对中国石油需求的指数曲线模型外文翻译资料

 2022-08-22 10:08

On the exponential curve model of Chinas oil demand

一、引言First. Introduction
在所有的能源类别中,石油一直是全球消费比例最高的能源。 In all of the energy category, the oil has been the highest proportion of global consumption of energy. 由于 经济 飞速 发展 ,在全球能源形势日趋紧张的严峻对局中, 中国 对石油的需求急剧增多。 As the economy rapid development , growing tensions in the global energy situation, the severe the bureau, the Chinese demand for oil increased dramatically. 目前,中国已成为世界上石油需求增长最快的国家。 At present, China has become the worlds fastest growing oil demand. 随着国民经济的持续高速发展,中国的石油消费量逐年增加,2002年达到2.457亿吨,成为继美国之后的第二大石油消费国。 With the sustained rapid development, Chinas oil consumption increased year by year to reach 245.7 million tons in 2002, becoming the second largest after the U.S. oil consumer. 2004年中国石油进口超过日本成为全球仅次于美国的世界第二大石油进口国,石油对外依存度有增无减。 2004, China surpassed Japan as the worlds oil imports after the United States the worlds second largest oil importer, increase dependence on foreign oil. 据资料显示,2004年生产原油1.75亿吨,进口1.2亿吨,原油对外依存度达到40%。 According to statistics, in 2004 crude oil production 175 million tons, import 120 million tons, 40% dependence on foreign oil. 按目前进口的增长速度来看,明年中国石油进口的依存度将高达50%。 At the present growth rate, imports, next year Chinas oil import dependence will reach 50%. 但相比石油消费,中国的石油生产却增速缓慢,供需矛盾日益突出。 But compared to oil consumption, Chinas oil production has been slow growth, supply and demand have become increasingly conspicuous. 近十年来,中国国内生产总值平均增长9.7%,石油需求年增长为5.77%,而国内石油生产年均增长仅为1.67%。 The last decade, Chinas GDP average growth of 9.7%, oil demand grew 5.77%, while domestic oil production average annual growth rate of only 1.67%. 随着对石油需求量的快速增长,中国石油供需失衡程度将呈现日益严重的态势。 With the rapid growth of oil demand, oil supply and demand imbalance in China will show a growing trend. 为此,建立准确有效的石油需求模型,对石油需求量进行及时、准确测算,对制定中国的能源战略具有很重要的现实意义。 To this end, establish a valid model of oil demand, oil demand timely, accurate estimates of the development of Chinas energy strategy has a very important practical significance.
石油需求预测一直以来都受到广大学者的广泛关注,常用的预测方法主要有:回归分析法、能源消耗弹性系数法、灰色预测法、时间序列方法以及神经 网络 方法等。 Oil demand forecast has been widespread concern by the majority of scholars, commonly used forecasting methods are: regression analysis, energy consumption elasticity coefficient method, the gray prediction method, time series methods and neural network methods. 本文以历年石油消费数据为出发点,通过其趋势图形拟合出与之相似的指数回归曲线,消除了原序列的长期趋势,然后假设其残差序列为一平稳过程,根据刻画时间序列的自相关和偏相关函数来最终确定ARMA模型的具体形式,最后得到适合中国石油需求数据特征的指数回归—ARMA(1,1)预测模型。 In this paper, data on oil consumption over the years as the starting point, the trend through its graphical fitting exponential regression curves with similar, eliminating the long-term trend of the original sequence, and then assumed the residual sequence is a stationary process, according to characterize the time series autocorrelation and the partial correlation function to finalize the specific form of ARMA model, and finally get the data for Chinas oil demand characteristics of the exponential regression-ARMA (1,1) prediction model.
二、模型识别表1 中国石油消费量 Table 1 Chinas oil consumption

年份 Years

消费量(万吨) Consumption (tons)

1978 1978

1979 1979

1980 1980

1981 1981

1982 1982

1983 1983

1984 1984

1985 1985

1986 1986

1987 1987

1988 1988

1989 1989

1990 1990

1991 1991

1992 1992

1993 1993

1994 1994

1995 1995

1996 1996

1997 1997

1998 1998

1999 1999

2000 2000

2001 2001

2002 2002

2003 2003

2004 2004

2005 2005

9080.2 9080.2

8940.5 8940.5

8757.4 8757.4

8322.6 8,322.6

8244.2 8244.2

8367.3 8367.3

8636.1 8636.1

9168.8 9168.8

9728 9728

10312.2 10312.2

11092.5 11092.5

11583.7 11583.7

11485.6 11485.6

12383.5 12383.5

13353.7 13353.7

14721.3 14721.3

14956 14956

16064.9 16064.9

17436.2 17436.2

19691.7 19691.7

19817.1 19817.1

21072.9 21072.9

22439.3 22439.3

22838.3 22838.3

24779.8 24779.8

27126.1 27126.1

31699.9 31699.9

32535.4 32535.4

Second, pattern recognition 考虑到中国石油需求量的真实数据没法准确的测算,所以在数据处理中用每年的石油具体消费量代替石油需求量,显然这种数据处理方法是合理地,其具体数据如表1。

Considering Chinas oil demand could not accurately measure real data, so data processing used in the specific consumption of oil each year to replace demand for oil, obviously such a data processing method is reasonable, specific data such as Table 1.
从石油消费量序列趋势图可以看出,中国的石油消费量一直呈上升的趋势,近似一条指数曲线,在对石油消费量序列进行一阶差分,差分结果显示石油消费量差分序列的年净增长数总体上呈现出一种上升的趋势,但在1988~1990年、1997~1998年和2004~2005年的这三阶段中国的石油消费却出现了下滑,这是与中国当时宏观经济形势密切相关的。 Sequence from the oil consumption trends can be seen that Chinas oil consumption ha

剩余内容已隐藏,支付完成后下载完整资料


年份 年份

消费量(万吨) 消耗量(吨)

1978 1978

1979 1979

1980 1980

1981 1981

1982 1982

1983 1983

1984 1984

1985 1985

1986 1986

1987 1987

1988 1988

1989 1989

1990 1990

1991 1991

1992 1992

1993 1993

1994 1994

1995 1995

1996 1996

1997 1997

1998 1998

1999 1999

2000 2000

2001 2001

2002 2002

2003 2003

2004 2004

2005 2005

9080.2 9080.2

8940.5 8940.5

8757.4 8757.4

8322.6 8,322.6

8244.2 8244.2

8367.3 8367.3

8636.1 8636.1

9168.8 9168.8

9728 9728

10312.2 10312.2

11092.5 11092.5

11583.7 11583.7

11485.6 11485.6

12383.5 12383.5

13353.7 13353.7

14721.3 14721.3

14956 14956

16064.9 16064.9

17436.2 17436.2

19691.7 19691.7

19817.1 19817.1

21072.9 21072.9

22439.3 22439.3

22838.3 22838.3

24779.8 24779.8

27126.1 27126.1

31699.9 31699.9

32535.4 32535.4

对中国石油需求的指数曲线模型

第一,景区简介

在所有的能源类,石油一直是全球能源消费比例最高。随着经济的快速发展,在全球能源形势日益紧张,严重的格局,为中国石油需求急剧增加。目前,中国已成为世界上增长最快的石油需求。随着国民经济的持续快速发展,中国石油消费量逐年增加,2002年达到245700000吨,成为第二大美国石油消费后。2004年,中国已超越日本成为世界上石油进口量仅次于美国的世界第二大石油进口国,增加对外国石油的依赖。据统计,2004年的原油产量175000000吨,进口120000000吨,40%对外国石油的依赖。以目前的增长率,进口,明年中国的石油进口依存度将达到50%。但与石油消费量,中国的石油产量一直在缓慢增长,供需矛盾日益突出。在过去的十年中,中国GDP平均增长9.7%,石油需求增长5.77%,而国内石油生产年均增长率仅为1.67%。随着石油需求的快速增长,石油供应和需求不平衡,中国将呈现增长的趋势。为此,建立一个有效的模型的石油需求,石油需求及时,对中国能源战略的发展准确的估计具有非常重要的现实意义。

石油需求预测一直受到广大学者的广泛关注,常用的预测方法有:回归分析,能源消费弹性系数法,灰色预测法,时间序列方法和神经网络方法。在本文中,数据在石油消费多年来为出发点,通过图形化的趋势拟合回归曲线相似,消除原始序列的长期趋势,然后假定残差序列是平稳过程,根据描述时间序列的自相关和偏相关函数确定ARMA模型的具体形式,最后得到的数据对指数回归-ARMA中国石油需求的特点(1,1)预测模型。

表1中国石油消费

第二,模式识别

考虑到中国的石油需求不能准确测量真实的数据,因此数据处理用每年油的具体消费取代对石油的需求,显然,这种数据处理方法是合理的,具体数据如表1。

从石油消费趋势序列可以看出,中国的石油消费量一直呈上升趋势,在第一差分序列的石油消费指数曲线相似,鉴别油耗显示差分序列显示的数量一般呈上升趋势,年净增长,但从1988到1990,从1997到1998和从2004到2005,中国石油消费的三个阶段了,这是中国的宏观经济形势密切相关的。自1990以来,中国经济步入快车道,随着经济增长,石油消费持续快速增长,从1990到1997,中国的石油消费量保持了6%的平均增长率。1997到1998的亚洲金融危机对中国经济产生了巨大的影响,而石油消费也在一定程度上抑制。从1998到反金融危机年,石油消费的增长更为迅速。三年2002到2004,中国的石油消费量增长了近70000000吨,但在2005国际原油价格大幅增加,导致石油及相关产品的大幅上升,为了降低成本,更多的选择,如煤和天然气,从而抑制了石油消费的快速增长。

对石油的一阶差分序列的序列进行了分析,之后的最初使用计量经济学软件和序列的一阶差分序列相关和偏相关测试。测试结果表明:石油消费的自相关系数不迅速成为零,表示非平稳序列,所以不能直接建立的原始序列ARMA(p,q)回归模型。虽然您可以考虑使用一阶差分消除原始序列的趋势,但第一差异结果表明,序列的一阶差分仍然是不稳定的。虽然可以通过二阶差分平稳时间序列,但经验告诉我们,差异明显的缺点,虽然高阶微分趋势可以消除一些序列和简单的建模,而且消除原始序列的长期特征,造成很大损失的信息。所以考虑使用原始序列的趋势符合指数曲线类似于原始序列的趋势,拟合结果如下:LOG (OD) = 8.471149312 0.05246892536 * T Ut (1)

在UT是残差序列,从残差UT的情节可以看出,其残差序列基本上是一个平稳序列。进一步观察偏相关图,滞后1的偏相关系数明显不是0,在K>2下降到95%的置信区间后,指示一个截断的偏相关函数序列,所以P可以选择1或2;从自相关系数自相关系数是已知的,显然不是在滞后1到0,所以Q可以选择1和2,在残余序列的ARMA(1,1)光可以创造,ARMA(1,2),ARMA(2,1)和ARMA(2,2)四模型预测。

3,模型

通过这一模型辨识,建立了基本的指数回归ARMA(p,q)中国石油需求预测模型,其基本形式如下:

LOG (OD) = a1 a2 * T U t (2)

Ut = mu; 1 Ut-1 mu; 2 U t-2 ... mu; p U tp ε t-theta; 1 ε t-1 - ...-theta; q ε tq (p, q = 1,2)

利用该模型拟合,得到模型参数估计的五种不同形式,总结了测试结果如表2所示。结果表明,该模型比指数回归模型,ARMA过程满足平稳的和可逆的条件下,模型的设定是合理的。模型试验结果的比较,我们可以看到,四指数回归ARMA(p,q)模型的系数R2,AIC信息准则和SC之间没有太大的差别准则。与指数回归模型相比,这四个模型的整体拟合结果有明显改善。进一步的分析表明,指数回归ARMA(1,1)模型,平均绝对百分比误差很小,说明短期预测会更有效。虽然指数收益率的ARMA(2,2)的所有统计指标模型也很好,但预测模型应该简单实用,所以完全平衡,我们选择指数回归ARMA(1,1)中国石油消费的长期预测模型。

从回归的结果表明,首先模型的残差序列是平稳的,该模型通过自适应测试;二模型拟合值与实际值保持大体一致,表明模型预测的可靠性是很高的。虽然指数回归模型ARMA(1,1)短期预测能力是非常好的。以下是应用指数回归模型ARMA(1,1)在中国未来的石油需求预测。

四,结论

从以上的结果,我们可以得到一些对中国经济和石油消费在中国协调发展的未来。因此,中国经济的快速、健康发展的对策建议。

(A)社会经济的发展,促进资源节约型模式,尽快建立国家的总体发展战略石油

在石油供应短缺或价格不稳定,应使用国家的法律,行政,和综合利用的投资,税收,价格和其他经济杠杆,建立一系列相关的政策。积极促进资源节约型的社会经济发展模式的发展,国家的总体发展战略石油。只有在国家级发展的长期发展策略的引导下实现油的煤炭,石油,天然气,核电,水电和其他能源的发展目标,在各部门的配合为了实现总能源的优化。

(B)调整能源消费结构,增加替代石油的工作强度,防止石油消费过快增长

表2,模型参数的估计五种不同的形式

模型参数

A1 A1

A2 A2

mu;1 mu;1

mu;2 mu;2

theta;1 theta;1

theta;2 theta;2

指数-ARMA(1,1) Index-ARMA (1,1)

8.5126 8.5126

0.0658 0.0658

0.7491 0.7491

------- -------

-0.9541 -0.9541

------- -------

指数-ARMA(1,2) Index-ARMA (1,2)

8.4872 8.4872

0.0670 0.0670

0.7602 0.7602

------- -------

-0.5134 -0.5134

-0.4827 -0.4827

指数-ARMA(2,1) Index-ARMA (2,1)

8.5512 8.5512

0.0608 0.0608

1.1291 1.1291

-0.3091 -0.3091

-1.6019 -1.6019

------- -------

指数-ARMA(2,2) Index-ARMA (2,2)

8.4928 8.4928

0.0697 0.0697

0.0697 0.0697

0.0997 0.0997

-0.9752 -0.9752

-0.8651 -0.8651

指数回归

8.7911 8.7911

0.0524 0.0524

------- -------

------- -------

------- -------

------- -------

年份 年份

2006 2006

2007 2007

2008 2008

2009 2009

2010 2010

2011 2011

2012 2012

预测值

32856 32856

34109 34109

35204

剩余内容已隐藏,支付完成后下载完整资料


资料编号:[498272],资料为PDF文档或Word文档,PDF文档可免费转换为Word

原文和译文剩余内容已隐藏,您需要先支付 30元 才能查看原文和译文全部内容!立即支付

以上是毕业论文外文翻译,课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。