内容简介

《DAC方法论及其在国际原油价格波动分析与预测中的应用》：经济预测科学丛书。

图书目录

总序 前言 第1章 绪论 1.1 国际原油价格波动分析与预测的重要意义 1.2 国际原油价格波动分析与预测的研究现状 1.3 本书的结构与主要内容 第2章 国际原油波动分析理论框架与方法 2.1 国际原油波动分析理论框架：DAC方法论 2.2 DAC方法论的模型与技术 2.2.1 经验模态分解算法 2.2.2 集合经验模态分解算法 2.2.3 计量经济模型 2.2.4 人工神经网络 2.2.5 支持向量回归 2.2.6 集成预测 2.3 本章 小结 第3章 国际原油价格波动影响因素分析 3.1 引言 3.2 原油价格分解 3.2.1 数据 3.2.2 IMF 3.2.3 IMF统计分析 3.3 原油价格主要影响因素分析 3.3.1 趋势 3.3.2 重大事件影响 3.3.3 短期市场供需失衡和不规则事件的影响 3.4 本章 小结 第4章 影响因素研究：重大突发事件对原油价格的影响分析——基于EMD的事件分析方法 4.1 引言 4.2 事件分析方法综述 4.3 基于EMD的事件分析方法 4.4 战争对原油价格的影响分析 4.4.1 海湾战争对原油价格的影响分析 4.4.2 伊拉克战争对原油价格的影响分析 4.4.3 两次战争的比较分析 4.5 本章 小结 第5章 影响因素研究：2007～2008年金融危机对原油价格的影响分析 5.1 引言 5.2 实证分析 5.2.1 数据 5.2.2 EEMI）分解 5.2.3 模态分析 5.2.4 状态分析 5.3 本章 小结 第6章 影响因素研究：投机因素对原油价格的影响分析 6.1 引言 6.2 COT报告与投机活动 6.3 非线性Granger因果检验 6.3.1 Granger因果检验 6.3.2 非线性Granger因果检验：Htiemstra-Jones检验 6.3.3 非线性Granger因果检验：Diks——Panchenko检验 6.4 实证分析 6.4.1 数据和实验设置 6.4.2 实验结果 6.5 本章 小结 第7章 原油价格预测：期货市场对现货市场的预测能力评估 7.1 引言 7.2 方法 7.2.1 断点测试理论及方法 7.2.2 预测的无偏性检验 7.2.3 期货价格的预测能力检验 7.3 实证分析 7.3.1 数据及缺失数据处理 7.3.2 断点测试的实证结果 7.3.3 无偏性检验结果 7.3.4 期货价格对现货价格的预测准确性的判定结果 7.3.5 实证结果分析 7.4 结论 第8章 原油价格预测：单变量预测模型评估 8.1 引言 8.2 单变量原油价格预测过程 8.3 实证分析 8.3.1 数据和预测评价准则 8.3.2 实验型设置和实现 8.3.3 实验结果和分析 8.4 本章 小结 第9章 原油价格预测：EMD-SVR-SVR集成预测模型 9.1 引言 9.2 EMD-SVR-SVR集成预测过程 9.3 实证分析 9.3.1 数据和预测评价准则 9.3.2 实验设置和实现 9.3.3 实证结果和分析 9.4 本章 小结 第10章 原油价格预测：先行指数方法 10.1 引言 10.2 先行指数方法 10.2.1 基准指标确定及基准循环分析 10.2.2 先行指标分析与选择 10.2.3 指数合成及分析 10.2.4 指数跟踪及修正 10.3 原油价格先行指标体系构建 10.3.1 基准指标确定及基准循环分析 10.3.2 先行指标分析与选择 10.3.3 先行指数合成与预测 10.4 本章 小结 第11章 原油价格预测：时变转移概率马尔科夫模型 11.1 引言 11.2 模型理论框架 11.2.1 马尔科夫机制转换模型 11.2.2 时变转移概率的马尔科夫机制转换模型 11.2.3 期望持久期 11.2.4 Gibbs抽样估计方法 11.3 实证研究 11.4 总结 参考文献 后记

后记

本书从系统思考的角度人手，针对复杂系统包含影响因素多，影响因素之间、影响因素与外部环境之间互相交互并且交互方式不定，使得系统表现出高度的非线性、突变性、不稳定性、不确定性的特点，提出了一种新的复杂系统分析和预测方法论——DAC方法论。 DAC方法论的核心在于“先分解后集成”。首先采用分解的方法，将复杂系统的影响因素分解成单个简单因素。这些简单因素相对复杂系统整体，其动力学结构相对简单，在一段时间内呈现出稳定的波动规律。因此，对单个影响因素的分析结果，比直接针对复杂系统整体的分析结果更为可靠和稳定。最后，由于不同影响因素与复杂系统的交互方式不一样，并且影响因素之间也存在着交互，两个线性影响因素的交互作用，往往也会导致系统呈现出新的非线性特性。只有将系统分解为简单因素后，才可能对影响因素之间的交互情况以及影响因素与系统之间的交互情况，进行系统分析和建模。 DAC方法论的第一个关键点在于找到一种有效的数据分解方法。这种数据分解方法一方面要“适应非线性非平稳数据”，因为复杂系统的数据大部分是非线性非平稳的，而原油价格更是典型的非线性非平稳数据。另一方面要满足“数据驱动、适应性、后验性”，也就是说，该数据分解方法不要求对数据组成有任何先验的知识（如先验的基函数），其分解结果完全依赖于数据本身的特点，是一种“让数据自己说明自己”的分解方法。这样才能保证其分解结果中不包含因先验知识而引入的伪模态，从而保证分解得到的每一个因素都是复杂系统内真正存在的影响因素，即具有物理意义。幸运的是，N.E.Huang等在1998年提出的经验模态分解算法满足以上要求，是一种合适的系统分解方法，因此，DAC方法论中的分解方法选择了经验模态分解算法。 DAC方法论的第二个关键点在于找到合适的影响因素分析方法和建模方法。由于各个影响因素的特征并不完全相同，必须根据单个因素的特点和分析目的寻找合适的分析方法。计量经济模型在几十年的发展中，积累了大量的变量关系分析经验和技术。因此，计量经济模型是首选的影响因素分析方法。但是，大部分计量经济模型只适用于线性和平稳数据，因此，本书亦根据原油市场影响因素的特点，开发了一些新的分析方法，如基于经验模态分解算法的重大事件影响评估方法。此外，本书也引入了一些新的计量方法到实证分析中，如对投机与原油价格关系的非线性Granger因果检验。

序言

中国科学院预测科学研究中心（以下简称“预测中心”）是在全国人民代表大会副委员长、中国科学院院长路甬祥院士的直接推动和指导下成立的，由中国科学院数学与系统科学研究院、中国科学院地理科学与资源研究所、中国科学院科技政策与管理科学研究所、中国科学院遥感应用研究所、中国科学院研究生院和中国科技大学等科研与教育机构中从事预测科学研究的优势力量组合而成，依托单位为中国科学院数学与系统科学研究院。 预测中心的宗旨是以中国经济与社会发展中的重要预测问题为主要研究对象，为中央和政府管理部门进行重大决策提供科学的参考依据和政策建议，同时在解决这些重要的预测问题中发展出新的预测理论、方法和技术，推动预测科学的发展。其目标是成为政府在经济与社会发展方面的一个重要咨询中心，成为在社会与经济预测预警研究领域的一个有重要国际影响的研究中心，成为为中国和国际社会培养经济预测高级人才的主要基地之一。 自2006年2月正式挂牌成立以来，预测中心在中国科学院路甬祥院长和白春礼常务副院长等领导的亲切关怀下，在政府相关部门的大力支持下，在以全国人民代表大会原副委员长、著名管理学家成思危教授为主任的学术委员会的直接指导下，四个预测研究部团结合作、勇攀高峰、与时俱进、开拓创新。预测中心以重大科研任务攻关为契机，充分发挥相关分支学科的整体优势，不断提升水平和能力，不断拓宽研究领域和开辟研究方向，不仅在预测科学、经济分析与政策科学等领域取得了一批有重大影响的理论研究成果，而且在支持中央和政府高层决策方面做出了突出的贡献，得到了国家领导人、政府决策部门、国际学术界和经济金融界的重视与高度好评。例如，在全国粮食产量预测研究中，提出了新的以投入占用产出技术为核心的系统综合因素预测法，预测提前期为半年以上，预测各年度的粮食丰、平、歉方向全部正确，预测误差远低于西方发达国家的预测误差。