No.82: 基于ARIMA和NAR神经网络模型的中国原油产量组合预测对比研究

摘要：我国能源生产与能源消费结构长期以来就存在煤炭占比过高、石油占比过低的特点，而石油在经济社会发展中又起到不可替代的作用。本文以我国1986年1月到2021年10月原油产量的月度数据进行实证研究，针对数据的非平稳、强波动性的特点，利用小波信号分解处理技术和模型组合思想分别从两个角度建立了ARIMA—NAR神经网络组合预测模型，进而进行组合预测模型预测性能的对比研究。研究发现：基于数据预处理和模型组合两种角度的组合预测方法的预测性能都明显优于单项预测模型，并且基于模型组合的ARIMA—NAR神经网络组合预测模型的预测精度更高，可有效预测我国原油产量，进而为我国能源政策制定提供了更为科学的决策依据。

关键词：石油；小波分解；神经网络；差分整合移动平均自回归模型