復雜性檢驗方法的研究及在能源市場的應用.pdf

1、時間序列作為一種特殊的數(shù)據(jù)形式，對其分析與預測都是大數(shù)據(jù)時代重要的研究方向，而對時間序列的研究首先要把握其數(shù)據(jù)特征。復雜性作為時間序列數(shù)據(jù)特征中最重要的特征之一，涉及非線性領域中的許多特征。近年來，隨著環(huán)境和氣候的不斷惡化，如何有效地分析能源市場并提出相應的管理方案成為研究熱點。本文研究了復雜性檢驗的方法，并將提出的新方法應用在能源領域。
　　首先，本文基于已有的復雜性檢驗方法，提出了復雜性檢驗的框架，其中包括:序列的自相似性（長

2、期持續(xù)性）、相空間中吸引子的性質(zhì)以及動力系統(tǒng)的混亂程度。基于此框架，從以上三方面分別選取了多重分形消除趨勢波動分析法、關聯(lián)維數(shù)和樣本熵，最后應用熵權法計算權重得到新的復雜性指標。同時，本文應用該新指標分析了三個典型的能源市場:天然氣、石油和碳市場。結(jié)果表明天然氣和石油市場比碳市場有效，相比于天然氣市場，石油市場的有效性相對較低，原因可能是石油市場更多地受到外界因素的影響。其次，考慮到復雜性受不同因素的影響，本文提出了基于多時間尺度的復雜

3、性分析。采用自適應的集成經(jīng)驗模態(tài)分解將時間序列分解成各個模態(tài)，然后采用改進的模糊熵測量各個模態(tài)的復雜性。實證分析研究了中美兩國清潔能源市場，總體表明美國的清潔能源市場比中國更有效。
　　最后，將復雜性檢驗擴展到二維變量（即兩個時間序列）之間的互相關分析。本文采用最新提出的非對稱多重分形消除趨勢互相關分析法研究了石油與黃金和美元指數(shù)之間的互相關性，同時考慮了互相關在不同時間尺度下的變化。結(jié)果表明石油與黃金和美元指數(shù)之間的互相關都是多