因素很多,在影响油价的这些因素中,供求因素是最基本的因素。油价除了随供求关系的变化而不断上下波动外,还受到美元指数、期货市场投机行为等因素的影响。美元是国际油价的计价货币,其币值的变化为导致国际油价波动的重要因素之一。此外,投机因素也是导致油价大涨大落的重要原因之一[4]
本文将从供给、需求、库存、经济以及金融等方面考虑[5],对国际原油价格及其影响因素进行分析,建立油价预测模型。首先采用主成份分析的方法,从影响油价的众多因素中提取出能够反映原始变量足够多信息的几个主成份,然后利用主成份对油价进行回归建立油价预测模型。最后利用WTI(西德克萨斯轻质)原油价格及其影响因素的月度数据进行了实证分析,说明了此方法的有效性。

1主成份分析法的基本原理
主成份分析(PrincipalComponentAnalysisPCA)是研究多个数值变量间相关性的一种多元统计方法[6]。它通过少数几个主分量(即原始变量的线性组合)来进行多个变量的解释。具体地说,就是导出少数几个主分量,使它们尽可能完整地保留原始变量的信息,且彼此间不相关,以达到简化数据的目的[7]。其一般数学模型为:
设容量为n的样本,每个样本观测p项指标:x1x2,…,xp,则原始数据的矩阵为
其中:xij为第i个样本的第j个指标的观测值。
如果用x1x2,…,xp来表示p个指标,那么新的一组变量Z1Z2,…Zp,可以表示为x1x2,…xp的线性组合
系数aij的确定使ZiZ(ji≠j)互相无关,并且如果在系数aij满足++…+=1,i=12,…,p时,Z1x1x2,…,xp的一切线性组合中方差最大者,Z2Z1不相关的x1x2,…,xp的一切线性组合中方差最大者,…,Zp是与Z1Z2,…,Zp-1都不相关的x1x2,…,xp的一切线性组合中方差最大者,则称Z1Z2,…,Zp为原变量的第1,第2,…,第p主成份。主成份的求解可以通过以下4个步骤来进行:①观测得出样本矩阵X=
其中:n为样本数,p为变量数。将原始数据进行标准化处理
②计算样本的相关系数矩阵Rp×p=(rij)p×p
③对应于相关系数矩阵R,求出特征方程的p个非负的特征值:λ1>λ2……>λp≥0。

本文来源:https://www.2haoxitong.net/k/doc/2009c10632126edb6f1aff00bed5b9f3f90f7264.html

《基于主成份回归的国际原油价格分析与预测.doc》
将本文的Word文档下载到电脑,方便收藏和打印
推荐度:
点击下载文档

文档为doc格式