大数据时代石油价格的复杂性及预测_季托著_9787563660445

　　《大数据时代石油价格的复杂性及预测》基于石油价格系统的构成要素及其相关性，研究石油价格系统的复杂内涵、特征及演化规律，发现石油价格波动行为机理。鉴于大数据等信息技术给石油价格预测带来的挑战，从石油价格预测的数据分析理念转向、数据抽取标准建立等方面探寻大数据与石油价格复杂系统之间的融合方式，设计数据驱动的石油价格预测体系框架。《大数据时代石油价格的复杂性及预测》从系统科学的视角揭示石油价格上下波动的内在机理，可为石油价格研究和相关决策寻找强有力的支撑点，有利于拓宽系统科学的研究领域，同时石油价格预测方法的重新建构也可为石油价格研究方法从还原论转向系统论提供新的思路。《大数据时代石油价格的复杂性及预测》适合对系统科学应用研究和能源经济感兴趣的学生和研究人员阅读参考，亦可作为能源经济投资和相关人员决策的参考资料。

　　石油是一种非常特殊的不可再生能源，其在世界各地的分布极为不均。20世纪70年代以前，由于石油价格长期稳定且相对低廉，很少有学者关注石油价格的波动。70年代中后期，两次战争引发了石油危机，导致石油价格剧烈波动。近年来，国际石油价格更是从高位不断下探且波动频繁，除了给工业化国家带来冲击外，同时也引起了学术界对油价波动原因的广泛研究。大数据、互联网+、智能终端等信息技术为石油价格预测带来了机遇和挑战，油价问题再次成为全球关注的焦点。
　　石油价格的影响因素众多，关系错综复杂，研究角度不同得出的结论就会不一致。本书以系统科学的研究视角，从石油价格系统的构成要素及其相关性入手，分析石油价格系统的复杂内涵、特征及演化规律，探究石油价格波动行为机理。鉴于大数据等信息技术对石油价格预测带来的挑战，本书以石油价格系统为研究切入点，找出大数据与复杂系统理论之间融合及交叉研究的方式，从石油价格预测的数据分析理念转向、数据抽取标准构建等方面入手，提出数据驱动下的石油价格预测方法的重构。
　　具体来看，本书的主要研究内容可概括为以下几个方面：
　　（1）运用系统思维方法，将石油价格的影响因素（诸如OPEC的产量、全球经济发展、严油国的突发政治事件等）看成一个整体进行研究，各影响因素组成石油价格系统的要素，各因素之间的关系就是要素之间的关系，这种关系决定了系统的结构，即石油价格的上升和下降；影响因素与石油市场环境之间的相互作用体现了系统的功能，表现在石油价格随着时间推移，不断寻找新的稳定区域。
　　（2）从定义出发分析了石油价格系统的复杂含义，并以涌现和学习特性为例阐述了石油价格系统的复杂性特征。据此，发现石油价格系统具有“人”的智能行为，体现在其具有历史性、记忆性和自动生长性。决策者“人”不属于石油价格的影响因素，但却是一个隐含因素，是石油价格波动的内在驱动力之一。
　　（3）整理相关石油价格研究文献，以时间为主线，根据研究方法和选取角度的不同，将石油价格模型归为三大类：非正式模型、理论模型和模拟模型。其中，非正式模型主要指的是经济学家对石油价格和石油市场结构的观点，这方面的文章对相关石油政策的制定有着不小的影响力；理论模型研究较少，主要集中在石油资源拥有者如何使用市场支配力上；模拟模型是利用计算机技术以另一个系统替代原系统的方法，属于定量模型，这种模型的研究随着信息技术的发展而增多。
　　（4）石油价格系统为适应建模趋势而具有表征信息和自组织两种能力。表征信息的能力是石油价格系统能够储存有关环境的信息（如重要事件影响石油价格的量表）以备未来之运用；自组织能力是在以大数据为代表的信息技术的影响下，石油价格系统能够适应性地改变其结构，生成更高层次的系统。从复杂系统的表征能力出发，整理1970年到2015年期间对石油价格波动有影响的重大历史事件，其中涉及政治、经济、军事、科技和自然各领域，并对其进行简单的量化。将系统论、控制论、自组织理论应用于石油价格复杂性和预测研究中，运用复杂系统的定义诠释石油价格系统的复杂性及其特征，并给出理论依据，为后面研究复杂系统和大数据关系以及应用大数据进行石油价格预测方法重构奠定基础。
　　（5）石油价格预测涉及经济管理、信息科学、认知科学、系统科学等多学科，本书借助于大数据，采用多学科研究的移植和融合、理论的借鉴和应用，以及问题驱动和文化交融等方法，使这些学科在数据层面趋于一致。在选取石油价格影响因素时，移植和借鉴已经成熟的经济学研究方法，将系统科学理论和复杂系统理论应用到油价研究中，探讨大数据和复杂系统之间的融合点，将认知科学中“人”的行为研究引入石油价格预测中。基于大数据背景，提出重新构建石油价格预测的体系。

我要评论