基于ARIMA模型国际石油价格的分析与预测

弋小晶

【摘  要】石油是世界工业、经济发展的重要支柱，我国作为石油进口大国，经济运行会受到国际石油价格波动的影响。因此，研究国际油价波动规律对国家调控石油市场、制定能源政策具有重要意义。论文以2000-2021年国际石油价格为依据建立ARIMA预测模型，将预测结果与定性分析结合，对2021年2月中旬到4月末的国际石油价格趋势进行预测，结果表明短期内该模型预测良好，具有一定的参考价值和借鉴意义。

【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.

【关键词】ARIMA;石油;价格预测

【Keywords】ARIMA; oil; price forecasting

【中图分类号】F416.22                                               【文献标志码】A                                                 【文章编号】1673-1069（2021）08-0158-02

1 引言

石油被譽为 “工业的血液”，是一种重要的工业原料和动力能源。石油及其衍生品在国家工业、军事和人们的吃穿住行中起重要作用，因此石油价格波动会对世界经济造成严重冲击、甚至引发政局动荡。近年来中国工业化发展迅速，对石油需求日益增加，但国内的石油供给却跟不上石油消费量的大幅增长，这就使得中国不得不通过进口石油来满足国内的能源需求缺口。根据国家统计局数据显示，我国近年来石油进口量从2010年的29437.2万吨攀升到2018年的54094.3万吨，同比增长83.76%，这意味着我国很依赖进口石油，当国际石油市场发生动荡，我国将会不可避免的受到其影响。因此研究国际石油价格波动并预测其变动趋势，有助于我国增强应对石油供应风险的能力，最大程度的减小油价波动带来的负面影响，使国家经济稳健发展。

2 文献综述

ARIMA模型基于历史值对序列内部发展规律进行研究，从而达到预测未来值的目的，近十多年来，被广泛应于农产品价格、宏观经济指标、金融产品价格、金属价格和能源价格的预测。黄文玲等[1]运用ARIMA模型对生猪价格进行预测，结果表明该模型预测误差较小，得出ARIMA模型对生猪价格短期预测结果可靠的结论。李志超和刘升[2]建立ARIMA模型，灰色模型和回归模型预测2018年1-3月上海的CPI月度数据，通过比较误差发现一元多项式回归模型误差较大，而ARIMA和GM模型预测效果较为理想。杨锦伟和李宜懋[3]通过分析比较Holt-Winters滤波和ARIMA模型预测铁矿石价格指数的结果，发现ARIMA模型可以较好的提取残差中的信息，更真实的反映出铁矿石价格指数的波动规律和增长趋势。周宇[4]选取2008-2016年WTI原油价格周数据，建立ARIMA模型对2016年4月及5月上半旬的油价进行预测，发现该模型拟合效果好，证明了ARIMA模型预测短期国际石油价格的可行性。上述学者的研究工作都表明ARIMA模型具有很好的预测性能，尤其是短期内预测结果较为精确。因此，本文采用ARIMA模型，根据近二十年来的国际石油价格数据对2021年2-4月的油价进行预测，并结合预测结果以及对国际经济形势的分析，为政府制定能源政策提供建议。

3 ARIMA模型理论基础

3.1 ARIMA模型概述

ARIMA模型是一种常用的时间序列模型，由E.P.Box和G.M.Jenkins于上世纪60年代创立，又称博克斯-金格斯方法。ARIMA模型全称差分移动平均自回归模型，简记ARIMA（p，d，f），其中p为自回归系数，d为对序列进行差分运算的次数，q为移动平均系数。

3.2 ARIMA模型建模步骤

ARIMA模型建模步骤如下。

第一， 选取观察值序列，通过观察时序图、自相关图或进行单位根检验来判断序列是否平稳。第二， 对序列进行白噪声检验;若序列不平稳，则先进行差分运算。第三，根据识别规则建立模型，观察自相关图、偏自相关图或依据AIC准则确定模型阶数。第四， 模型拟合，并进行模型检验。第五， 进行假设检验，若残差序列是白噪声，则该模型成立。

4 原油价格实证分析

4.1 数据选取

本文依据美国能源情报署网站公布的数据，选取2000年1月7日-2021年1月1日的WTI原油现货离岸周价格作为研究对象。

4.2 ARIMA模型的建立

本文利用SPSS 26.0软件进行数据分析，将周均价数据导入后可得到石油价格的时序图。从图中可观察到，自2003年11月，油价大致呈上升趋势，该序列为非平稳序列。ARIMA模型建立的前提是序列为平稳序列，因此我们需要对石油价格进行差分处理使其平稳。通过差分后的自相关和偏自相关图可以观察到，一阶差分后的序列不再呈上升趋势，同时自相关系数迅速衰减至两倍标准差范围内，此时初步识别序列是平稳的。但单一的图检验对序列的平稳性进行判断并不精确，因此我们进一步使用单位根检验进行判断。检测结果显示，P值小于0.05，因此在显著性为5%的水平下，差分后的序列是平稳的。根据自相关和偏自相关系数，我们大致可以确定p可取2，q可取1或2;由于自相关和偏自相关系数呈现双拖尾，所以我们最终建立ARIMA（2，1，1）和ARIMA（2，1，2）。经过多次模型试验，根据AIC和SC准则，确定ARIMA（2，1，2）为最优模型。

4.3 ARIMA模型的适用性检验

模型拟合后需要对模型的残差进行检验。进行假设性检验后发现，P值大于0.05，因此接受原假設，该残差序列为白噪声序列，故模型对序列中信息提取充分，该模型运行良好。

4.4 ARIMA模型的预测

本文采用2000年1月-2021年1月WTI原油价格周数据，建立ARIMA（2，1，2）模型，对2021年1月到4月末的石油价格进行预测，预测结果如图2所示。计算1月份石油价格真实值与预测值的相对误差后发现，该模型预测的相对误差都在10%以内，尤其是第一期的相对误差仅为0.7%，这说明模型短期内预测效果良好。根据图2的价格走势，在接下来的两个月里，国际石油价格整体上保持上升趋势，2021年2月19日到4月30日的石油价格的预测值在52美元/桶-56.82美元/桶之间。

5 结语

结合2020年1月到2021年1月的全球经济形势来看，中、短期内国际油价会继续上涨，具体原因如下：①2021年1月欧佩克计划2月和3月的产油水平保持当前不变，同时沙特决定在OPEC联合减产协议的减产基础上自愿追加100万桶/天，主要石油输出国的限产措施将有利于油价回升。②2021年1月新出任的美国总统拜登颁布高达1.9万亿美元的经济刺激计划，大量美元流入市场会加剧美国通货膨胀，美元购买力的下降将直接导致石油价格的上涨。③2021年新冠疫苗预计将在全球范围内大规模接种，疫情将一定程度上得到抑制，而受疫情较为严重的旅游业和交通运输业会快速复苏，石油需求量逐渐回升。

对全球经济形势的分析与我们模型预测的结果一致，国际油价短期内会震荡上行，因此根据预测结果对国家能源政策提出以下建议：①积极寻求替代能源。鼓励研究和使用替代能源可以降低国民经济和工业对石油的依赖，抑制对进口石油的需求，从而减少国际油价波动对我国宏观经济的影响。②增强我国石油战略储备。如前文所述，我国对进口石油依赖程度高，石油储备数量的增加可以在油价上涨时保证石油和石油产品价格的稳定，降低油价上浮对我国经济、工业带来的压力。③加深与世界各国的能源合作。目前我国进口石油的主要来源是中东和北非，但美国与伊朗冲突频发，不利于稳定的石油供给。我国应寻求多样化的运输方式，加大与俄罗斯，欧洲，中亚等国的石油贸易合作，降低石油供给隐患。

【参考文献】

【1】黄文玲，郑晓颖，Breda McCarthy，张大斌.基于ARIMA模型对广东省生猪价格的短期预测[J].中国畜牧杂志，2018，54（12）：119-123.

【2】李志超，刘升.基于ARIMA模型、灰色模型和回归模型的预测比较[J].统计与决策，2019，35（23）：38-41.

【3】杨锦伟，李宜懋.基于ARIMA模型的中国铁矿石价格指数预测[J].数学的实践与认识，2020，50（11）：289-298.

【4】周宇.ARIMA模型在石油价格预测分析中的应用[J].北方经贸，2017（08）：23-24.