项目名称: 国际油价波动的独立源影响因素及其集成智能预测研究

项目编号: No.71203055

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 宏观管理与政策

项目作者: 范丽伟

作者单位: 河海大学

项目金额: 23万元

中文摘要: 研究国际油价波动的影响因素并准确预测其趋势,对于国家规避油价风险、保障经济与能源安全具有重要的现实意义。本项目借鉴吸收目前油价波动分析及预测的最新成果,基于系统分解的思路,利用独立成分分析技术提取国际油价波动的独立源影响因素并消除噪声因素,并借助情景分析与时间序列分析预测各独立源因素的走势;在系统分析方法集成的研究框架下,以独立源因素预测为基础,利用支持向量机、贝叶斯分析等方法构建国际油价的集成智能预测模型,并进行参数优化以提高预测的准确性及鲁棒性;最后基于预测结果构建可计算一般均衡模型研究油价波动对我国宏观经济的影响。以期推进基于系统分解与集成视角预测国际油价的研究进展,同时为国家规避油价风险和保障能源及经济安全提供定量化决策依据。

中文关键词: 油价;预测;独立成分分析;支持向量机;

英文摘要: Analyzing the influencing factors of international oil price and accurately forecasting the trend of oil price have practical signifiance in safeguarding national economic and energy securities. Built upon the recent work in oil price analysis and forecasting, this project aims to extract the indepent factors for affecting international oil price by using independent component analysis technique. In this way, the noise factors may be removed. The trends of independent factors will also be predicted by time series analysis and scenario analysis. In the framework of "Divide And Conquer", we constuct the integrated forecasting model using the techniques such as support vector machine and Bayes analysis. The accuracy and robustness of the integrated model can be improved by optimizing the parameters. Based on the forecasting results, we will examine the impacts of international oil price fluctuation on China's macroeconomy. It is expected that the research on this project can not only promote the progress of oil price forecasting from the point of view of "Divide and Conquer", but also provide some quantitative information for policy making in safeguarding national energy and economic securities.

英文关键词: Oil prices;Forecasting;Independent component analysis;Support vector machine;

成为VIP会员查看完整内容
0

相关内容

时间序列计量经济学
专知会员服务
47+阅读 · 2022年4月8日
【经典书】时间序列分析与预测导论,671页pdf
专知会员服务
147+阅读 · 2022年4月1日
《智能制造机器视觉在线检测测试方法》国家标准意见稿
专知会员服务
30+阅读 · 2021年7月2日
专知会员服务
97+阅读 · 2021年6月23日
智源发布!《人工智能的认知神经基础白皮书》,55页pdf
《人工智能安全框架(2020年)》白皮书,68页pdf
专知会员服务
165+阅读 · 2021年1月9日
工业人工智能的关键技术及其在预测性维护中的应用现状
定价模型,该如何做分析?
人人都是产品经理
0+阅读 · 2022年2月21日
R语言时间序列分析
R语言中文社区
12+阅读 · 2018年11月19日
R语言之数据分析高级方法「时间序列」
R语言中文社区
17+阅读 · 2018年4月24日
回归预测&时间序列预测
GBASE数据工程部数据团队
43+阅读 · 2017年5月17日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
5+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
3+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
3+阅读 · 2022年4月18日
Arxiv
23+阅读 · 2022年2月4日
小贴士
相关VIP内容
时间序列计量经济学
专知会员服务
47+阅读 · 2022年4月8日
【经典书】时间序列分析与预测导论,671页pdf
专知会员服务
147+阅读 · 2022年4月1日
《智能制造机器视觉在线检测测试方法》国家标准意见稿
专知会员服务
30+阅读 · 2021年7月2日
专知会员服务
97+阅读 · 2021年6月23日
智源发布!《人工智能的认知神经基础白皮书》,55页pdf
《人工智能安全框架(2020年)》白皮书,68页pdf
专知会员服务
165+阅读 · 2021年1月9日
工业人工智能的关键技术及其在预测性维护中的应用现状
相关资讯
定价模型,该如何做分析?
人人都是产品经理
0+阅读 · 2022年2月21日
R语言时间序列分析
R语言中文社区
12+阅读 · 2018年11月19日
R语言之数据分析高级方法「时间序列」
R语言中文社区
17+阅读 · 2018年4月24日
回归预测&时间序列预测
GBASE数据工程部数据团队
43+阅读 · 2017年5月17日
相关基金
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
5+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
3+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员