基于多因素小波回归分析的国际原油价格分析与预测
DOI:10.16348/https://www.360docs.net/doc/ef2071064.html,61-1336/c.2011.06.001
一、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。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[1]。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，变化特
征异常复杂。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条件下调整石油
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。由此，对国际原油价格的分析预测也就成为了一个具有重要意义的研究课题。
当前，国内外对油价进行定量分析与预测的方法很多，总的来说可以分为两大类：一类是由历史油价预测未来油价，即从油价到油价的预测，包括ARIMA-GARCH系列模型、小波分析、经验模态分解、分形理论、模糊模式匹配等；另一类是由影响因素预测未来油价，包括回归模型、多元时间序列模型、人工神经网络、系统动力学模型等。
基于各种油价预测方法的优点及不足，本文不仅考虑油价时间序列自身的发展规律，而且在模型中加入油价的主要影响因素，采用小波分析与多元回归相结合的预测方法。该方法首先将油价序列进行小
波多分辨率单尺度分解，同时将影响因素序列用小波变换分解成反映影响因素概貌的序列与反映影响因
素细节的序列。由于分解后的影响因素序列能够更好地反映与之相对应的油价分解序列的变化规律，将
油价概貌序列和影响因素的概貌序列进行多元回归，建立油价概貌序列的预测模型。同理，再建立油价
细节序列的预测模型。最后，利用小波分析方法将两个模型的预测结果进行重构，得到最终的油价预测
结果。
二、小波多分辨率分析概述
多分辨率分析就是随着尺度由大到小的变化，在各尺度上由粗及细地观察目标，其定义为
011221V =V W =V W W =⊕⊕⊕"
式中0V 为零尺度空间；j V "（j=1,2,）为尺度为j 的尺度空间；j
W "（j=1,2,）为尺度为j 的小波空间。 对于任意函数0f (t)V ∈，可以将它分解为细节部分1W 和大尺度概貌部分1V ，然后将大尺度概貌部分1V 进一步分解。如此重复就可得到任意尺度上的概貌部分和细节部分[2]。
小波分析的基本原理为：选取一个适合的母小波，通过在时间轴上的平移缩放和幅度的变化产生一系列的派生小波，根据小波分解提取原理，对原始数据序列进行分解，最终将原始序列拆分成一系列不同频率的子序列。
设2()()t L R ψ∈，2
()L R 表示平方可积的实数空间，即能量有限的信号空间，其傅里叶变换为()w ψ。当()w ψ满足允许条件（Admissible Condition）： ∫∞<=R C ωωωψψd )(?2
时，我们称()t ψ为一个基本小波或母小波（Mother Wavelet）。将母函数()t ψ经伸缩和平移后，就可以得到一个小波序列。 对于连续的情况，小波序列为 0;,1)(,≠∈???????=
a b a a b t a t b a R ψψ
其中，a 为伸缩因子；b 为平移因子。
对于离散情况，小波序列为 Z ,)
2(2)(2/,∈?=??k j k t t j j k j ψψ
对于任意的函数2()()f t L R ∈的连续小波变换为 ()∫???????==?R 2/1,d )(,,t a b t t f a
f b a W b a f ψψ 其逆变换为 ∫∫+??
?????=
R R 2d d ),(11)(b a a b t b a W a C t f f ψψ
小波变换的时频窗口特性与短时傅里叶的时频窗口不一样。其窗口形状为两个矩形［b －a ψΔ，b ＋a ψΔ］×［（±0ω－ψΔ）/a ，（±0ω＋ψΔ）/a ］，窗口中心为（b，±0ω/a ），时窗和频窗宽分别为a ψΔ和/a ψΔ。其中，b 仅仅影响窗口在相平面时间轴上的位置，而a 不仅影响窗口在频率轴上的位置，也影响窗口的形状。这样小波变换对不同的频率在时域上的取样步长是调节性的：在低频时，小波变换的时间分辨率较低，而频率分辨率较高；在高频时，小波变换的时间分辨率较高，而频率分辨率较低，这正符合低频信号变化缓慢而高频信号变化迅速的特点。
小波分析相当于一个数学显微镜，具有放大、缩小和平移等功能，能够根据信号不同的频率成分和时间采样的疏密，自适应地调节时频窗口，同时具有时域和频域局域化性能，通过检查不同放大倍数下的变化来研究信号的动力学行为和机制[3]。
小波分析可以实现时域和频域局部化，对所分析的指标由远及近、由粗及细地多层次、多角度进行分析，从而找出各种数据产生和表现为现有状态的影响因素，同时还可通过对各种指标的发展曲线进行任意细致的分析，从而从指标曲线的发展状态来推断这些数据的未来值[4]。
三、预测模型
引起国际原油价格波动的因素很多，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。原油商业库存状况是其供需关系的重要反映。另外，长期以来国
际石油贸易大多是以美元计价和结算的，美元汇率的波动也因此成为导致国际油价波动的重要因素之
一。美元汇率波动导致石油美元购买力变化，因此单纯从计价因素考虑美元贬值必然会推高石油价格，美元升值可能会在一定程度上带来石油价格的下挫。投机资金是目前全球原油市场的重要参与者，对原油价格波动有着不可忽视的影响。此外，国际波罗的海综合运费指数是说明国际间贸易情况的权威指数，进而反映了各国的经济状况。而PPI 通常作为观察通货膨胀水平的重要指标。综合以上分析，本文选取的国际油价的主要影响因素及其与油价的相关系数如表1所示： 表1：国际油价的主要影响因素及其与油价的相关系数
影响因素 变量名称 与油价的相关系数
美元指数 USDI
-0.8178
美国原油商业库存
US_COCI 0.3689 美国生产者物价指数
US_PPI 0.9310 波罗的海指数
BDI 0.7202 原油非商业净多仓量
NNCL 0.4839 对历史油价序列进行小波分解，得到油价的概貌序列和细节序列。概貌序列反映了油价波动的趋势性规律，细节序列反映了油价波动的细节规律。对概貌序列和细节序列分别建立多元回归模型，能更有效地获取油价的变化规律。
本文的油价预测模型是将油价序列进行小波分解，同时将影响因素序列也用小波变换分解成反映其概貌的序列和反映其细节的序列。由于影响因素概貌序列能够体现油价概貌序列的变化规律，影响因素细节序列能够体现油价细节序列的变化规律，因此在油价概貌序列的预测模型中引入影响因素概貌序列，在油价细节序列的预测模型中引入影响因素的细节序列。然后将油价概貌序列和细节序列两个分量的预测结果进行小波重构，即可获得最终的油价预测结果，流程如图1所示。
图1：油价预测模型流程图
四、实证分析
作为计算实例，我们以2000年1月至2010年8月的WTI （西德克萨斯轻质）原油价格及其主要影响因素的数据作为训练数据，2010年9月、10月的数据作为所建立模型的检验数据。数据来源为EIA （美国能源署）网站及路透金融信息系统。
本文WTI 原油价格的具体预测步骤为：
首先，用Haar 小波对油价序列进行单尺度分解，结果见图2，其中，s 代表原始油价序列，a 1、d 1分别代表其概貌序列及细节序列，单位均为美元/桶。 Haar 函数是在小波分析中最早用到的一个具有紧支撑的正交小波函数，同时也是最简单的一个函数，它是非连续的，类似一个阶梯函数。Haar 函数的定义为
H 101/2=11/21
0x x ≤≤??Ψ?≤
其他
尺度函数为
101()0
x x φ≤≤?=??其他 同理，将影响因素美元指数、美国原油商业库存、美国生产者物价指数、波罗的海指数以及原油非商业净多仓量依次进行小波单尺度分解。
图2：油价序列的单尺度分解
然后，利用小波分解得到的油价概貌序列和影响因素概貌序列建立多元回归模型。待估计方程为：
WTI a = C （1） + C （2）*USDI a + C （3）*US_COCI a + C （4）*US_PPI a + C （5）*BDI a + C （6）*NNCL a
+ C （7）*WTI a （-1）
方程模拟结果如下：
WTI a = - 138.597 + 0.237*USDI a + 0.021*US_COCI a + 45.600*US_PPI a + 0.003*BDI a
（-3.11） （1.65） （1.02） （2.55） （5.61）
+ 4.484e-005*NNCL a + 0.482*WTI a （-1）（R 2=0.9456）
（1.51） （4.71）
该方程的参数估计结果如表2所示。
表2：概貌序列回归方程的参数估计结果
Dependent Variable ： WTI a
Method ： Least Squares
Included observations ： 63 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
C -138.597444.53241-3.1122810.0029
USDI a 0.2372930.143814 1.6500030.1045
US_COCI a 0.020817
0.020362 1.0223410.3110 US_PPI a 45.5996217.91072 2.5459400.0137
BDI a 0.003193
0.000569 5.6076340.0000 NNCL a 4.48E-05 2.97E-05 1.5112560.1363
WTI a （-1） 0.4820580.102264 4.7138680.0000
R-squared 0.945649Mean dependent var 75.16994
Adjusted R-squared 0.939825S.D. dependent var 36.38391
S.E. of regression 8.925173 Akaike info criterion 7.320068
Sum squared resid 4460.888Schwarz criterion 7.558194
Log likelihood -223.5821F-statistic 162.3887 Durbin-Watson stat 0.880420Prob （F-statistic ） 0.000000
由表2可以看出衡量拟合优度的R 2统计量、检验方程显著性的F 统计量均达到要求，检验变量显著性的t 统计量也大体满足要求，由此，回归方程的参数估计结果基本合理。
该方程残差序列的ADF 单位根检验结果如表3所示：
表3“概貌序列回归方程的残差序列单位根检验结果
Null Hypothesis ： RESID01 has a unit root
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -4.834996 0.0002
Test critical values ： 1% level -3.542097
5% level -2.910019
10% level -2.592645
*MacKinnon （1996） one-sided p-values.
该检验结果显示，残差序列在1%的显著性水平下拒绝原假设，接受不存在单位根的结论，因此，该残差序列较为平稳，回归方程的设定合理。
概貌序列回归模型的拟合及预测结果如下图3所示。
图3：概貌序列回归模型的拟合及预测结果
020
40
60
80
100
120
140
160
180
200
1357911131517192123252729313335373941434547495153555759616365
实际值拟合及预测值
美元/桶 同理，利用小波分解得到的油价细节序列和影响因素细节序列建立多元回归模型。考虑到美国生产
者物价指数、波罗的海指数、原油非商业净多仓量的细节序列更能够反映油价细节序列的波动，待估计方程为：
WTI d = C （1）*US_PPI d + C （2）*BDI d + C （3）*NNCL d
方程模拟结果如下：
WTI d = 163.351*US_PPI d + 0.002*BDI d + 4.849e-005*NNCL d （R 2=0.5329）
（5.70） （1.87） （2.25）
该方程的参数估计结果如表4所示。
表4：细节序列回归方程的参数估计结果
Dependent Variable ： WTI d
Method ： Least Squares
Included observations ： 64 after adjustments
Variable Coefficient Std. Error t-Statistic
Prob.
US_PPI d 163.351028.66041 5.699535
0.0000 BDI d 0.001667
0.000893 1.8659820.0669 NNCL d 4.85E-05 2.16E-05 2.246921
0.0283
R-squared 0.532894Mean dependent var
-0.091150 Adjusted R-squared 0.517579S.D. dependent var
4.188081 S.E. of regression 2.908895Akaike info criterion
5.019165
Sum squared resid
516.1620Schwarz criterion 5.120362 Log likelihood
-157.6133Durbin-Watson stat 1.792639
由表4可知，检验影响因素细节序列显著性的t 统计量基本满足要求。考虑到细节序列波动的复杂性，对其的拟合及预测均有很大的难度，因此对细节序列的拟合精度要求相应降低。该细节序列回归方程的参数估计结果基本合理。
该方程残差序列的ADF 单位根检验结果如表5所示：
表5：细节序列回归方程的残差序列单位根检验结果
Null Hypothesis ： RESID01 has a unit root
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -8.372828 0.0000
Test critical values ： 1% level -3.542097
5% level -2.910019
10% level -2.592645
*MacKinnon （1996） one-sided p-values.
该检验结果显示，残差序列在1%的显著性水平下拒绝原假设，接受不存在单位根的结论，因此，该残差序列较为平稳，回归方程的设定合理。
该细节序列回归模型的拟合及预测结果如下图4所示。 图4：细节序列回归模型的拟合及预测结果
-10-5
5
10
15
20
25
实际值拟合及预测值
美元/桶
最后，利用小波分析方法将油价概貌序列与细节序列的拟合及预测结果进行重构，得到最终的油价预测结果，如图5所示。
图5：WTI 原油价格拟合及预测结果
020
40
60
80
100
120
140
160
J a n -00
J u l -00
J a n -01
J u l -01
J a n -02
J u l -02
J a n -03
J u l -03
J a n -04
J u l -04
J a n -05
J u l -05
J a n -06
J u l -06
J a n -07
J u l -07
J a n -08
J u l -08
J a n -09
J u l -09
J a n -10
J u l -10
实际值拟合及预测值
美元/桶
预测误差的确定采用平均绝对百分比误差MAPE 。定义如下：
N
1MAPE=APE N ∑ 其中，-A P E =100%×预测油价实际油价
实际油价为绝对百分比误差，N 为预测步长。
2010年9月和10月的WTI 原油价格预测值分别为72.73美元/桶、81.31美元/桶，相比实际的75.24美元/桶、81.89美元/桶，平均绝对百分比误差MAPE 为2.02%。
为了检验本文方法的预测精度，将其与两种模型进行比较。一种是普通多元回归模型（模型1），对油价及影响因素序列直接多元回归进行油价预测，方程结构与本文预测概貌油价序列的回归方程结构相同。另一种比较模型（模型2）是将历史油价序列进行单尺度小波分解，将得到的概貌序列与细节序列分别利用滑动平均进行预测，之后重构得到油价预测值。
3种模型的2010年9月和10月的WTI 原油价格预测结果的比较见表6。可以看出，本文模型的预测精度较两种比较模型有了一定的提高。另外，历史期2010年8月的实际油价为76.60美元/桶，从预测方向的正确性来考虑，本文方法较模型2也有了一定的提高。从对这三种模型的比较中可以发现，小波分析技术起到了重要的作用，它使得油价的变化规律和层次特性更加清晰。同时，引入油价影响因素可以更加客观地解释油价的波动及趋势，将影响因素也同样进行小波分解后能够更好地反映油价的变化规律。
表6：2010年9月和10月的预测结果比较
时间 实际值 模型1 模型2 本文方法
2010年9月
2010年10月
81.89 80.39 78.74 81.31 MAPE 2.36% 3.14% 2.02% 注：实际油价及其预测值的单位为美元/桶。
五、结束语
本文基于多因素小波回归分析的油价预测模型吸收了小波分析的细分功能，同时又将影响因素引入到模型中，能够更加客观地反映油价的波动及趋势。同时对WTI 原油现货价格的预测结果也表明所建立的模型具有较高的预测精度，预测值能够较好地逼近实际值，从而说明了此方法的可行性与有效性。但是，随着预测步数的增大，此模型的预测精度会逐渐降低。因此，我们需要进行滚动预测，即随着实测数据的积累，不断更新完善预测结果，从而使其更接近实际。另外，此预测模型及结果只能为决策的制定提供参考，决策者应结合实际情况适当调整油价预测值，以克服模型对突发事件反应不敏感的缺点，进一步提高预测精度。
[参 考 文 献]
[1] HE Y ,WANG S,LAI K K.Global economic activity and crude oil prices:A cointegration analysis[J].Energy
Economics,2010,32(4):868-876.
[2] 苏娟,杜松怀,李才华.基于多因素小波分析的神经网络短期现货电价预测方法[J].电力自动化设备,2007,27(11):26-33.
[3] 张新红.小波网络理论及其在经济预测中的应用研究[D].天津:天津大学,2003:6-10.
[4] 石柱鲜,黄红梅,朴粉丹.基于小波的我国经济周期波动的分析与预测[J].吉林大学社会科学学报,2009,49(13):135-142.
[5] ZAGAGLIA P.Macroeconomic factors and oil futures prices:A data-rich model[J].Energy Economics,2010,32(2):409-417.
[6] 刘志斌,王君.基于系统动力学的油价预测[J].工业技术经济,2009,28(5):98-101.
[7] 刘辉,田红旗,李燕飞.基于小波分析法与滚动式时间序列法的风电场风速短期预测优化算法[J].中南大学学报(自然科
学版),2010,41(1):370-375.
[8] YE M,ZYREN J,SHORE J.A monthly crude oil spot price forecasting model using relative inventories[J].International
Journal of Forecasting,2005,21:491-501.
[9] 梁强,范英,魏一鸣.基于小波分析的石油价格长期趋势预测方法及其实证研究[J].中国管理科学,2005,13(1):30-36.
[10] 张冬青,韩玉兵,宁宣熙,等.基于小波域隐马尔可夫模型的时间序列分析—平滑、插值和预测[J].中国管理科
学,2008,16(2):122-127.
Analysis and Prediction of International Oil Price
Based on Multi-factor Wavelet and Regression Method
LIN SHENG, YE XIN, LIU JINPEI
(The College of Management and Economics, Tianjin University, Tianjin, 300072, China) Abstract: Based on the complexity of international oil market, not only considering the self-developing laws of the time series of oil price, but also adding major factors that influence oil price to the model, this article adopts the prediction method combining wavelet analysis and multiple regression. And the calculation example of the monthly price of West Texas intermediate crude oil verifies the feasibility and effectiveness of the proposed method.
Key words: Wavelet analysis; Multiple regression; Prediction of oil price
国际石油价格影响因素分析
国际油价波动影响因素分析 石油作为重要的能源与基础性产品，素有“工业血液”之称。随着世界各国对能源的需求与日剧增，石油与各国的经济愈来愈密切。油价的每一次波动对世界各国的经济都产生了或多或少的影响，已成为世界各国普遍关注的焦点。 据世界银行估计，油价每上涨10美元并持续一年，世界经济的增长率就会减少0.5个百分点，发展中国家经济增长率将减少0.75个百分点[1]。目前我国近５７％的原油依赖进口，国际油价的波动对我国经济的影响日益显著，已经成为影响我国经济稳定发展和国家安全的重要因素。 一、近期国际油价走势 2000年至2008年以来，石油价格一直处于上升趋势，由于2008年全球性经济危机，2009年石油价格出现下跌，之后随着全球经济的复苏石油价格又恢复上涨趋势。 二、国际石油价格影响因素定性分析 （一）石油的商品属性——供求关系决定油价方向 决定原油价格长期走势的主要是原油供需基本面因素。由于原油是不可再生性资源，因此原油短期供给弹性较小，所以在没有新的大型油田被发现以及重大技术创新出现时，影响原油价格的最主要因素是决定原油需求的世界经济发展状况。
2008年7月以前世界经济和石油需求增长较快，而石油供给相对增长缓慢，石油剩余产能明显不足，导致石油供求处于脆弱平衡状态。油价大涨不同于以往的最大特点——就是需求拉动型增长，而2008年7月以后国际油价出现大幅下跌，关键在于美国金融危机导致全球经济进入调整期，石油需求增长明显放缓，这表明传统经济规律和理论仍然是有效的，决定价格基本方向的根本原因仍然是供求关系。2008年以来在各国采取相应的措施促进经济发展（积极的财政政策——增加政府支出和宽松的货币政策——下调存贷款基准利率、存款准备金率），制造业反弹，全球经济出现企稳回升趋势，尤其是亚洲新兴和发展中经济体普遍走在了复苏的前列，使得国际石油需求有所增长，国际油价持续上涨。 石油消费量的增长趋势要大于石油产量的趋势，相对来讲对石油需求要大于石油的供给，使得石油价格上涨。 （二）石油库存——影响油价波动预期 1.何为石油库存 石油库存分为商业库存和战略储备，商业库存的主要目的是保证在石油需求出现季节性波动的情况下企业能够高效运作，同时防止潜在的原油供给不足；国家战略储备的主要目的是应付石油危机。 2.石油库存与油价 石油库存对油价的影响是复杂的，当期货价格远高于现货价格时，石油公司倾向于增加商业库存，减少当期供应，从而刺激现货价格上涨，期货现货价差减小；当期货价格低于现货价格时，石油公司倾向于减少商业库存，增加当期供应，从而导致现货价格下降，与期货价格形成合理价差。
原油价格历史回顾与现状分析
原油价格历史回顾及现状分析 尽管新能源的发展步伐在加速，但不可否认，在近期石油仍将主导能源市场，石油供需关系的变化仍将牵动全球主要国家的神经。因此，未来全球经济发展以及地缘政治因素依然会导致原油价格的波动，提供可能的投资机会。 近期主要政治经济事件，如伊拉克骚乱、中国经济放缓、美联储加息以及中美第六次战略对话，将如何影响原油价格走势？ 为更好的把握原油市场，我们在这份报告中将回顾原油价格的历史变化及其主要诱因，结合当前原油进出口现状及市场预期，根据即将出现的政治经济事件对原油价格的走势进行判断。 1．回顾：石油价格的历史 1.1 原油价格的三个主要阶段 20世纪工业化发展不断推动全球对能源的需求，其中石油一直占据主导地位；石油成为各国经济发展的必需品。而经济能力及其支撑的军事力量是每个国家在国际政治中话语权的决定因素，因此，各国均密切关注原油的产出及其波动情况。 所以，原油价格的波动，是全球主要经济体之间、中东西非等石油输出国之间以及主要经济体与石油输出国之间，在政治经济层面互相博弈的最终体现。基于此，我们得以通过原油价格的历史波动来窥探相应历史时期的政治和经济概貌，以期更好的把握原油价格的未来走势。
图1展示了1983年以来纽约商品期货交易所原油价格的历史走势。长期看来，油价走势可分为三个阶段：(1)1983年-2002年，原油价格在20美元左右波动；(2)2003年-2010年，剧烈大幅波动；(3)2011年至今，在100美元左右波动。 前文中提到，原油价格是石油输出国和消费国政治经济博弈中不同力量的最终表现；因此，价格的三个阶段体现了决定性力量之间相互抵消或相互促进的关系。具体来说，第一阶段（1983年-2002年），原油价格在20美元左右波动，其主要原因有两个：(1)经历了70年代两次石油危机，石油输出国和消费国都更加理性（欧佩克部协调更加成熟，对原油产出的调控能力增强；欧美日等主要消费取措施降低对欧佩克的依赖）；(2)虽然突发事件发生时，油价涨跌幅都很大，但主要事件发生的时间独立且持续时间较短，需求和供应多有时间调整，因此油价始终保持在10-40美元区间。 第二阶段（2003年-2010年），这个阶段是国际油价最具有戏剧性变化的时期：6年，由20美元涨至145美元，然后半年（2008年7月-12月）由145美元跌至34美元。期间，油价上涨的决定性因素是：美国、亚洲及其他新兴市场经济发展迅猛，石油需求量大增，推高油价。与此同时，该时期其他政治经济事件均推动油价上涨，而没有力量对高油价施压，如2002年委瑞拉军事政变导致该国石油产量暴跌；随后2003年3月英美联军攻打伊拉克，作为欧佩克第二大产油国的伊拉克产油几近于零；美国及其他OECD国家石油战略储备很低以及美元对其他主要货币贬值等。诸多因素合力将油价逐渐推高，导致各产油国均全力输出。2008年金融危机爆发后，主要经济体受重创，石油需求大幅减少，导致石油产量严重过剩，油价由145美元暴跌至34美元。 第三阶段（2011年至今），油价在100美元左右波动。油价经历过2003年-2010年的疯狂持续上涨及随后短期暴跌，目前进入较平稳态势。与第一阶段（1983年-2002年）相似，当前国际政治经济事件中没有一股强劲力量（如第二阶段中全球经济高速发展）推升或者压低油价，且不同事件发生相对独立，不同油价影响因素之间相互抵消；因此，油价保持相对平稳。 1.2原油价格变化及同期世界相关事件 进一步，我们总结了1948年-2014年原油价格短期变化及相应时期的主要政治经济事件（表1）。正是这些事件的力量的相互加强或相互制约，最终决定了油价的变化。对这些事件的深入了解，将增强我们对于油价变化的洞察力和预见性。
回归分析与因子分析之比较
回归分析与因子分析之比较 刘婷玉 数学与统计学院06级 【摘 要】回归分析与因子分析是数理统计中常用的两种数据处理方法，本文对他们进行比较，分析了两种方法的区别与联系，各自的使用和适用范围，对教学质量的提高及在实际中对于有效选择此两种统计方法提供了依据。 【关键词】回归分析 因子分析 比较 一、 问题提出 回归分析和因子分析都是研究因变量与因子间关系的一种数据处理方法，在模型上看，只是因子结构不一样，他们之间到底有什么内在联系，值得我们研究并加以利用。 二、 问题分析 1、 统计模型和类型 多元线性回归模型表示方法为 i ki k i i i ki i i i k k u X b X b X b b Y n i X X X Y n u X b X b X b b Y +++++==+++++=ΛΛΛΛ221102122110,,2,1) ,,,,(得：个样本观测值 其解析表达式为:
???????+++++=+++++=+++++=n kn k n n n k k k k u X b X b X b b Y u X b X b X b b Y u X b X b X b b Y ΛΛ ΛΛΛΛΛΛΛ2211022222121021121211101 多元模型的矩阵表达式为 ??????? ??+???????? ????????? ? ?=??????? ??u u u b b b b X X X X X X X X X Y Y Y n k kn k k n n n M M M ΛΛΛM M M M 2121021222211121121111 ??????? ??=???????? ??=??????? ??=?????? ? ??=+=u u u b b b b X X X X X X X X X Y Y Y n k kn k k n n n U B X Y U XB Y M M M ΛΛΛM M M M 2121021222211121121111 一般地，设X=(x1， x2， …，xp)’为可观测的随机变量，且有 i m im i i i i e f a f a f a X +?+???+?+?+=2211μ 。在因子分析中，p 维的变量向量x 被赋予一个随机结构，x =α+Af+ε具体也可以写成以下形式： 111112211 221122222 1122m m m m p p p pm m p x a f a f a f x a f a f a f x a f a f a f μεμεμε-=++++-=++++-=++++L L L L L (1) 其中α是p 维向量，A 是p ×r 参数矩阵，f 是r 维潜变量向量，称为
原油价格历史回顾及现状分析 -
尽管新能源的发展步伐在加速，但不可否认，在近期内石油仍将主导能源市场，石油供需关系的变化仍将牵动全球主要国家的神经。因此，未来全球经济发展以及地缘政治因素依然会导致原油价格的波动，提供可能的投资机会。 近期主要政治经济事件，如伊拉克骚乱、中国经济放缓、美联储加息以及中美第六次战略对话，将如何影响原油价格走势？ 为更好的把握原油市场，我们在这份报告中将回顾原油价格的历史变化及其主要诱因，结合当前原油进出口现状及市场预期，根据即将出现的政治经济事件对原油价格的走势进行判断。 1．回顾：石油价格的历史 1.1 原油价格的三个主要阶段 20世纪工业化发展不断推动全球对能源的需求，其中石油一直占据主导地位；石油成为各国经济发展的必需品。而经济能力及其支撑的军事力量是每个国家在国际政治中话语权的决定因素，因此，各国均密切关注原油的产出及其波动情况。 所以，原油价格的波动，是全球主要经济体之间、中东西非等石油输出国之间以及主要经济体与石油输出国之间，在政治经济层面互相博弈的最终体现。基于此，我们得以通过原油价格的历史波动来窥探相应历史时期的政治和经济概貌，以期更好的把握原油价格的未来走势。
图1展示了1983年以来纽约商品期货交易所原油价格的历史走势。长期看来，油价走势可分为三个阶段：(1)1983年-2002年，原油价格在20美元左右波动；(2)2003年-2010年，剧烈大幅波动；(3)2011年至今，在100美元左右波动。 前文中提到，原油价格是石油输出国和消费国政治经济博弈中不同力量的最终表现；因此，价格的三个阶段体现了决定性力量之间相互抵消或相互促进的关系。具体来说，第一阶段（1983年-2002年），原油价格在20美元左右波动，其主要原因有两个：(1)经历了70年代两次石油危机，石油输出国和消费国都更加理性（欧佩克内部协调更加成熟，对原油产出的调控能力增强；欧美日等主要消费国采取措施降低对欧佩克的依赖）；(2)虽然突发事件发生时，油价涨跌幅都很大，但主要事件发生的时间独立且持续时间较短，需求和供应多有时间调整，因此油价始终保持在10-40美元区间内。 第二阶段（2003年-2010年），这个阶段是国际油价最具有戏剧性变化的时期：6年内，由20美元涨至145美元，然后半年内（2008年7月-12月）由145美元跌至34美元。期间，油价上涨的决定性因素是：美国、亚洲及其他新兴市场经济发展迅猛，石油需求量大增，推高油价。与此同时，该时期内其他政治经济事件均推动油价上涨，而没有力量对高油价施压，如2002年委内瑞拉军事政变导致该国石油产量暴跌；随后2003年3月英美联军攻打伊拉克，作为欧佩克第二大产油国的伊拉克产油几近于零；美国及其他OECD国家石油战略储备很低以及美元对其他主要货币贬值等。诸多因素合力将油价逐渐推高，导致各产油国均全力输出。2008年金融危机爆发后，主要经济体受重创，石油需求大幅减少，导致石油产量严重过剩，油价由145美元暴跌至34美元。 第三阶段（2011年至今），油价在100美元左右波动。油价经历过2003年-2010年的疯狂持续上涨及随后短期内暴跌，目前进入较平稳态势。与第一阶段（1983年-2002年）相似，当前国际政治经济事件中没有一股强劲力量（如第二阶段中全球经济高速发展）推升或者压低油价，且不同事件发生相对独立，不同油价影响因素之间相互抵消；因此，油价保持相对平稳。 1.2原油价格变化及同期世界相关事件 进一步，我们总结了1948年-2014年原油价格短期内变化及相应时期内的主要政治经济事件（表1）。正是这些事件的力量的相互加强或相互制约，最终决定了油价的变化。对这些事件的深入了解，将增强我们对于油价变化的洞察力和预见性。
1970年以来国际原油价格走势与大事记
数据简报:1970年以来国际原油价格走势与大事 记 金融危机以来，国际油价经过2008年的“过山车”行情，2009年的低谷至缓慢回升，2010年的大幅跳涨以及2011年的震荡回升，在2012年以后随着全球经济的逐步复苏进入相对稳定期，纽约和伦敦两市油价整体上行且波动幅度逐渐减小。2013年两市油价波幅继续收窄，但呈现略微分化走势，纽约油价全年上涨7%，布伦特油价则小幅下跌%。 分析认为2014年原油需求将继续复苏，供给依然有保障，在供需关系趋向平衡的整体格局下，除非出现重大突发的地缘政治事件，原油价格会保持相对稳定走势，纽约油价大部分时间将在每桶90至105美元区间波动，布伦特油价将在每桶105至120美元区间波动。 自1970年以来，国际原油价格波动，大体经历了以下不同的三个历史阶段： 1970-2000年国际原油价格走势图
图片说明:1970-2000年国际原油价格走势图(图片来源于《求索》杂志2009年 06期) (1)20世纪70年代两次石油危机驱动油价持续暴涨。 1970年，沙特原油官方价格为美元/桶； 1974年(第一次石油危机)，原油价格首次突破10美元/桶； 1979年(第二次石油危机)，原油价格首次突破20美元/桶； 1980年，原油价格首次突破30美元/桶； 1981年初，国际原油价格最高达到39美元/桶； 随后，国际油价逐波滑落，从此展开了一轮长达20年的油价稳定期。 (2)1983——2003年初，20年油价一直徘徊在30美元之下。 1986年，国际原油价格曾一度跌落至10美元/桶上方； 1986年初——1999年初，国际原油价格基本上稳定在20美元/桶之下运行，只是在1990年9——10月间，油价出现过瞬间暴涨，并首次突破40美元/桶，但两个月后很快又滑落至20美元/桶之下； 1998年底1999年初，国际原油价格曾一度跌至10美元/桶以下。 2000年，国际原油价格曾短时间内冲至30美元/桶上方，但很快又跌落至20美元/桶之下。 2000-2011年国际原油价格走势图
多因素分析
多因素分析 温州医学院环境与公共卫生学院叶晓蕾
概念 多因素分析是同时对观察对象的两个或两个以上的变量进行分析。 常用的统计分析方法有： 多元线性回归、Logistic回归、COX比例风险回归模型、因子分析、主成分分析，等。
多变量资料数据格式 例号X1X2…X p Y 1X11X12…X1p Y1 2X21X22…X2p Y2 ┆┆┆…┆┆ n X n1X n2…X np Y n Y为定量变量——Linear Regression Y为二项分类变量——Binary Logistic Regression Y为多项分类变量——Multinomial Logistic Regression Y为有序分类变量——Ordinal Logistic Regression Y为生存时间与生存结局——Cox Regression
第十五章多元线性回归 (multiple linear regressoin) P.261 Y，X——直线回归 Y，X1，X2，…X m——多元回归（多重回归） 例：欲研究血压受年龄、性别、体重、性格、 职业（体力劳动或脑力劳动）、饮食、吸烟、 血脂水平等因素的影响。
β0为回归方程的常数项（constant)，表示各自变量均为0时y 的平均值； m 为自变量的个数； β1、β2、βm 为偏回归系数（Partial regression coefficient ）意义：如β1表示在X 2、X 3…… X m 固定条件下，X 1 每增减一个单位对Y 的效应（Y 增减β个单位）。 e 为去除m 个自变量对Y 影响后的随机误差，称残差（residual)。 e X X X Y m m +++++=ββββ 22110多元回归方程的一般形式 一、多元回归模型
国际油价走势预测
国际油价走势预测 Corporation standardization office #QS8QHH-HHGX8Q8-GNHHJ8
国际油价走势预测 由于市场人士担心石油供应紧张，国际石油价格近期持续走高。在美国石油库存水平接近２４年来最低水平的同时，国 际石油市场上两大基准原油的价格再次接近１９９１年海湾战争以来的最高水平。高油价已引起西方工业国的不安和忧虑， 它们担心居高不下的油价将会引发通货膨胀，进而压抑西方国家经济的增长。欧共体和美国同时呼吁石油输出国组织提高石 油产量，遏制油价上涨的势头。美国总统克林顿发表讲话，希望油价回落到每桶２５美元的水平。 由于美国石油需求量约占世界石油需求总量的四分之一，通过美国石油库存水平大跌可以看出，全球石油供应日趋偏紧 。导致石油供应偏紧的主要原因包括： １．世界经济增长强劲导致石油需求旺盛。 据国际货币基金组织最新的研究报告，全球经济增长率今年将会高达４．５％以上。这将刺激全球石油需求大幅提高。 国际能源机构预测，今年世界石油需求量将达到日均７６００万桶，比去年多出１２０万桶。 ２．石油输出国组织的限产政策抑制全球石油供应的增长。 此次该组织能够出人预料地认真执行限产协议的主要原因是：１，低油价造成的巨大损失和高油价带来的巨大利益使各 成员国深刻地意识到了团结一致的意义；２，该组织成员国拥有的剩余生产能力有限。目前，只有沙特阿拉伯还拥有较多剩 余生产能力。为了维护内部的团结，即使受到了来自美国等西方盟友的压力，它也不敢擅自增产。 除了供应偏紧促使油价大涨外，国际垄断资本和投机资本在石油期货市场上的炒作对油价的上涨也起了推波助澜的作用 。有专家推测，目前的高油价每桶约有３美元是这些资金炒作所为。由于西方发达国家的石油公司在国际石油市场上占据着 主导地位，而来自于这些国家的投机资本在石油期货市场上的势力无人匹敌，它们可以肆无忌惮对油价进行炒作。炒作结果 往往使实力弱小的发展中国家的石油进口国受害。 综合下列的各种因素，第四季度的石油价格很可能会居高不下： １．冬季石油需求可能会强劲上升。 第四季度通常是石油需求的旺季。依据有关权威机构的预计，今年四季度全球日均石油需求量将比三季度高出２００多
统计学多元回归分析方法
多元线性回归分析 在数量分析中，经常会看到变量与变量之间存在着一定的联系。要了解变量之间如何发生相互影响的，就需要利用相关分析和回归分析。回归分析的主要类型：一元线性回归分析、多元线性回归分析、非线性回归分析、曲线估计、时间序列的曲线估计、含虚拟自变量的回归分析以及逻辑回归分析等。 1.1 回归分析基本概念 相关分析和回归分析都是研究变量间关系的统计学课题。在应用中，两种分析方法经常相互结合和渗透，但它们研究的侧重点和应用面不同。 在回归分析中，变量y称为因变量，处于被解释的特殊地位；而在相关分析中，变量y与变量x处于平等的地位，研究变量y与变量x的密切程度和研究变量x与变量y的密切程度是一样的。 在回归分析中，因变量y是随机变量，自变量x可以是随机变量，也可以是非随机的确定变量；而在相关分析中，变量x和变量y都是随机变量。 相关分析是测定变量之间的关系密切程度，所使用的工具是相关系数；而回归分析则是侧重于考察变量之间的数量变化规律，并通过一定的数学表达式来描述变量之间的关系，进而确定一个或者几个变量的变化对另一个特定变量的影响程度。 具体地说，回归分析主要解决以下几方面的问题。 （1）通过分析大量的样本数据，确定变量之间的数学关系式。
（2）对所确定的数学关系式的可信程度进行各种统计检验，并区分出对某一特定变量影响较为显著的变量和影响不显著的变量。 （3）利用所确定的数学关系式，根据一个或几个变量的值来预测或控制另一个特定变量的取值，并给出这种预测或控制的精确度。 作为处理变量之间关系的一种统计方法和技术，回归分析的基本思想和方法以及“回归（Regression）”名称的由来都要归功于英国统计学F·Galton（1822～1911）。 在实际中，根据变量的个数、变量的类型以及变量之间的相关关系，回归分析通常分为一元线性回归分析、多元线性回归分析、非线性回归分析、曲线估计、时间序列的曲线估计、含虚拟自变量的回归分析和逻辑回归分析等类型。 1.2 多元线性回归 1.2.1 多元线性回归的定义 一元线性回归分析是在排除其他影响因素或假定其他影响因素确定的条件下，分析某一个因素（自变量）是如何影响另一事物（因变量）的过程，所进行的分析是比较理想化的。其实，在现实社会生活中，任何一个事物（因变量）总是受到其他多种事物（多个自变量）的影响。 一元线性回归分析讨论的回归问题只涉及了一个自变量，但在实际问题中，影响因变量的因素往往有多个。例如，商品的需求除了受自身价格的影响外，还要受到消费者收入、其他商品的价格、消费者偏好等因素的影响；影响水果产量的外界因素有平均气温、平均日照
石油价格波动及原因分析
石油价格波动及原因分析 1970年以来世界经历了三次比较显著的石油价格上涨,除了1973年和1979年前两次石油危机,最新一轮石油价格上涨自2002年开始启动,一直延续至今。从2002年油价每桶21美元开始,一路上升到2008年的超过100美元,其间在2008年第二季度曾经达到过最高点147美元。2009年6月以后,一直维持在70美元左右。从2010年开始,世界各国经济逐步走出谷底,尤其是亚洲国家经济强劲反弹,当年油价呈现前稳后升的态势,在70~80美元。目前最高原油价格是106.93美元,最低是95.72美元。纵观油价的历史记录,国际油价一路走高,呈现了大幅上涨和剧烈波动态势。 石油价格波动的原因很多,下面主要从内在动因、长期影响因素、短期波动原因三个方面展开。 1 内在动因 (1)稀缺性。石油作为可耗竭资源产品,绝对数量短缺,不足以满足人类相当长时期的使用,具有物质稀缺性。当前多消费意味着未来少消费,这种当前消费稀缺资源而放弃未来消费的机会成本被称为使用者成本。不同于一般商品,石油价格构成中不仅包括边际开采成本、边际社会成本,还包括边际使用者成本,三种成本的增加或减少导致石油价格出现波动性。 (2)金融属性。投机性交易对石油价格的重要影响凸现了石油的金融属性。目前,一般认为国际石油市场价格一直被两股主要势力操纵着：其一是一些跨国石油公司经常利用其强大的资本实力通过石油期货市场人为地抬高和压低计价期内的期货价格；其二是投机性资金,从近年的情况来看,国际原油期货已经越来越成为一种金融投机工具,投机性资金对国际石油市场的影响也越来越大。 (3)战略属性。石油作为一种战略商品,其与国家战略、全球政治、国际关系和国家实力等方面紧密交织在一起。各国纷纷都通过政治、经济、军事等各种手段争夺石油资源、争取石油价格控制权、建立大规模的石油战略储备。 2 长期影响因素 (1)供应因素。在石油供应中,OPEC扮演着重要角色,其石油储量占全球总储量的78％,产量占全球总产量的40％,出口量占世界总交易量的55％,由此可见,OPEC的石油供应对调控国际油价有举足轻重的作用。2004年以后,国际石油价格持续上涨,最主要原因是石油供应不足。OPEC国家凭借其独有的垄断地位,按照利润最大化的原则进行生产,较大产量对应较小边际收益,较小产量对应较大边际收益,这一特点促使OPEC单个国家的实际产量经常小于组织统一制定的配额。2007年11月,OPEC组织对生产协议作出进一步调整,协议只规定总体生产目标,而对生产配额不作明确规定,这一改变加剧了OPEC国家的继续减产行为,也给国际原油供给造成巨大冲击,2007年石油需求强劲增长,OPEC减产推动石油价格迅速上涨；2008年9月以来OPEC三次减产则是在石油需求和价格双双回落时作出的,它对石油价格的回升起到了直接作用。 目前,全球已经进入后石油时代,后石油时代下,易开采、低成本的石油资源越来越少,难开采、高成本的石油资源越来越多。全球石油资源的压力一直在持续,原油储采比的指标持续下降,下降的储采比意味着原油开采量的增加速度大于探明储量增长速度,此时原油价格会上升,生产者降低产量的同时会增加勘探力度,随着储采比逐渐上升,原油价格得以回落；反之亦然。因此,储采比决定原油价格的长期走势。 (2)需求因素。2004年以来,OECD、亚太、欧盟、北美等地区保持较快经济增长率,石油需求增长强劲。欧盟国家石油需求基本呈现递增趋势,2006年后虽略有下降,但绝对需求量仍然很大。在需求价格弹性较小的情况下,强劲的需求增长带动石油价格大幅上涨。
国际几十年原油价格走势及原因分析培训课件
自1970年以来，国际原油价格波动，大体经历了以下不同的三个历史阶段： 1970-2000年国际原油价格走势图 (1)20世纪70年代两次石油危机驱动油价持续暴涨。 1970年，沙特原油官方价格为1.8美元/桶; 1974年(第一次石油危机)，原油价格首次突破10美元/桶; 1979年(第二次石油危机)，原油价格首次突破20美元/桶; 1980年，原油价格首次突破30美元/桶; 1981年初，国际原油价格最高达到39美元/桶; 随后，国际油价逐波滑落，从此展开了一轮长达20年的油价稳定期。 (2)1983——2003年初，20年油价一直徘徊在30美元之下。 1986年，国际原油价格曾一度跌落至10美元/桶上方; 1986年初——1999年初，国际原油价格基本上稳定在20美元/桶之下运行，只是在1990年9——10月间，油价出现过瞬间暴涨，并首次突破40美元/桶，但两个月后很快又滑落至20美元/桶之下; 1998年底1999年初，国际原油价格曾一度跌至10美元/桶以下。
2000年，国际原油价格曾短时间内冲至30美元/桶上方，但很快又跌落至20美元/桶之下。 2000-2011年国际原油价格走势图 (3)第三次石油危机时期(2003——2008年)。第一、二次石油危机后，国际原油价格波动经历了长达20年的稳定期。20年后，国际原油价格再次步入一个全新的快速上升通道，第三次石油危机终于爆发： 2003年初，国际原油价格再次突破30美元/桶，然后，不再回头。 2004年9月，受伊拉克战争影响，国际原油价格再次突破40美元/桶，之后继续上涨，并首次突破50美元。 2005年6月，国际原油价格首次突破60美元/桶，并加速前行。 2005年8月，墨西哥遭遇“卡特里”飓风，国际原油价格首次突破70美元/桶。
国际油价预测与分析
国际油价预测与分析 随着世界经济形势的不断变换、现有原油储备、局部战争以及现代汽车工业飞速发展，对于国际油价都产生着深刻的影响。就目前而言，笔者认为在相当一个时期内国际油价将是稳步增长的趋势，直至可替代能源的出现，否则这一趋势将不可逆转。 一、需求不断增加 汽车工业以及现代石油化工业的兴起，可以说石油已经深入到我们现实生活的方方面面，不可或缺。合成纤维、合成橡胶、塑料以及农药、化肥、炸药、医药、染料、油漆、合成洗涤剂这些产品的出现都离不开石油，我们穿的衣服、用的煤油、汽油、柴油都是从石油中提炼出来的，没有石油就寸步难行。正是由于石油用途广泛导致世界性的需求不断增加。 从二战起到现在国际油价，在稳步提升着，而这种提升跟需求增加密不可分。在未找到能够替代石油的廉价能源之前，人类对石油的需求是逐步增加的，随着科技的进步这一趋势可能被打破，而那是相当长的历史时期以后的必然。 二、世界原油储备对油价的影响 目前世界原油储备状况基本能满足实际需求，但是站在长久角度来看，石油是不可再生资源，总有枯竭的那一天。因此，从这一角度分析，原油价格只能继续提升。 石油安全一直是工业化国家的心病。二战时日本就是被美国的能源禁运逼得铤而走险发动珍珠港袭击；纳粹德国的许多军事行动也是为油所迫，如为夺取高加索油田而转移进攻方向，最终导致斯大林格勒战役惨败，战争后期德国不得不靠工业酒精和“液化煤”维持。1973年，阿拉伯国家为报复西方支持以色列，发动“石油战争”，导致西方战后最大经济危机。面对危机，美国为首的主要工业化国家组建国
际能源署，敦促各国建立石油战略储备。国际能源署规定，成员国的石油储备应相当于该国90天原油或成品油净进口量。 美国目前的战略石油储备高达7.27亿桶，商业原油库存也有3.5亿桶，据称足够满足国内158天的需求。另外，每天航行在世界各大洋的美国石油公司油轮相当于储备8000万桶原油，等于全世界一天的石油产量。美国巨量的石油储备，成为实施对外政策的一个重要手段。 另外，虽然石油短期内在全球范围内不会出现短缺，但这并不意味着世界石油市场会平稳发展，更不意味着国际石油价格能保持稳定。 由此可见，原油资源的有限性，导致各国都在储备，目前原油供给远远大于实际需求原油价格却在增长，所以说各国的战略原油储备，也从一定角度上刺激了国际油价的增长，如果将战略原油储备投放市场，国际油价会在短时间内有一个下降，因此国际油价与原油储备密不可分。 三、战争局部冲突对原油的影响 翻开1979年以来的世界油价走势图，可以发现一个现象，这就是近25年来世界油价的几次大起大落，都与伊拉克有着直接的关系。为了谋求对海湾地区———这个“世界油库”的支配权，伊拉克先是在1980年9月发动了旷日持久的“两伊战争”，之后又在1990年8月入侵科威特，引发“海湾危机”。这两次大规模的战争，与目前正在发生的“美伊危机”，无一例外地造成世界油价的巨幅波动。 去年的利比亚战争也对原油价格产生了不小的波动，虽然利比亚的原油产量在全世界的原油产量中占比不大只占全球的2％。资料显示，利比亚石油产量为160万桶/日，石油出口量约为130万桶/日。就这样小的比例，在短时期内对国际油价依旧产生了影响，由此可见局部战争对国际油价产生着影响，但是这种波动相对而言是短暂的，随着战争的结束，基本又回到原来的状态。
回归分析与因子分析之比较
回归分析与因子分析之比较 刘婷玉数学与统计学院 06 级 【摘要】回归分析与因子分析是数理统计中常用的两种数据处理方法，本文对他们进行比较，分析了两种方法的区别与联系，各自的使用和适用范围，对教学质量的提高及在实际中对于有效选择此两种统计方法提供了依据。 【关键词】回归分析因子分析比较 一、问题提出 回归分析和因子分析都是研究因变量与因子间关系的一种数据处理 方法，在模型上看，只是因子结构不一样，他们之间到底有什么内在联系，值得我们研究并加以利用。 二、问题分析 1、统计模型和类型 多元线性回归模型表示方法为 Y b0b1 X 1b2 X 2b k X k u n 个样本观测值(Y,X 1i , X 2 i ,, X ki )i 1,2, , n i 得： Y b 0b X 1 i b X 2 i b X ki u i i12k 其解析表达式为 :
Y 1 b 0 b 1 X 11 b 2 X 21 b k X Y 2 b 0 b 1 X 12 b 2 X 22 b k X k 1 u 1 k 2 u 2 Y n b b 1 X 1n b 2 X 2 n b k X kn u n 多元模型的矩阵表达式为 Y 1 1 X Y 2 1 X Y n 1 X YXB U 11 12 1 n X X X 21 22 2 n X X X k1 b 0 u 1 b 1 k 2 u 2 b 2 kn b k u n Y 1 1 X 11 X Y Y 2 1 X 12 X X Y n 1 X 1 n X b 0 u 1 b 1 U u 2 B b 2 21 22 2 n X X X k 1 k 2 kn b k u n 一般地，设 X=(x1 ， x2， ?，xp) ’为可观测的随机变量，且有 X i i a i 1 f 1 a i 2 f 2 a im f m e i 。在因子分析中， p 维的变量 向量 x 被赋予一个随机结构， x = α+Af+ε具体也可以写成以下形式： x 1 a 11 f 1 a 12 f 2 a 1m f m 1 x 2 a 21 f 1 a 22 f 2 a 2 m f m 2 x p a p1 f 1 a p 2 f 2 a pm f m p (1) 其中 α是 p 维向量， A 是 p ×r 参数矩阵， f 是 r 维潜变量向量，称为
近年来石油价格走势及影响分析
近年来石油价格走势及影响分析 石油是经济发展的重要能源之一，素有经济血液、经济命 脉之称。随着我国经济的快速发展，石油消费日益扩大。到１９９３年，我国由石油自给转变为石油净进口国，并由此而引发了石油价格形成机制的逐步变革。１９９８年６月１日，我国实现了国内原油价格与国际原油价格接轨，并因此引起石油价格的一系列波动。石油和石油化工生产在我市工业中占有相当份额，价格的大幅波动必然会影响这些行业乃至全市经济的发展。 一、近年来我市石油价格变动趋势。 １、石油价格虽有起落但一路走高。 从１９９７年到２００１年，我市石油出厂价格一路走高，每吨由１９９７年的８６６元上升到２０００年的１７１３元，２００１年回落到１４７４元；以１９９７年为１００的价格指数，１９９８年至２００１年分别为１０６·６４、１２６·８９、２０９·９１和１８５·５２。几年来石油价格虽小有起伏但保持上升趋势不变，尤其是２０００年石油价格暴涨，当年指数为１６５·４３，涨幅超过６５个百分点；２００１年，石油价格在经过前一年的高位震荡后有所回落，但实际价格已经远高于三年前。 ２、下游产品价格波动频繁。 石油价格变动自然会带动石油加工产品价格波动。其中，首当其冲是成品油。１９９７年以来，我市汽油、柴油价格起落较频繁：１９９８年、１９９９年及２００１年指数较低，２０００年指数相对较高。总体来说，成品油价格指数走势呈波浪型。 其它石油加工产品，在我市主要有：石油液化气、纯苯、乙烯、涤纶短纤维、涤纶长丝等等，这些产品均或多或少的受到原油价格波动的影响。 ３、石油价格变动对我市工业产品出厂价格总水平变动影响较大。 几年来工业品出厂价格指数（下文简称总指数）始终在低位线上徘徊。１９９７年－２００１年分别为９８·３２、９４·７１、９６·３７、１０２·７６、９５·８７。１９９９年石油价格指数为１１８·９９；同年，全市工业品出厂价格总指数比上一年增长１·６６个百分点，其中，由石油拉动０·６９个百分点。２０００年，石油价格再创新高，指数高达１６５·４３，拉动全市工业品出厂价格总指数上升２·６４个百分点。２００１年石油价格指数下滑到８８·３８，拉动全市工业品出厂价格总指数下降２·８５个百分点。见以下数据及图表。（以上年价格为１００）二、石油价格变动对我市相关行业的影响。 石油作为基础产业，与国民经济各部门间的产业关联度是较高的。目前我市的产业结构和技术水平决定了对石油工业的依赖度在一个较高水平。因此，石油价格持续大幅度增长、波动必然影响我市整个经济的进程，对某些直接相关的部门，更是左右了
因素分析法的计算例题多因素分析法研究
因素分析法的计算例题多因素分析法研究 多因素分析法研究 WTT为大家整理的相关的多因素分析法研究资料，供大家参考选择。 多因素分析 研究多个因素间关系及具有这些因素的个体之间的一系列统计分析方法称为多元(因素)分析。主要包括： 多元线性回归(multiple linear regression) 判别分析(disoriminant analysis) 聚类分析(cluster analysis) 主成分分析(principal ponent analysis) 因子分析(factor analysis) 典型相关(canonical correlation) logistic 回归(logistic regression) Cox 回归(COX regression) 1、多元回归分析(multiple linear regression) 回归分析是定量研究因变量对自变量的依赖程度、分析变量之间的关联性并进行预测、预报的基本方法。研究一个因变量对几个自变量的线性依存关系时，其模型称为多元线性回归。函数方程建立有四种方法：全模型法、向前选择法、向后选择法、逐步选择法。 全模型法其数学模型为：ebbbb++++=ppxxxyL22110 式中 y 为因变量， pxxxL21, 为p个自变量，0b为常数项，pbbbL21,为待定参数，
称为偏回归系数(partial regression coefficient)。pbbbL21,表示在其它自变量固定不变的情况下，自变量Xi 每改变一 个单位时，单独引起因变量Y的平均改变量。多因素分析法研究 e为随机误差，又称残差(residual), 它是在Y的变化中不能为自变量所解释的部分 例如：1、现有20名糖尿病病人的血糖(Lmmoly/,)、胰岛素(LmUx/,1)及生长素(Lgx/,2m)的数据，讨论血糖浓度与胰岛素、生长素的依存关系，建立其多元回归方程。 逐步回归分析(stepwise regression analysis) 在预先选定的几个自变量与一个因变量关系拟合的回归中，每个自变量对因变量变化所起的作用进行显著性检验的结果，可能有些有统计学意义，有些没有统计学意义。有些研究者对所要研究的指标仅具有初步知识，并不知道哪些指标会有显著性作用，只想从众多的变量中，挑选出对因变量有显著性意义的因素。 一个较理想的回归方程，应包括所有对因变量作用有统计学意义的自变量，而不包括作用无统计学意义的自变量。建立这样一个回归方程较理想的方法之一是逐步回归分析(stepwise regression analysis)
中国石油价格现状及分析
中国石油行业价格趋势分析方案 目录 摘要 (1) 一、严峻的中国石油安全现状 (2) （一）、中国石油依存度逐年升高 (2) （二）、世界油气资源争夺日益激烈对中国的影响 (3) （三）、世界石油价格变化多端对我国经济的影响 (4) 二、对策分析 (4) （一）、压缩快速增长的石油需求 (4) 1、节约使用 (4) 2、开辟新能源 (5) 3、充分发挥政府的调节作用 (5) （二）、积极应用政治和外交手段加强对国际石油的控制能力和决定力 (5) 1、为什么？ (5) 2、怎么做？ (6) （三）、加快建立战略石油储备步伐 (8) （四）、参考文献： (9) [1] 《21世纪中国石油发展战略》 (9) [2]《价格理论与实践》 (9) [3] 《价格学》 (9) 摘要 我国作为石油的消费大国及进口大国,国际石油价格频繁变动对我国经济造成很大的影响,尤其是近年来高油价的冲击,对我国石油市场的稳定提出更大的挑战。本文首先通过石油依存测算,客观地反映出我国石油市场价格变动对其他各行业的影响。而后对中国石油市场的价格机制进行了探讨,分析了现行定价机制及其缺点所在。面对国际石油价格波动的冲击,我国石油市场价格机制的改革势在必行。完善价格机制需要从诸多方面入手,本文仅选取了三个重要的改革方向进行详细分析,并且相应提出了具体的改革措施。希望本文对我国成品油市场全面开放之后价格机制的完善,以及缓解国际石油价格波动对我国经济的影响起
到一定的指导作用。随着我国经济的高速增长,石油需求量迅速增大,石油的进口依存度大幅提高,已经成为继美国之后的世界第二大石油净进口国。深入分析石油价格的波动,进而进一步研究我国石油定价机制,对于提出有效的应对策略,保证我国国民经济稳定、快速、持续增长具有重要的理论和现实意义。本文在基于理论系统分析、文献分析的基础上,将定性分析、定量分析、统计分析及对比分析紧密结合,从宏观的角度,全面地分析了中国石油价格波动及其定价机制,可以说目前的机制对充分利用国内、国外两个市场、两种资源,保证国内市场供应,减弱国际市场价格非正常波动对国内的负面影响起到了积极作用。但我国目前实行的石油定价机制中还是存在不少弊端 【关键字】中国、石油、价格、波动 一、严峻的中国石油安全现状 （一）、中国石油依存度逐年升高 表１：中国原油生产、消费、进口量和进口依存度统计与预测(亿元，万吨) 由表1可知我国石油消费的对外依存度正在迅速攀升，中长期无下降势头，导致这一现象的主要原因是改革开放30年来中国经济的迅猛增长，特别是近五 2005 2010 2015 2020 生 产 18000 19500 19000 18500 消 费 28000 34000 39800 48400 净 进 10000 14500 20800 30000 依 存度 35.7 42.6 52.3 62.0
国际原油价格趋势研究报告
国际原油价格趋势研究报告国际原油价格连续第三年萎靡不振。2013 年，作为全球油价基准的布伦特原油的的平均价格为逾108 美元（与2012 年和2011 年的表现一样）。投资者本来担忧美国页岩气革命将会导致供应过剩，但由于全球其他地区产量下降，这种担忧未能成为现实。对追踪大宗商品的众多投资者和押注原油波动性的对冲基金而言，这意味着回报欠佳。对投资银行来说，它意味着缺少业务，因为消费者认为不需要对冲。只有石油输出国组织（Opec ，简称欧佩克）对持续的高收入感到高兴。因此，投资者是应该放弃布伦特原油，还是应期待2014 年会有所不同？分析师们观点不一。． 许多人相信，在2014 年，产量增幅最终将超过需求的温和增长，从而压低价格并考验欧佩克平衡市场和保持价格稳定的决心。 花旗(Citi) 大宗商品研究主管艾德?摩尔斯(Ed Morse)说：“深海开采技术成熟之后的美国页岩气革命，绘制了一幅强劲的供应图景。”花旗预计布伦特原油在2014 年的平均价格将为每桶98 美元。不过，其他人则辩
称，供应将令人失望，为布伦特原油价格提供有力支持。 JBC 能源咨询公司(JBC Energy) 的迈克尔？代-米夏伊(Michael Dei-Michei) 表示：“最近几年的模式可能会不断重复，因为确实没有实质变化。” JBC 能源咨询公司预计2014 年布伦特原油均价将达到每桶110 美元。 为何会出现截然相反的预测？主要原因是对欧佩克内部供应中断情况增多的风险存在不同看法。． 虽然美国页岩气革命引发了广泛关注，但可以说产量中断——从利比亚内战到为制止伊朗发展核项目而对其发起石油制裁——会对总体价格产生同等的影响。许多分析师再次将欧佩克产量视为不可知因素。 例如，巴克莱(Barclays) 预计，2014 年非欧佩克供应增幅将比全球需求增幅高出约50 万桶。但分析师米思文?马赫什(Miswin Mahesh) 表示，由于许多欧佩克国家产量的不确定性，这仅仅意味着原油价格面临温和的下行压力。在利比亚，武装分子们继续阻止主