周宇

（湖南现代物流职业技术学院，长沙410131）

ARIMA模型在石油价格预测分析中的应用

周宇

（湖南现代物流职业技术学院，长沙410131）

原油即石油，是人类生产生活不可或缺的重要能源之一，其价格受到众多因素的影响，其中既包括定量因素，也包括定性因素，要找出众多原因并准确预测石油价格是十分困难的。本文通过利用SAS统计软件，对石油价格的时间序列进行单位根、白噪声等检验，建立ARIMA模型并预测分析，最后根据建立的模型以及预测结果做出结论。

ARIMA模型；石油价格；预测

一、研究方法与理论基础

ARIMA模型全称为差分自回归移动平均模型，是由博克思（Box）和詹金斯（Jenkins）于20世纪70年代初提出的著名时间序列预测方法，所以又称为box-jenkins模型。ARIMA模型公式可简记为：。在ARIMA（p，d，q）模型中，既包含p阶自回归系数多项式φ(B)，也包含了q阶移动平均系数多项式Θ(B)，而且还有把时间序列成为平稳时所做的差分次数d。如果一时间序列是不平稳的，那就不能够直接建立ARMA模型。但是通过恰当阶数的差分以后，该不平稳序列就可变为平稳，从而能对差分后得到的序列进行ARMA拟合分析。在此原理下，现实中许多经济变量虽然不具平稳性，但也能够通过建立ARIMA模型得到较好的分析预测。

二、实证分析

（一）数据的选取

本文以比较具代表性的WTI原油价格为例，选取2008年4月至2013年3月周数据，共261个样本数据，进行模型拟合。数据来源于美国能源情报署（http：//tonto.eia.gov/）发布的每周数据。

（二）ARIMA模型的建立

1.时间序列的观察

在拟合模型之前需要先判断石油价格序列是否平稳。……