2024年国际原油价格分析与趋势预测

2023年,全球经济增速放缓,在加息、减产、冲突等各因素叠加影响下,全年油价跌宕起伏,回吐2022年的风险溢价。展望2023年,从基本面和非基本面着手,分析全球经济、能源转型、供应、库存、美元、市场投机、黄金和地缘政治等因素未来动向,结合预测模型客观计算和专家的主观判断,对2024年国际原油价格走势进行整体展望和预测。预计2024年国际原油价格进一步下移,国际原油市场供需偏宽松,原油投资者信心不足,地缘冲突、极端天气等事件频发,非基本面扰动因素在短期内放大油价震荡区间,Brent、WTI原油均价将在73~83美元/桶和68~78美元/桶。

原油价格不确定性测度及其对宏观经济的非对称影响研究

有效测度原油价格不确定性并研究其对我国宏观经济的影响,具有重要的理论和现实意义。本文基于最小生成树模型,从全局视角衡量原油多元定价机制中195个影响因素的相对重要程度,并采用高维因子非预期条件波动率模型测度国际原油价格的不确定性。基于收敛交叉映射模型,本文对原油价格不确定性与宏观经济间的非线性因果关系进行识别,研究发现仅存在原油价格不确定性对固定资产投资、产出增速的单向因果关系。进一步地,在厘清原油价格不确定性对宏观经济影响机制的基础上,利用包含马尔可夫区制转移特征的向量自回归模型考察原油价格不确定性对我国宏观经济的影响,理论与实证结果均表明原油价格不确定性对我国宏观经济具有显著负向影响;在不同经济状态下,原油价格不确定性对投资、产出增速的影响具有非对称性。本研究为有效防范原油市场风险、保障能源安全和推动经济稳定增长提供了理论支持。

美国能源署预计2024年和2025年原油价格相对平稳

美国能源署预计2024年和2025年的年均原油价格将保持在2023年的水平附近,因为未来两年全球石油液体的供需将相对平衡。预计,2024年布伦特原油均价将达到82美元/bbl(1bbl≈159L),2025年将达到79美元/bbl,而2023年的均价为82美元/bbl。预计西德克萨斯轻质原油(WTI)价格将略有下降,但总体走势相同。过去两年全球石油消费的增长是由经济增长和恢复疫情前的旅行模式,特别是受国际航班的增加而推动。

基于VMD-LSTM-ELMAN模型的国际原油价格人工智能预测研究

针对国际原油价格序列的高度非线性、非平稳性和时变性等复杂特征,本文提出一种基于变分模态分解(Variational modal decomposition, VMD)和组合预测模型LSTM-ELMAN的方法对国际原油价格进行预测。首先采用VMD方法将原始原油价格分解为不同频率的子序列;然后采用不同模型分别对高频和低频序列进行预测,利用ELMAN神经网络(Elman neural network, ELMAN)预测最后一个高频分量,长短期记忆网络(LSTM,Long short-term memory network)作为主要的预测模型来预测其他子序列;最后重构不同模型的子序列预测值,进而得到最终的预测结果。实证研究结果表明,本文所提出的VMD-LSTM-ELMAN混合模型相较于对比模型不仅能够明显提高国际原油价格的预测精度,而且在不同训练集长度和市场环境下仍能保持预测优势,具有较强的泛化性与可靠性。总体而言,基于国际原油价格的实验证明了VMD-LSTM-ELMAN是一种有效且稳定的预测模型,能够为政府和企业提供有效的智能技术支持。

原油价格、人民币汇率对炼化企业绩效的影响研究

以中国石化、上海石化、恒力石化、荣盛石化为样本,通过构建VAR模型,研究分析了原油价格、人民币汇率波动对典型炼化企业绩效的影响;并就政策层面和企业经营层面提出对策和建议。

基于ACO优化的ARIMA-ES-RF布伦特原油价格预测研究

为解决传统单一的自回归积分滑动平均(ARIMA)和指数平滑(ES)预测原油价格(以布伦特原油为例)误差较大,难以精确地预测序列非线性特征的问题,提出自回归积分滑动平均(ARIMA)-指数平滑(ES)-随机森林(RF)组合预测方法。目前虽已有大量的原油价格预测模型,但还未有文献利用随机森林组合传统时间序列模型对原油价格进行研究。在此基础上,利用蚁群算法(ACO)对随机森林的重要参数(树的数量及根的深度)进行智能搜索,将随机森林组合模型的预测精度反馈给蚁群进行信息素的实时更新,输出使得组合模型预测精度最高的模型参数。研究结果表明:提出的蚁群优化参数后的组合随机森林模型能更好地预测布伦特原油价格的趋势,预测精度均方根误差(RMSE)从1.15降低至0.88,减少了0.27;平均相对误差从1.10%降低至0.86%,降低了0.24%,预测精度较以往的原油价格预测模型有显著提升。

投资者情绪与原油价格的相关性分析

本文研究的时间段设为2018年1月1日至2023年12月21日,运用Python爬取东方财富网原油吧标题,再用SnowNLP对获得的文本信息进行情感评分,从Wind上获取大庆原油价格和上证综合指数。相关性检验证明投资者情绪与上证综指都与原油价格呈正相关,并且投资者情绪是原油价格的格兰杰原因,原油价格可以被投资者情绪简单预测。本文为原油价格影响因素研究提供了一个新的视角。The research time period of this paper is set from January 1, 2018 to December 21, 2023, using Python to crawl the title of the crude oil bar of Oriental Fortune Network, and then using SnowNLP to score the sentiment of the obtained text information, and obtaining the Daqing crude oil price and the Shanghai Composite Index from Wind. The correlation test proves that investor sentiment and the Shanghai Composite Index are positively correlated with crude oil prices, and investor sentiment is the Granger reason for crude oil prices, and crude oil prices can be easily predicted by investor sentiment. This paper provides a new perspective for the study of the influencing factors of crude oil prices.

2018年国际原油价格分析与趋势预测

2017年,随着世界经济的复苏和OPEC主导的限产协定效果的显现,下半年国际原油市场持续攀升。2018年的油价将延续2017年的走势。从全球经济形势、供需基本面因素、美元汇率和地缘政治风险等方面,对2018年油价走势进行了发展态势展望和预测分析。综合考虑影响油价涨跌正负效应,在当前全球经济形势、国际原油供给和油价影响因素态势发展下,2018年油价将会相对稳定,全年或将出现阶段性大幅度涨跌,但是整体还将保持上升态势,预计Brent、WTI原油均价将会达到54~64美元/桶和52~62美元/桶。

国际原油价格对国内油价的冲击——基于人民币汇率波动的传递路径

近期的国际原油价格一直处于高位,而中国近年来对进口原油的依赖程度逐渐增加,受国际原油价格冲击程度也逐渐增加。由于国际原油价格是由美元标价的,因此,原油价格冲击首先是通过汇率传递到国内的。选取国外原油期货价格、渤海商品交易所的原油现货连续价格和沪燃油期货价格作为分析指标,采用协整分析、格兰杰因果检验等方法作为分析工具,检验国际原油价格通过汇率传递对国内油价的影响效果。研究显示,国际原油价格会显著影响人民币汇率,并对国内燃油价格造成冲击。尽管渤商所已经走出了中国原油定价的第一步,但是要争取国际原油价格定价权,还需要进一步完善中国的原油定价机制。

国际原油价格暴涨与原油价格体系演变

文章用模糊数学的理论和运算法则对暴涨期中的国际原油价格进行了分析,指出国际原油价格体系正经历着不易察觉的变化,传统的海湾型油气地缘经济格局正在经受着挑战,最终有可能出现泛亚油气地缘经济格局。这对中国来说,是一次难得的调整中国油气能源战略的机遇。文章就此提出了泛丝路能源通道与泛丝路经济带的理念,并认为在战略举措上我们应该促使泛丝路能源通道的早日实现,以泛丝路能源通道催生泛亚经济带。

基于GED—GARCH模型的中国原油价格波动特征研究

本文采用中国大庆原油价格日平均交易数据,建立了基于GED分布的GARCH(1,1)、GARCH-M(1,1)和TGARCH(1,1)三个模型,描述了中国原油价格与国际接轨以来的波动特征。实证结果表明,与国际油价类似,中国原油价格的波动也存在显著的GARCH效应,但其波动冲击的半衰期要比国际油价短,为5天。而且,中国原油收益率受到预期风险的负向影响,表明中国原油市场并非完全市场化运作,当然这种负向影响程度较小,约为8%。另外,中国原油价格的波动存在显著的杠杆效应,相同幅度的油价下跌比油价上涨对未来油价的波动具有更大的影响,前者是后者的1.7倍左右。最后,基于GED分布的GARCH模型比基于正态分布的GARCH模型能够更好地描述中国原油价格的波动特征,并且具有较好的预测能力。

基于EMD和SVMs的原油价格预测方法

针对原油价格预测问题,提出一种基于EMD(经验模式分解)和SVMs(支持向量机)的非线性组合预测方法。该方法运用EMD技术将原油价格序列分解成若干个不同频率的分量,根据频率高低将各分量分组叠加得到3个新序列,分别代表市场波动价格、重大事件价格、趋势价格;针对此3个序列,构建不同SVMs模型分别进行预测,得到各序列预测值;用SVMs针对各序列预测值构建组合模型得到最终预测值。采用WTI和Brent原油现货价格数据验证本方法的有效性,结果表明,此方法与单一的SVMs模型和人工神经网络模型相比,具有较高的预测精度。

国内外原油价格关系的动态分析

以2000年1月-2006年12月国内原油和国际原油现货FOB月价格为变量,分析了两者的动态关系：首先,通过Johansen和Juselius的极大似然法对2个变量进行了协整检验,结果显示2个变量之间可能存在动态均衡关系;其次,通过G ranger因果检验和建立误差修正模型对两者的动态均衡关系进行了检验,证明这2个变量间存在均衡关系;然后,运用脉冲响应函数和预测误差分解技术对这种动态均衡关系进行了分解,分析了国内外原油价格之间的相互作用机制和影响程度。在此基础上,从我国石油价格形成机制方面讨论了增强国内原油价格对国际原油价格定价的发言权、避免国际原油价格的波动风险的途径。

原油价格波动对中国物价的影响——基于投入产出价格模型

本文以中国122部门投入产出表为数据基础,采用投入产出价格影响模型测算了原油价格变动对中国物价总体水平和各部门产品价格的影响程度,通过研究投入产出价格影响模型的前提假定和价格传导障碍因素,分析了原油价格的传导机制,提出了应对国际原油价格波动、提高我国抗油价波动能力的政策建议。

基于Copula函数的国际原油价格与股票市场收益的相关性研究

针对国际原油价格与金砖五国股票市场收益之间的相关性问题,使用AR(p)-GARCH(1,1)-Copula模型进行检验。运用广义误差分布(GED)获取收益残差序列,对WTI原油价格和金砖五国股市收益之间的相关性进行实证分析。研究结果表明,国际原油价格与中国股市收益呈现微弱的相关关系,而与其他四国股市收益的相关关系较为明显。用时变SJC Copula模型刻画国际原油价格与金砖五国股票市场收益的相关性最为合适。

2015年国际原油价格分析与趋势预测

在回顾2014年国际原油市场主要发展历程的基础上,从两方面对2015年油价走势进行了发展态势展望和预测分析。研究认为:受全球经济形势复杂多变,复苏进程缓慢、脆弱而不均衡以及供需基本面因素的主要作用,在产量相对过剩情况下,2015年油价上半年依旧延续下跌趋势,国际原油价格还将在低位震荡,下半年或出现企稳反弹,全年油价波动幅度小于2014年。预计Brent原油均价为50~65美元/桶,WTI原油均价为45~60美元/桶。

世界原油价格上涨对中国经济的影响分析

2004年以来的油价持续上涨给中国宏观经济的近期走势增添了新的不确定因素。本文在分析油价对经济的影响机制的基础上,实证考察了在当前中国经济持续快速发展、对进口石油的需求不断提高的情况下,油价不断攀升对中国宏观经济各个层面的影响。

基于MF-DFA的国际原油价格多重分形特征研究

运用多重分形消除趋势波动分析方法（MF-DFA）和多重分形谱分析方法，研究了1987～2008年美国西德克萨斯轻质原油（WTI）和欧洲北海布伦特原油（Brent）价格波动的多重分形特征。研究发现国际原油价格市场具有标度不变性特征，广义Hurst指数和广义Rényi维数都随阶数的变化而变化，证明了国际原油价格市场存在显著的多重分形特征。研究还发现Brent原油比WTI原油具有更强的长程相关性和更宽的多重分形谱，两次海湾战争期间国际原油市场多重分形谱的变化明显。

世界原油价格波动对我国农产品价格影响实证分析

以2002年1月～2011年12月的世界原油期货价格和我国农产品玉米、小麦、大豆以及猪肉价格的月度数据时间序列为例,运用单位根检验、协整检验、脉冲响应函数以及方差分解等时间序列技术,对世界原油价格波动与我国农产品价格变化关系进行实证分析。结果发现,我国农产品价格影响因素最大的是其自身的供需关系,而世界原油价格波动对我国农产品价格影响的大小不均衡,对玉米、小麦影响较大,而对猪肉价格影响不显著。

国内原油价格与国际原油价格的相互关系

本文通过对国际原油价格与国内原油价格两个时间序列的基本特性分析、Granger因果检验、脉冲响应函数分析、协整检验,探讨了国内原油价格与国际原油价格之间的相互关系。