论文研究 区间计量方法及其在油价预测中的应用研究.pdf

经典的计量经济学建模与预测方法是基于点数据的，忽略了区间内价格波动的大量信息，因而预测效果欠佳。引入区间计算与区间计量方法，应用于国际原油期货价格的预测，研究结果表明：相对于经典AR-GARCH模型的置信区间预测结果，区间计量方法的预测结果具有更高的准确度与更小的预测误差。研究证实了区间计算与区间计量方法的优越性，并揭示了在经济领域的重要应用价值。李红权:区间计量方法及其在油价预测中的应用研究2010,46(6)于 GARCH模型的95%外推区间预测结果;图2是基于区间计表2区间计量模型与 GARCII模型的预测效果比较算与区间计量分析得到的预测区间图示。由图1与图2的对比误差百分比(PE)准确度(AR)可见,基于 GARCH模型的外推值通常大于实际值,而基于区GARCH(95%)0.09740.3425计量的结果则和实际值贴合的比较紧密,这说明区间计量分GARCH(90%O)0.07480.3958析的结果更准确。区间计量模型0.04410.43540.12下左右。更高的准确度与更低的预测误差表明区间计算与区间计0.08量方法具有显著的优越性。0.04贴网4结束语引入了区间计算与区间计量的方法,并对国际原油期货价格的波动作出了准确的预测。相对于传统的基于点数据的计量0.0经济学预测方法,基于区间计量的方法具有更高的准确度与更小的误差。该文的研究证实了区间计算与区间计量方法在经济H&LGARCH01211领域具有重大的应用价值,能够更好地揭示经济变量之间的关导R园三国且园虽目系,并能对经济变量的未来波动作出更好的预测,这对于经济图1 GARCH模型的价格预测区间与真实价格区间的对比图决策具有重要的科学价值。后续的研究应该更深入地探讨并完善区间计量方法,并针对经济问题的特点寻找更有效的区间计算规则与计算方法,这需要计算机科学、数学、经济、金融等领0.08域的研究人员开展富有成效的跨学科合作研究。0.04参考文献:[1 Gardner E. A simple method of computing prediction intervals for0.04time series forecasts[J] Management Science, 1988, 34: 541-546[2 Granger C W J. Can we improve the perceived quality of economic0.08H&L -.- Interval Modelforecasts? [J]Journal of Applied Econometrics, 1996, 11: 455-4733 Moore R E Interval analysis[M.NJ: Prentice-Hall, Englewood Cliffs图2区间计量模型的价格预测区间与真实价格区间的对比图[4 Hu C, He L TAn application of interval methods for stock market为了进一步比较两类模型的预测效果,分别计算了模型预forecasting[] Journal of Reliable Computing, 2007, 13: 423-434测结果与实际值的相对误差与准确率(见表2)。表2的数据表5]HuC, Kearfott B, Korvin A,eta| Knowledge processing with inter-val and soft computing M. London: Springer, 2008明区间计量的准确度高于 GARCH模型的预测效果,区间计量[6 He L T, Hu C, Casey K M Prediction of variability in mortgage预测的准确度提升了10%~30%;从预测误差的角度,区间计量rates: Interval computing solutions[J]. The Journal of Risk Finance方法的相对误差更低,仅相当于 GARCH模型预测误差的50%2009,10(2):142-154(上接22页)ings of ieee international Conference on Neural Networks PerthWA. Australia. 1995: 1942-1948参考文献:6 Eberhart R C, Kennedy J.A new optimizer using particle swarm[1] Sjoberg J, Zhang Q H, Ljung L, et al.Nonlinear black-box modelingheorylC] /Proceedings of the Sixth International Symposium on Miin system identification: A unified overview [J]. Automatica, 1995, 3cro Machine and Human Science, Nagoya, Japan, 1995: 39-43(12):1691-17247]朱丽莉,杨志鹏,袁华粒子群优化算法分析及研究进展J计算机[2] Cybenko GApproximation by superpositions of a sigmoid function[JI工程与应用,2007,43(5):24-27Math Control, Signals and Systems, 1989, 2(4): 201-205[8 Eberhart R C, Shi Y Particle swarm optimization: Developments, ap[3] Zhang Q H, Benreniste A Wavelet networks [J].IEEE Transactionsplication and resources[C//Proceedings 2001 Congress on Evoluon Neural Network, 1992, 3(6): 889-898tionary Computation, Seoul, South Korea, 2001: 81-86.14] Benveniste a, Juditsky A. Delyon B, et al. Wavelets in identification(Cy/9冯象初,甘小冰,宋国乡数值泛函与小波分析[M西安:西安电子Proceedings of 1Oth IFAC Symposium of System Identification科技大学出版社,2003Copenhagen, Denmark, 1994: 1103-1115「10韩江洪,李正荣,魏振春.一种自适应粒子群优化算法及其仿真研[5 Kennedy J, Eberhart R C Particle swarm optimization [C]pRoceed究小系统仿真学报,2006,18(10):2969-2971