基于ARIMA模型國際石油價格的分析與預測

弋小晶

【摘? 要】石油是世界工業、經濟發展的重要支柱，我國作為石油進口大國，經濟運行會受到國際石油價格波動的影響。因此，研究國際油價波動規律對國家調控石油市場、制定能源政策具有重要意義。論文以2000-2021年國際石油價格為依據建立ARIMA預測模型，將預測結果與定性分析結合，對2021年2月中旬到4月末的國際石油價格趨勢進行預測，結果表明短期內該模型預測良好，具有一定的參考價值和借鑒意義。

【Abstract】Oil is an important pillar of the world's industrial and economic development. As a big oil importer， China's economic operation will be affected by the fluctuation of international oil prices. Therefore， it is of great significance to study the international oil price fluctuation law for the country to regulate the oil market and formulate energy policies. Based on the international oil price from 2000 to 2021， this paper establishes ARIMA forecasting model， and combines the forecasting results with qualitative analysis to forecast the international oil price trend from mid-February to the end of April， 2021. The results show that the model has a good forecast in the short term， which has certain reference value and significance.

【關鍵詞】ARIMA;石油;價格預測

【Keywords】ARIMA; oil; price forecasting

【中圖分類號】F416.22? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?【文獻標志碼】A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?【文章編號】1673-1069（2021）08-0158-02

1 引言

石油被譽為 “工業的血液”，是一種重要的工業原料和動力能源。石油及其衍生品在國家工業、軍事和人們的吃穿住行中起重要作用，因此石油價格波動會對世界經濟造成嚴重沖擊、甚至引發政局動蕩。近年來中國工業化發展迅速，對石油需求日益增加，但國內的石油供給卻跟不上石油消費量的大幅增長，這就使得中國不得不通過進口石油來滿足國內的能源需求缺口。根據國家統計局數據顯示，我國近年來石油進口量從2010年的29437.2萬噸攀升到2018年的54094.3萬噸，同比增長83.76%，這意味著我國很依賴進口石油，當國際石油市場發生動蕩，我國將會不可避免的受到其影響。因此研究國際石油價格波動并預測其變動趨勢，有助于我國增強應對石油供應風險的能力，最大程度的減小油價波動帶來的負面影響，使國家經濟穩健發展。

2 文獻綜述

ARIMA模型基于歷史值對序列內部發展規律進行研究，從而達到預測未來值的目的，近十多年來，被廣泛應于農產品價格、宏觀經濟指標、金融產品價格、金屬價格和能源價格的預測。黃文玲等[1]運用ARIMA模型對生豬價格進行預測，結果表明該模型預測誤差較小，得出ARIMA模型對生豬價格短期預測結果可靠的結論。李志超和劉升[2]建立ARIMA模型，灰色模型和回歸模型預測2018年1-3月上海的CPI月度數據，通過比較誤差發現一元多項式回歸模型誤差較大，而ARIMA和GM模型預測效果較為理想。楊錦偉和李宜懋[3]通過分析比較Holt-Winters濾波和ARIMA模型預測鐵礦石價格指數的結果，發現ARIMA模型可以較好的提取殘差中的信息，更真實的反映出鐵礦石價格指數的波動規律和增長趨勢。周宇[4]選取2008-2016年WTI原油價格周數據，建立ARIMA模型對2016年4月及5月上半旬的油價進行預測，發現該模型擬合效果好，證明了ARIMA模型預測短期國際石油價格的可行性。上述學者的研究工作都表明ARIMA模型具有很好的預測性能，尤其是短期內預測結果較為精確。因此，本文采用ARIMA模型，根據近二十年來的國際石油價格數據對2021年2-4月的油價進行預測，并結合預測結果以及對國際經濟形勢的分析，為政府制定能源政策提供建議。

3 ARIMA模型理論基礎

3.1 ARIMA模型概述

ARIMA模型是一種常用的時間序列模型，由E.P.Box和G.M.Jenkins于上世紀60年代創立，又稱博克斯-金格斯方法。ARIMA模型全稱差分移動平均自回歸模型，簡記ARIMA（p，d，f），其中p為自回歸系數，d為對序列進行差分運算的次數，q為移動平均系數。

3.2 ARIMA模型建模步驟

ARIMA模型建模步驟如下。

第一， 選取觀察值序列，通過觀察時序圖、自相關圖或進行單位根檢驗來判斷序列是否平穩。第二， 對序列進行白噪聲檢驗;若序列不平穩，則先進行差分運算。第三，根據識別規則建立模型，觀察自相關圖、偏自相關圖或依據AIC準則確定模型階數。第四， 模型擬合，并進行模型檢驗。第五， 進行假設檢驗，若殘差序列是白噪聲，則該模型成立。

4 原油價格實證分析

4.1 數據選取

本文依據美國能源情報署網站公布的數據，選取2000年1月7日-2021年1月1日的WTI原油現貨離岸周價格作為研究對象。

4.2 ARIMA模型的建立

本文利用SPSS 26.0軟件進行數據分析，將周均價數據導入后可得到石油價格的時序圖。從圖中可觀察到，自2003年11月，油價大致呈上升趨勢，該序列為非平穩序列。ARIMA模型建立的前提是序列為平穩序列，因此我們需要對石油價格進行差分處理使其平穩。通過差分后的自相關和偏自相關圖可以觀察到，一階差分后的序列不再呈上升趨勢，同時自相關系數迅速衰減至兩倍標準差范圍內，此時初步識別序列是平穩的。但單一的圖檢驗對序列的平穩性進行判斷并不精確，因此我們進一步使用單位根檢驗進行判斷。檢測結果顯示，P值小于0.05，因此在顯著性為5%的水平下，差分后的序列是平穩的。根據自相關和偏自相關系數，我們大致可以確定p可取2，q可取1或2;由于自相關和偏自相關系數呈現雙拖尾，所以我們最終建立ARIMA（2，1，1）和ARIMA（2，1，2）。經過多次模型試驗，根據AIC和SC準則，確定ARIMA（2，1，2）為最優模型。

4.3 ARIMA模型的適用性檢驗

模型擬合后需要對模型的殘差進行檢驗。進行假設性檢驗后發現，P值大于0.05，因此接受原假設，該殘差序列為白噪聲序列，故模型對序列中信息提取充分，該模型運行良好。

4.4 ARIMA模型的預測

本文采用2000年1月-2021年1月WTI原油價格周數據，建立ARIMA（2，1，2）模型，對2021年1月到4月末的石油價格進行預測，預測結果如圖2所示。計算1月份石油價格真實值與預測值的相對誤差后發現，該模型預測的相對誤差都在10%以內，尤其是第一期的相對誤差僅為0.7%，這說明模型短期內預測效果良好。根據圖2的價格走勢，在接下來的兩個月里，國際石油價格整體上保持上升趨勢，2021年2月19日到4月30日的石油價格的預測值在52美元/桶-56.82美元/桶之間。

5 結語

結合2020年1月到2021年1月的全球經濟形勢來看，中、短期內國際油價會繼續上漲，具體原因如下：①2021年1月歐佩克計劃2月和3月的產油水平保持當前不變，同時沙特決定在OPEC聯合減產協議的減產基礎上自愿追加100萬桶/天，主要石油輸出國的限產措施將有利于油價回升。②2021年1月新出任的美國總統拜登頒布高達1.9萬億美元的經濟刺激計劃，大量美元流入市場會加劇美國通貨膨脹，美元購買力的下降將直接導致石油價格的上漲。③2021年新冠疫苗預計將在全球范圍內大規模接種，疫情將一定程度上得到抑制，而受疫情較為嚴重的旅游業和交通運輸業會快速復蘇，石油需求量逐漸回升。

對全球經濟形勢的分析與我們模型預測的結果一致，國際油價短期內會震蕩上行，因此根據預測結果對國家能源政策提出以下建議：①積極尋求替代能源。鼓勵研究和使用替代能源可以降低國民經濟和工業對石油的依賴，抑制對進口石油的需求，從而減少國際油價波動對我國宏觀經濟的影響。②增強我國石油戰略儲備。如前文所述，我國對進口石油依賴程度高，石油儲備數量的增加可以在油價上漲時保證石油和石油產品價格的穩定，降低油價上浮對我國經濟、工業帶來的壓力。③加深與世界各國的能源合作。目前我國進口石油的主要來源是中東和北非，但美國與伊朗沖突頻發，不利于穩定的石油供給。我國應尋求多樣化的運輸方式，加大與俄羅斯，歐洲，中亞等國的石油貿易合作，降低石油供給隱患。

【參考文獻】

【1】黃文玲，鄭曉穎，Breda McCarthy，張大斌.基于ARIMA模型對廣東省生豬價格的短期預測[J].中國畜牧雜志，2018，54（12）：119-123.

【2】李志超，劉升.基于ARIMA模型、灰色模型和回歸模型的預測比較[J].統計與決策，2019，35（23）：38-41.

【3】楊錦偉，李宜懋.基于ARIMA模型的中國鐵礦石價格指數預測[J].數學的實踐與認識，2020，50（11）：289-298.

【4】周宇.ARIMA模型在石油價格預測分析中的應用[J].北方經貿，2017（08）：23-24.