董小刚，费佳欣，秦喜文

(长春工业大学 数学与统计学院，吉林 长春 130012)

0 引 言

原油作为人类生产的必需品，学者们对其价格、波动等进行了研究。大多数文献利用原油价格的历史信息，基于GARCH类模型预测油价的条件波动[1]。Peny Sadorsky等[2]表明GARCH类模型比任何其他竞争模型产生更准确的预测。波动率测量和建模包含在GARCH框架中，鉴于超高频数据的广泛可用性，当前大多数做法是以已实现波动率的众多变体之一的形式直接测量波动率，然后建立预测模型。Nomikos Nikos K等[3]使用Mix-GARCH和MRS-GARCH模型预测1 d的原油价格波动。Sang Hoon Kang等[4]将ARFIMA模型与GARCH模型相结合，产生1、5、20 d的预测。但是这类预测涉及原油价格的历史数据分析，忽略了综合影响预测目标的各种外部因素。

原油价格受到一系列动态和多维因素的驱动，因此，在预测原油价格波动时，考虑原油价格的影响因素，需要构建一个合理的预测模型。为了提高预测精度，大多数研究人员在预测模型中引入了有效因素。考虑到预测因素的合理性，研究人员从多个角度使用不同的影响因素预测原油价格波动。一些研究依赖基本市场信息分析和预测原油价格波动。Stephane Dees等[5]将原油价格建模为原油库存和需求、石油输出国组织(OPEC)产量、生产者配额和产能的函数。周喜安等[6]分析了国际原油价格上涨原因，认为是需求增加、库存下降、OPEC保价等原因的共同作用。然而，考虑到原油价格波动受到金融资本、货币等因素的影响，研究人员开始基于原油市场金融化的信息来分析原油波动。……