不确定性石油市场预测模型：数据驱动系统

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

英文标题：
《A Predictive Model for Oil Market under Uncertainty: Data-Driven System
  Dynamics Approach》
---
作者：
Sina Aghaei, Amirreza Safari Langroudi, Masoud Fekri
---
最新提交年份：
2018
---
英文摘要：
  In recent years, there have been a lot of sharp changes in the oil price. These rapid changes cause the traditional models to fail in predicting the price behavior. The main reason for the failure of the traditional models is that they consider the actual value of parameters instead of their expectational ones. In this paper, we propose a system dynamics model that incorporates expectational variables in determining the oil price. In our model, the oil price is determined by the expected demand and supply vs. their actual values. Our core model is based upon regression analysis on several historic time series and adjusted by adding many casual loops in the oil market. The proposed model in simulated in different scenarios that have happened in the past and our results comply with the trends of the oil price in each of the scenarios.
---
中文摘要：
近年来，石油价格发生了许多急剧变化。这些快速变化导致传统模型无法预测价格行为。传统模型失败的主要原因是它们考虑的是参数的实际值，而不是预期值。在本文中，我们提出了一个系统动力学模型，该模型在确定油价时纳入了预期变量。在我们的模型中，油价是由预期的需求和供应与其实际价值决定的。我们的核心模型基于对几个历史时间序列的回归分析，并通过在石油市场中添加许多偶然循环进行调整。所提出的模型在过去发生的不同情景中进行了模拟，我们的结果符合每种情景下的油价趋势。
---
分类信息：

一级分类：Economics        经济学
二级分类：General Economics        一般经济学
分类描述：General methodological, applied, and empirical contributions to economics.
对经济学的一般方法、应用和经验贡献。
--
一级分类：Quantitative Finance        数量金融学
二级分类：Economics        经济学
分类描述：q-fin.EC is an alias for econ.GN. Economics, including micro and macro economics, international economics, theory of the firm, labor economics, and other economic topics outside finance
q-fin.ec是econ.gn的别名。经济学，包括微观和宏观经济学、国际经济学、企业理论、劳动经济学和其他金融以外的经济专题
--

---
PDF下载：
--> A_Predictive_Model_for_Oil_Market_under_Uncertainty:_Data-Driven_System_Dynamics.pdf (266.1 KB)

2022-6-10 10:18:43 上传

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：不确定性 市场预测 预测模型 石油市场 确定性

不确定性石油市场预测模型：数据驱动的系统动力学方法Sina Aghaeia，*, Amireza Safari Langroudib，加利福尼亚州洛杉矶南加州大学工业与系统工程系马苏德·费克里卡德（Masoud FekricaDepartment），美国管理学院，萨班奇大学，伊斯坦布尔34956，土耳其工业工程学院，伊朗科技大学，德黑兰16846-13114，最近几年，油价发生了很多急剧变化。这些快速变化导致传统模型无法预测价格行为。传统模型失败的主要原因是，它们考虑的是参数的实际值，而不是预期值。在本文中，我们提出了一个系统动力学模型，该模型在确定油价时纳入了预期变量。在我们的模型中，油价是由预期的需求和供给与其实际价值决定的。我们的核心模型基于对几个历史时间序列的回归分析，并通过在石油市场中添加许多偶然循环进行调整。所提出的模型在过去发生的不同情景中进行了模拟，我们的结果与每个情景中的油价趋势一致。关键词：油价、石油供应、石油需求、经济模型、供需预期、系统动力学模型、趋势估计、油价冲击A。简介近年来，有多种方法对石油市场进行建模，以捕捉其波动行为。在大多数模型中，供需双方对油价的依赖程度不同。然而，在几乎所有的传统模型中，供需的实际价值都用于建模石油市场[1、2、3]。

然而，由于传统模型无法捕捉价格趋势，[4、5、6]开始使用期望值。文[7]中提出的模型的准确性表明了预期模型的有效性。俄罗斯、印度、巴西和中国（RIBC）等新兴市场极度渴求石油，它们的工业更加依赖石油消费[8、9、10]。然而，在欧盟和美国（EUS），通常有限制污染和空气排放的政策*相应的authorEmail地址：saghaei@usc.edu（Sina Aghaei）直接影响汽车制造商等制造商的燃油消耗量和使用标准。此外，大多数关于石油替代品的研究都是在欧盟国家进行和实施的。因此，需求不同方面的变量涉及对油价的不同依赖类型。需要注意的是，需求链的两侧（EUS和RIBC）实际上也是相互关联的[12]。因此，影响油价的因素不仅仅是总需求和总供给。例如，在2014年11月召开的欧洲石油委员会会议之后，油价的下跌速度加快了很多。这是因为，与预期不同的是，欧佩克产油国决定保持生产率不变，自2014年6月以来，油价已经下跌了每桶20美元。或者作为另一个例子，人们可以想到新开发的新型能源。

例如，由于页岩气的繁荣，美国现在是最大的天然气生产国[14]，putsPreprint于2018年8月14日向Elsevier提交了一份报告，对油价造成了更大的压力[15]。在本文中，我们对[16]中提出的模型进行了扩展，以获取一些其他参数和变量，这些参数和变量特别涉及到确定油价以及影响油价的预期，而不仅仅是需求和供给。首先，我们根据变量之间的因果关系建立了因果关系模型。接下来，我们添加公式，并在因果关系的基础上构建库存和流量SD模型。与[17，18]类似，我们将石油总需求分为三个不同类别的需求，即EUS、RIBC和其他国家的需求。同样，供应方面分为欧佩克、美国、备用石油供应、走私石油生产和其他国家的生产。我们的模型包含了新的预期参数。尤其“需求侧预期”和“供给侧预期”这两个变量总结了非常规因素的影响【19】。这些变量在我们的模型中起着至关重要的作用。它们是该模型中总供需的放大或缩小者。我们构建了模型，其因果循环，以及B节中的数学公式。类似于【20】我们利用油价、需求、供给和经济增长的实际数据，通过对关键变量的回归分析，建立了核心模型的数学关系。然后，在第C节中，我们提供了五个场景的模拟结果，并将结果与相应的实时数据进行比较。我们表明，我们的结果在过去发生的每种情况下都成功地符合实际数据的强度。此外，我们还提供了一些案例，试图在60天的时间窗口内预测一些可能情况下的油价。最后，D部分对本文进行了总结。B

模型结构在本节中，我们将详细描述所提议的模型。在第一部分中，我们将解释模型的供应侧，第二部分描述需求部分。模型详情如下所述。还可以修改提议的模型，以捕捉汽车市场的波动性[7]。B、 1。供应链在本小节中，我们提供了供应链供应侧的主要因果循环。图B.1描述了该主回路，其参数和变量将在下面进行解释。图B.1：主供电回路及其箭头标志。供应的主要组成部分：预计总石油供应包括“欧佩克石油供应（SOPEC）”、“美国石油供应（SUS）”、“其他国家石油供应（SOther）”、“走私石油供应（SS muggled）”和“备用石油供应（SS pare）”。“走私石油供应”模拟了这些地区的石油生产，这些地区的政治动荡使生产国ZF无法对该国进行政治控制[21，22]。例如，2014年，叙利亚和伊拉克ZF无法控制的地区的石油产量约为每天60万桶[23，24]。在该地区发生政治动荡后，人们期望相应国家的石油产量长期下降。然而，这只发生了很短的一段时间，就在市场被占不到100万桶/日的走私石油产品淹没之前。然而，这是石油市场的一个相当大的产量，在石油市场中，只有一桶/日的生产盈余可以导致价格急剧下跌。我们将在下一小节中表达SS muggled、SS Pare和参数“OPEC决策”之间的数学关系，该参数模拟了OPEC决策对石油市场的影响，我们将在下一小节中讨论地缘政治动荡和供应预期。

此外，我们还分离了石油生产国在石油市场的份额。这主要是因为不同国家的生产资源不同。因此，预计总石油供应量可写为：T OS=SOPEC+SUS+SOther+SS muggled+SS pare。（B.1）B.2。石油供应预期在本小节中，我们提供了构成“石油供应预期（ExS）”的因素。图B.2描述了确定该变量值时的主循环和因果关系。图B.2:supply loop的主要预期及其箭头符号。对石油供应的预期：E xS变量对形成石油供应变化预期的因素进行建模。特别是，如果发生了影响未来供应变化方向预期的事件，这些预期最终会通过一些变量和参数转化为油价的实际变化。在这种情况下，尽管石油供应的实际变化可能尚未发生，但石油价格也相应地发生变化，就好像供应实际上已在预测的方向上发生变化一样。这就是为什么对预期循环中涉及的许多变量进行建模，使其能够影响主要变量的变化方向。例如，其中一些会根据主要变量（如石油收入或经济增长）的平稳衍生工具而变化。因为实际上，在实践中，预期是根据（最近）确定的经济因素的变化方向形成的。因此，我们以一种新颖的方式对这些参数进行建模，仅通过石油供应来影响油价。

E xS是一种动态系数，对全球石油供应起到放大或抑制作用。因此，油价不会直接改变，相反，对供应的预期会部分改变供应价值，只有通过供需比，油价才会改变。换句话说，就好像石油供应真的发生了变化，而油价对这种变化做出了适当的反应。最后，实际供应量仍然通过变量“实际总供应量”显示在模型中，该变量是“预期总石油供应量（ToS）”除以E x。B、 3。需求循环在本小节中，我们提供了确定全球石油需求总量的因果循环。图B.3反映了在供应链需求侧起作用的主要回路。图B.3：主要需求回路及其箭头符号。需求的主要变量：“预计总石油需求（T OD）”由“欧盟和美国石油需求（DEUS）”、“俄罗斯、印度、巴西、中国石油需求（DRIBC）和“其他国家石油需求（DOther）”决定。将RIBC石油需求分开的原因是，这些国家的经济正在增长，对石油的需求量很大。因此，他们的工业越来越多地消耗石油，这与欧盟和美国略有不同，后者的石油需求增长率要低得多。特别是，通过制定新的石油消费政策，甚至寻找替代能源，他们最终会减少未来对石油的依赖。因此，石油需求结构甚至经济增长在需求的两个方面都是不同的。因此，有必要用不同的变量和函数以略有不同的方式对其因果循环进行建模。因此，我们可以将tos计算为：tod=DEUS+DRIBC+DOther。

（B.2）在本文中，除非明确说明，否则我们指的是预计的总石油需求量。能源和石油消费政策：可变的“石油消费政策”反映了政策和法规对汽车厂等石油依赖型行业的影响。一般来说，由于燃烧化石燃料造成的空气污染、石油储量的限制【26】以及油价导致的经济增长的脆弱性等因素，经济对石油消费的依赖程度有下降的趋势【27】。例如，新车的MPGs（英里/加仑）更高。因此，我们用上述变量模拟了这些法规的影响，这些法规本身就是经济健康的函数。此外，可变的“其他能源”反映了欧盟和美国国家日益使用的天然气等石油替代品的影响。特别是，自页岩繁荣以来，美国一直是世界上第一个天然气生产国[28，14]。这也给油价带来了更大的压力，2014年下半年油价波动很大，而且（2015年）似乎还在继续[29，30]。另一种情况是，锂电池驱动的汽车被视为汽车行业的新趋势，如果用于给这些电池充电的电能本身是由可再生能源或其他类型的化石燃料产生的，那么这也减少了对石油的依赖性。这些变量对于降低欧盟和美国国家的石油依赖性尤为重要。不幸的是，在RIBC国家，这些政策有时被忽视或考虑较少。这就是为什么我们没有将这些包含在模型的那一边。B、 4。

需求预期循环在本小节中，我们提供了形成石油需求预期的重要循环。主回路如图B.4所示。本节的其余部分详细阐述了这些循环中依赖项的结构。图B.4：按需循环的主要预期及其箭头符号。石油需求预期：与供应链一样，ExD变量对需求变化中形成预期的因素进行建模。为了强调这一变量的必要性，请考虑国际货币基金组织（IMF）宣布欧盟、美国或中国预期经济增长的情况【32】。通常，每当发生此类声明时，油价都会做出反应。这是因为如前一小节所述，预期经济增长与全球石油需求相关。因此，对经济增长率的预期通过一些变量和参数转化为对全球石油需求的预期。在这种情况下，尽管石油需求的实际变化可能还没有发生，但油价却发生了轻微的变化，就好像需求实际上在预测的方向上发生了变化一样。因此，本文的贡献之一就是在确定油价时对这些参数进行建模。同样，ExD是一个动态系数，对全球石油需求起到放大或抑制作用。因此，需求预期并没有直接改变价格，而是会改变需求价值，只有通过需求，油价才会发生变化。换句话说，就好像石油需求发生了轻微的变化，而油价也相应地做出了反应。

请注意，“实际总需求”是“预期总石油需求”除以ExD。经济萧条：自2008年以来，主要的持续经济事件之一就是经济萧条。尽管据说美国经济已经从2015年的大萧条中复苏【33】，但欧盟的一些经济体仍然受到这场危机的影响。这是对经济增长有直接影响的因素之一，例如，通过失业率、出口、国内生产总值等。此外，通过经济增长变化率数据，可以理解，这一因素在形成对需求变化率（即油价）的预期方面确实很重要【34】。在我们的模型中，“经济萧条（EconDep）”是一个初始系数，它作用于包括经济增长和预期在内的各种因素，以反映萧条对全球石油需求的不利影响。特别是，在经济萧条开始时，E xD下降，从而导致价格下降。这有助于恢复增长，然而，只有在经济长期复苏之前，需求才会回落。因此，我们使用PULS E（开始，持续时间）对经济衰退进行建模，并在我们想要建模衰退存在的时间内触发涉及经济衰退的循环。政策和法规对石油消费的影响：虽然在确定具有较大时间常数的实际石油需求量时考虑了政策和法规，但也有必要考虑它们对形成具有较低时间常数的需求预期的影响。特别是，一方面，法规可能需要更长的时间才能通过改变石油依赖性来实际改变需求量[35]。