- 1、本文档共4页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
?
?
基于ARIMA模型国际石油价格的分析与预测
?
?
弋小晶
【摘?要】石油是世界工业、经济发展的重要支柱,我国作为石油进口大国,经济运行会受到国际石油价格波动的影响。因此,研究国际油价波动规律对国家调控石油市场、制定能源政策具有重要意义。论文以2000-2021年国际石油价格为依据建立ARIMA预测模型,将预测结果与定性分析结合,对2021年2月中旬到4月末的国际石油价格趋势进行预测,结果表明短期内该模型预测良好,具有一定的参考价值和借鉴意义。
【Abstract】Oilisanimportantpillaroftheworldsindustrialandeconomicdevelopment.Asabigoilimporter,Chinaseconomicoperationwillbeaffectedbythefluctuationofinternationaloilprices.Therefore,itisofgreatsignificancetostudytheinternationaloilpricefluctuationlawforthecountrytoregulatetheoilmarketandformulateenergypolicies.Basedontheinternationaloilpricefrom2000to2021,thispaperestablishesARIMAforecastingmodel,andcombinestheforecastingresultswithqualitativeanalysistoforecasttheinternationaloilpricetrendfrommid-FebruarytotheendofApril,2021.Theresultsshowthatthemodelhasagoodforecastintheshortterm,whichhascertainreferencevalueandsignificance.
【关键词】ARIMA;石油;价格预测
【Keywords】ARIMA;oil;priceforecasting
F416.22????????????????????????【文献标志码】A?????????????????????????1673-1069(2021)08-0158-02
1引言
石油被譽为“工业的血液”,是一种重要的工业原料和动力能源。石油及其衍生品在国家工业、军事和人们的吃穿住行中起重要作用,因此石油价格波动会对世界经济造成严重冲击、甚至引发政局动荡。近年来中国工业化发展迅速,对石油需求日益增加,但国内的石油供给却跟不上石油消费量的大幅增长,这就使得中国不得不通过进口石油来满足国内的能源需求缺口。根据国家统计局数据显示,我国近年来石油进口量从2010年的29437.2万吨攀升到2018年的54094.3万吨,同比增长83.76%,这意味着我国很依赖进口石油,当国际石油市场发生动荡,我国将会不可避免的受到其影响。因此研究国际石油价格波动并预测其变动趋势,有助于我国增强应对石油供应风险的能力,最大程度的减小油价波动带来的负面影响,使国家经济稳健发展。
2文献综述
ARIMA模型基于历史值对序列内部发展规律进行研究,从而达到预测未来值的目的,近十多年来,被广泛应于农产品价格、宏观经济指标、金融产品价格、金属价格和能源价格的预测。黄文玲等[1]运用ARIMA模型对生猪价格进行预测,结果表明该模型预测误差较小,得出ARIMA模型对生猪价格短期预测结果可靠的结论。李志超和刘升[2]建立ARIMA模型,灰色模型和回归模型预测2018年1-3月上海的CPI月度数据,通过比较误差发现一元多项式回归模型误差较大,而ARIMA和GM模型预测效果较为理想。杨锦伟和李宜懋[3]通过分析比较Holt-Winters滤波和ARIMA模型预测铁矿石价格指数的结果,发现ARIMA模型可以较好的提取残差中的信息,更真实的反映出铁矿石价格指数的波动规律和增长趋势。周宇[4]选取2008-2016年WTI原油价格周数据,建立ARIMA模型对2016年4月及5月上半旬的油价进行预测,发现该模型拟合效果好,证明了ARIMA模型预测短期国际石油价格的可行性。上述学者的研究工作都表明ARIMA模型具有很好的预测性能,尤其
您可能关注的文档
- 基于RFID技术的高校安防系统设计.docx
- 基于NoSQL数据库下空间大数据分布式存储策略的分析.docx
- 基于HyperMesh的纵梁加固板对车架总成刚度影响的分析.docx
- 基于DEA的信息技术业上市公司绩效评价研究.docx
- 基于BIM的工程造价精细化管理浅析.docx
- 基于1+X证书的校企深度融合信息技术人才培养模式研究与实践.docx
- 城市道路路面设计的优化创新.docx
- 城市轨道交通土建工程成本管理.docx
- 城市河道黑臭水体污染治理技术探微.docx
- 城市基于大数据下互联网对未来交通发展的影响探究.docx
- 人教版数学六年级上册 第一单元 第5课时 分数乘小数.pptx
- 人教版数学六年级上册 第四单元 第3课时 比的应用.pptx
- 人教版数学六年级上册 第五单元 第5课时 圆的面积-2.pptx
- 人教版数学六年级上册 第一单元 第7课时 解决问题-1.pptx
- 人教版数学六年级下册 第二单元 第4课时 利率.pptx
- 人教版数学六年级上册 第一单元 第8课时 解决问题-2.pptx
- 人教版数学六年级下册 第五单元 第2课时 鸽巢问题的一般形式.pptx
- 人教版数学六年级下册 第四单元 整理和复习.pptx
- 人教版数学六年级上册 第一单元 第3课时 分数乘分数-1.pptx
- 人教版数学六年级下册 第六单元复习第2课时 可能性.pptx
文档评论(0)