低碳约束下石油价格系统演化及调控战略研究

This project researches construct the influencing factors index system of Oil prices in the context of low-carbon development from China's national conditions. The response relationship between oil prices and give each factor will be calculated based on multivariate statistical methods and dynamic decomposition technique. With big data technology, complex network theory , the definition of information transmission function, we will build a network of oil price fluctuations which reveals dynamic characteristics of oil price changes. And then we introduce the conduction function between networks to discuss the relations conduction between oil prices and other energy prices. On the basis of the above research, we construct a novel oil prices forecasting system. A net structure that every element can conduct mutually will be founded based on the causal relationships among oil price, oil supply and economic growth during a given economic period. Furthermore, a novel dynamic system model of oil price-oil supply-economic growth which can make sure the balanced development of energy market will be proposed. Later, many types of regulatory strategies will be offered with considerations of both the background of China’s certain economic transforming periods and the visible hand of control policies. Then regulating effect of the oil market will be obtained. Dynamic behavior of the system and its subsystems will be analyzed by means of Lyapunov exponents and bifurcation diagrams. Evolutionary behavior of the oil market affected by changes of oil prices, oil supply and economic growth will be described with the method of numerical simulation. Finally, based on these studies, we will give the suggestions which stabilize oil prices market and deepening of China's low carbon development.

本课题从中国国情出发建立低碳发展背景下的石油价格影响因素指标体系，基于多元统计方法和动态分解技术定量给出石油价格与各影响因素间的响应关系；借助大数据技术、复杂网络等理论，定义信息传输函数，构建包含信息传输的新型石油价格波动网络，揭示石油价格变化的动力学特征，引入网络间的传导函数，研究石油价格波动与其他能源价格间的传导关系，进而构建一类新型的石油价格预测体系；考虑中国特定经济转型期背景，基于系统分析方法，构建石油价格系统中众多因素间相互传导的网络结构，在此基础上借助非线性发展方程构建新型的低碳约束下的石油价格-供需-经济增长演化系统，利用系统导出调控石油市场的多种调控策略，数值仿真得到不同调控策略下系统的演化路径，凝练低碳约束下石油价格系统中的核心要素，探讨符合中国国情的能源价格演化理论体系。最后，在以上研究的基础上，给出稳定石油价格市场以及深化中国低碳发展的政策建议。

石油价格的演化过程包含了能源市场中的各种信息，石油价格的变动对国民经济发展、能源强度、碳排放以及人民生活等各方面都有十分重大的影响。科学地认识油价的波动，合理地评估油价波动对社会经济的影响，是关系到我国能源政策和石油市场改革发展方向的重要课题。本项目的主要研究内容包括：1.利用相空间重构技术计算得出石油期货价格的混沌特征和混沌程度的估计，基于多种计量经济学模型，定义了价格发现和风险转移系数，对石油期货市场定价效率进行了实证分析。利用粗粒化技术，构建了石油、汽油价格的有向加权网络,对比分析了不同时期网络节点随时间的演化规律。提出了一种新的将时间序列转化成复杂网络的相空间粗粒化方法，利用该方法研究了石油价格波动时间序列的网络特征。2.引入穿越参数，构建了更具普适性的穿越可视图算法，该算法可以从网络结构角度提取原始数据的有效信息，针对特殊的时间序列，我们推导得到了度分布、集聚系数分布等一系列的理论结果，数值仿真验证了理论结果的正确性。基于时间序列复杂网络分析新型算法，我们设计了一种度量石油价格波动过程中的非线性自相关性及系统风险的方法，实证分析验证了我们提出的方法比传统的方法更为有效。3. 基于有向加权复杂网络的拓扑结构，提出了一种基于数据波动网络的石油价格预测方法（DFN）。然后基于时间序列复杂网络分析技术和人工智能算法提出了一种组合石油价格预测模型（DFN-AI），实证结果表明，我们提出的预测模型比传统的预测模型具有更高的预测精度，同时具有更好的鲁棒性。项目成果可以应用于能源金融领域的非线性相关性度量和系统风险分析，项目成果中提出的新型时间序列预测方法，可以应用于各个领域的非线性时间预测。. 在该项目的资助下，项目组在国内外期刊发表学术论文21篇、会议论文1篇，其中SCI\SSCI检索17篇、EI检索2篇。项目负责人以第一作者身份发表论文11篇，其中在Applied Energy, Energy Economics, Scientific Reports, Physical Review E 等SCI/SSCI检索期刊发表论文9篇。