《变系数模型及其在石油价格预测中的应用》由会员分享，可在线阅读，更多相关《变系数模型及其在石油价格预测中的应用（40页珍藏版）》请在金锄头文库上搜索。
1、 单位代码：单位代码：1035910359 学学 号：号：201111281552 201111281552 密密 级：级： 公开 分类号：分类号： 0212.10212.1 Hefei University of Technology 硕硕士学位论文士学位论文 MASTERS DISSERTATION 论文题目：论文题目：变系数模型及其在石油价格预测中的应用 学位类别：学位类别： 学历硕士 专业名称：专业名称： 应用数学 作者姓名：作者姓名： 王 艳 导师姓名：导师姓名： 汪金菊 讲师 完成时间：完成时间： 2014 年 4 月 合 肥 工 业 大 学 学历硕士学历硕士学位论文学位论文 变系
2、数模型及其在石油价格预测中的应用变系数模型及其在石油价格预测中的应用 作者姓名作者姓名： 王 艳 指导教师指导教师： 汪金菊 讲师 学科专业学科专业： 应用数学 研究方向研究方向： 应用统计与风险决策 2014 年 4 月 A Dissertation Submitted for the Degree of Master Varying-coefficient model and Application of varying-coefficient regression model in oil price forecasting By Wang Yan Hefei University of
3、 Technology Hefei, Anhui, P.R.China April, 2014 I 致致 谢谢 时间如白驹过隙，一晃两年半已过去，伴随着论文的完成，我的研究生学习生涯也即将接入尾声。这几年来，在这美丽的工大校园内，风景优美的斛兵塘旁，多少往事浮现在我们眼前。在此时此刻，我非常的感谢研究生阶段的各位老师和同学们，使我学到了专业上的很多知识，也学到了很多为人处世的道理。 感谢我的导师汪金菊老师。本论文研究方向的确定、论文的选题及其定稿都是在汪老师的悉心指导下完成的。在研究生学习的这段时间，各位老师的严谨的治学态度、学术功底、敏锐的洞察力以及平易近人的工作作风给我留下了深刻的印象，他
4、们的言传身教使我终身难忘。在此之时，我用诚挚的谢意来表达各位老师对我的培养之心。是你们提供了我良好的学习环境，让我能够顺利地完成硕士阶段的学业，从而使我无论在理论上还是在实践上都得到了提高。 同时我也感谢我的室友和同学们给我无私的帮助，让我能够开阔视野和集思广益。我非常感谢我的家人，没有他们精神上的鼓励，物质上的支持以及学习上的激励，我也不可能顺利的完成硕士阶段的学习，他们是我前进的动力，对他们的感激之情，我是无法用言语来表达的。 最后，我感谢所有关心和帮助我的老师，同学们以及家人。 作者：王 艳 2014 年 4 月 5 日 II 摘摘 要要 石油作为一种基础性的原材料，在经济，政治、军事上
5、都起着举足轻重的作用和地位，也在国防和国家安全领域中发挥着不可替代的作用。因为石油价格的波动情况带来了一些经济问题，影响了人们的日常生活，所以引起了世界各国对它的日益关注。能够准确的预测石油价格并且找出一种能够避免油价带来的风险问题的方法是当今的热点问题。而变系数模型能够避免“维数祸根” ，能够反映数据的空间变化特征，与传统的线性模型相比更能反映数据的真实性，具有很好的数据解释性，让预测的效果更好。因此选用变系数模型预测国际石油价格序列的效果会更好，更能够反映油价波动的真实情况。 首先本文对变系数模型的一些基本类型，加权最小二乘法以及对数据的处理方式进行了详细的介绍。然后对影响石油价格的间接因
6、素变量采用取对数的方式，建立无季节性和存在季节性虚拟变量的两种变系数模型。同时利用变系数模型对2001 年第一季度到 2012 年第一季度的西德克萨斯中质原油（WTI）现货价格序列进行预测并比较分析。实证结果表明，建立的无季节性虚拟变量的变系数模型能够更有效地预测石油价格序列，同时它的预测效果比直接运用历史数据的效果更好。最后通过拟合优度系数的大小可知对石油价格有影响因素的选择是合理的。 关键字关键字：变系数模型；加权最小二乘法；石油价格；预测 III ABSTRACT As a kind of basic raw materials, oil plays a very important r
7、ole in the economic, politic and military, whats more, it also plays an irreplaceable role in the field of national defense and national security. On account of some economic problems brought by oil price fluctuations and influenceing peoples life, the countries of the world became more and more con
8、cerned about it. So it is a current hot topic to accurately predict the price of oil and find a method that can avoid the risk brought by oil. Its all known that varying-coefficient model can get “dimension curse” around, response spatial variation characteristics of the data. Above all, Compared wi
9、th the traditional linear model, it can response the authenticity of the data,and also has the very good explanatory for datas and make forecast better. All in all, it is better to choose varying-coefficient model to predict the price of oil,which makes the oil price fluctuations clear. First in thi
10、s paper, it detailed introduces some of the basic kinds of varying-coefficient model,weighted least squares method and the way to deal with the data. Then it adopts the way of utilizing logarithms for indirect factor variables of influencing oil price, to build varying-coefficient regression model o
11、f no seasonal and existing seasonal dummy variables. Meanwhile there is forecasting, comparison and analysis for spot price sequence of West Texas intermediate (WTI) crude oil from the first quarter of 2001 to the first quarter of 2012 by using varying-coefficient regression model from this article.
12、 The result of real evidence shows that no seasonal and dummy variable varying-coefficient regression model built can more efficiently forecast oil price sequence, as the same, its result is better than the result of direct factor variables. Finally, its reasonable to choice oil price influential fa
13、ctors to forecast the price by counting the goodness-of-fit coefficient. KEY WORDS: Varying-coefficient Regression Model; Weighted Least Square Method; Oil Prices; Forecast IV 目目 录录 第一章第一章 绪绪 论论 . 1 1.1 研究背景及意义 . 1 1.2 石油价格的国内外研究现状 . 1 1.3 变系数模型和半变系数模型的研究意义及现状 . 3 1.4 本文的研究目的及内容安排 . 5 1.5 本章小结 . 5 第二章第二章 变系数模型的基本理论变系数模型的基本理论 . 6 2.1 变系数回归模型的简介 . 6 2.2 变系数模型和半参数变系数模型的估计方法 . 8 2.2.1 变系数模型的加权最小二乘法 . 8 2.2.2 半变系数模型的两步估计 . 10 2.2.3 权重的确定 . 11 第三章第三章 时间序列的单位根检验和拟合优度时间序列的单位根检验和拟合优度 . 14 3.1 时间序列的单位根检验 . 14 3.2 数据的处理 .
