资源能源安全风险监测和预测方法
出版时间:
2020-05
版次:
1
ISBN:
9787030625502
定价:
116.00
装帧:
平装
开本:
16开
纸张:
胶版纸
-
资源能源的安全是我国国民经济正常运行的战略保障，因此是非常重要的问题。该问题主要涉及两方面：资源能源的价格波动风险、资源能源的供给安全。本书全面调研与综述了与资源能源安全风险有关的相关工作，资源能源安全监测预测的相关方法，以及我国经济的预测预警系统建设现状。本书重点研究了资源能源安全风险中的价格波动风险的监测和预测方法。本书主要致力于回答下述问题：需要监控哪些因素？利用哪些数据实现风险监测？适用的预测模型是什么？大数据能够发挥哪些作用？怎样使用大数据以实现及时预警？在此基础上我们提出了适用于资源能源等大宗商品的监测预测预警系统的设计方案。 目录
第1章 绪论 1
1.1 本书研究背景 1
1.2 本书研究思路 3
1.3 大宗商品价格预测的相关研究 4
1.4 资源能源安全评价模型节选 7
1.5 我国经济与金融预测预警系统建设的现状 11
1.6 大宗商品定价权的相关研究 14
1.7 本书的结构安排 15
第2章 资源能源价格波动风险的影响因素与监测数据分析 18
2.1 大宗商品价格波动风险的影响因素分析 18
2.2 价格风险相关影响因素的数据来源 21
第3章 考虑投机活动和库存信息冲击的国际原油期货价格短期波动研究 29
3.1 引言 29
3.2 实证方法和模型 31
3.3 影响因素的设定和度量 35
3.4 实证分析和模型估计结果 38
3.5 本章结论 43
第4章 基于时差相关多变量模型的国际原油价格影响因素分析 45
4.1 引言 45
4.2 基于时差相关的多变量分析框架 47
4.3 国际原油价格影响因素与模型变量选择 48
4.4 建模及结果分析 51
4.5 本章小结 56
第5章 资源能源价格波动风险监测分析 58
5.1 以原油为例的价格波动风险监测 58
5.2 以铜为例的价格波动风险监测 64
5.3 以橡胶为例的大宗商品价格影响因素分析 68
5.4 资源能源品价格波动风险监测方案设计 70
第6章 资源能源价格风险的预测方法 72
6.1 预测方法的分类概述 72
6.2 预测方法的比较 74
6.3 大宗商品预测模型及预测系统推荐 81
第7章 基于计量模型和时间序列分析的价格波动预测——以铜和天然橡胶为例 85
7.1 以铜为例的价格预测模型构建 85
7.2 以天然橡胶为例的价格预测模型构建 90
第8章 基于优选模型的季度国际油价预测系统构建 95
8.1 引言 95
8.2 预测模型介绍 96
8.3 模型变量与检验 97
8.4 预测及结果评价 99
8.5 基于优选模型的季度油价预测系统 103
8.6 本章小结 104
第9章 基于深度学习的大宗商品价格预测 105
9.1 研究现状 105
9.2 栈式自编码器 106
9.3 小波分析理论 109
9.4 小波分解与深度学习混合模型的构建 110
9.5 混合预测模型的训练和预测结果分析 111
第10章 资源能源供给中断风险的监测分析 114
10.1 针对存储和运输的安全监测 114
10.2 地缘政治和突发事件等供给冲击的监测 117
第11章 资源能源安全监测和分析预警系统的整体架构设计方案 122
11.1 整体架构设计方案 122
11.2 大数据的应用方案设计 126
11.3 大数据支撑平台概要设计 129
参考文献 130
-
内容简介:
资源能源的安全是我国国民经济正常运行的战略保障，因此是非常重要的问题。该问题主要涉及两方面：资源能源的价格波动风险、资源能源的供给安全。本书全面调研与综述了与资源能源安全风险有关的相关工作，资源能源安全监测预测的相关方法，以及我国经济的预测预警系统建设现状。本书重点研究了资源能源安全风险中的价格波动风险的监测和预测方法。本书主要致力于回答下述问题：需要监控哪些因素？利用哪些数据实现风险监测？适用的预测模型是什么？大数据能够发挥哪些作用？怎样使用大数据以实现及时预警？在此基础上我们提出了适用于资源能源等大宗商品的监测预测预警系统的设计方案。
-
目录:
目录
第1章 绪论 1
1.1 本书研究背景 1
1.2 本书研究思路 3
1.3 大宗商品价格预测的相关研究 4
1.4 资源能源安全评价模型节选 7
1.5 我国经济与金融预测预警系统建设的现状 11
1.6 大宗商品定价权的相关研究 14
1.7 本书的结构安排 15
第2章 资源能源价格波动风险的影响因素与监测数据分析 18
2.1 大宗商品价格波动风险的影响因素分析 18
2.2 价格风险相关影响因素的数据来源 21
第3章 考虑投机活动和库存信息冲击的国际原油期货价格短期波动研究 29
3.1 引言 29
3.2 实证方法和模型 31
3.3 影响因素的设定和度量 35
3.4 实证分析和模型估计结果 38
3.5 本章结论 43
第4章 基于时差相关多变量模型的国际原油价格影响因素分析 45
4.1 引言 45
4.2 基于时差相关的多变量分析框架 47
4.3 国际原油价格影响因素与模型变量选择 48
4.4 建模及结果分析 51
4.5 本章小结 56
第5章 资源能源价格波动风险监测分析 58
5.1 以原油为例的价格波动风险监测 58
5.2 以铜为例的价格波动风险监测 64
5.3 以橡胶为例的大宗商品价格影响因素分析 68
5.4 资源能源品价格波动风险监测方案设计 70
第6章 资源能源价格风险的预测方法 72
6.1 预测方法的分类概述 72
6.2 预测方法的比较 74
6.3 大宗商品预测模型及预测系统推荐 81
第7章 基于计量模型和时间序列分析的价格波动预测——以铜和天然橡胶为例 85
7.1 以铜为例的价格预测模型构建 85
7.2 以天然橡胶为例的价格预测模型构建 90
第8章 基于优选模型的季度国际油价预测系统构建 95
8.1 引言 95
8.2 预测模型介绍 96
8.3 模型变量与检验 97
8.4 预测及结果评价 99
8.5 基于优选模型的季度油价预测系统 103
8.6 本章小结 104
第9章 基于深度学习的大宗商品价格预测 105
9.1 研究现状 105
9.2 栈式自编码器 106
9.3 小波分析理论 109
9.4 小波分解与深度学习混合模型的构建 110
9.5 混合预测模型的训练和预测结果分析 111
第10章 资源能源供给中断风险的监测分析 114
10.1 针对存储和运输的安全监测 114
10.2 地缘政治和突发事件等供给冲击的监测 117
第11章 资源能源安全监测和分析预警系统的整体架构设计方案 122
11.1 整体架构设计方案 122
11.2 大数据的应用方案设计 126
11.3 大数据支撑平台概要设计 129
参考文献 130
查看详情
-
全新
-
全新
江苏省南京市
平均发货16小时
成功完成率82.78%
-
九品
北京市昌平区
平均发货23小时
成功完成率86.22%
-
全新
山东省泰安市
平均发货9小时
成功完成率96.97%
-
全新
湖北省武汉市
平均发货15小时
成功完成率94.93%
-
全新
天津市西青区
平均发货14小时
成功完成率90.41%
-
九五品
北京市东城区
平均发货34小时
成功完成率83.45%
-
全新
河北省保定市
平均发货17小时
成功完成率86.33%
-
九品
河南省周口市
平均发货8小时
成功完成率96.77%
-
全新
北京市东城区
平均发货29小时
成功完成率83.9%
-
全新
四川省成都市
平均发货9小时
成功完成率96.85%
-
全新
河北省保定市
平均发货25小时
成功完成率89.32%
-
全新
四川省成都市
平均发货17小时
成功完成率80.26%
-
全新
四川省成都市
平均发货23小时
成功完成率91.02%
-
全新
河北省廊坊市
平均发货17小时
成功完成率82.44%
-
全新
江苏省无锡市
平均发货18小时
成功完成率92.38%
-
全新
江苏省无锡市
平均发货8小时
成功完成率95.77%
-
全新
江苏省无锡市
平均发货18小时
成功完成率94.5%
-
全新
江苏省南京市
平均发货16小时
成功完成率82.78%
-
全新
江苏省南京市
平均发货7小时
成功完成率97.87%
-
全新
江苏省南京市
平均发货8小时
成功完成率96.57%
-
全新
河北省保定市
平均发货15小时
成功完成率91.16%
-
全新
北京市西城区
平均发货29小时
成功完成率90.35%
-
全新
广东省广州市
平均发货20小时
成功完成率86.5%
-
全新
天津市河东区
平均发货28小时
成功完成率90.04%
-
全新
北京市朝阳区
平均发货9小时
成功完成率96.75%
-
九品
河北省廊坊市
平均发货13小时
成功完成率91.9%
-
九五品
河北省廊坊市
平均发货28小时
成功完成率92.37%
-
全新
北京市顺义区
平均发货14小时
成功完成率94.29%
-
全新
-
全新
北京市朝阳区
平均发货13小时
成功完成率94.17%
-
全新
河北省保定市
平均发货11小时
成功完成率87.91%
-
全新
广东省广州市
平均发货15小时
成功完成率90.21%
-
全新
河北省保定市
平均发货15小时
成功完成率82.49%
-
全新
河北省保定市
平均发货19小时
成功完成率81.21%
-
全新
广东省广州市
平均发货18小时
成功完成率87.79%
-
全新
北京市通州区
平均发货54小时
成功完成率71.94%
-
全新
广东省广州市
平均发货7小时
成功完成率89.95%
-
全新
浙江省杭州市
平均发货13小时
成功完成率76.1%
-
全新
河北省保定市
平均发货15小时
成功完成率82.13%
-
全新
北京市通州区
平均发货70小时
成功完成率80.61%
-
全新
北京市丰台区
平均发货11小时
成功完成率84.31%
-
全新
河北省保定市
平均发货9小时
成功完成率79.81%
-
全新
北京市通州区
平均发货38小时
成功完成率51.35%
-
全新
江苏省无锡市
平均发货8小时
成功完成率87.68%
-
全新
江苏省无锡市
平均发货7小时
成功完成率89.19%
-
全新
河北省保定市
平均发货29小时
成功完成率66.48%
-
全新
河北省保定市
平均发货4小时
成功完成率84.07%
-
全新
河北省保定市
平均发货17小时
成功完成率69.28%
-
全新
河北省保定市
平均发货4小时
成功完成率86.34%
占位居中
