石油价格预测时间序列模型应用研究_石油价格预测时间序列模型应用

1.什么叫线性分布，什么叫非线性分布？

2.子项目预测结果

3.线性回归如何计算r值和β值？

4.于渤的论著成果

5.为什么经济危机导致了石油价格的大幅度下降？

6.油气发现趋势预测

7.线性回归有什么用处和作用？

针对我国的能源研究现状,我们认为，我国未来的能源经济学研究大致应有以下几个方向:

——能源消费与我国经济增长的相关性。在Ramsey模型的框架下,在生产函数中引入能源要素，然后根据历年的资本、劳动、能源、物质、社会生产总值的变动计算经济的均衡增长路径。或者是建立计量模型,根据时间序列数据考察能源密度、劳动力密度与全要素生产率的相关关系,以及资本、劳动、物质和能源的替代弹性(包括中长期)的符号与大小。

——估计能源需求函数,建立能源需求的研究框架。考察影响需求的各个因素(包括经济周期的影响),根据历年电力、石油等能源的产量变化得到各种能源品消费组合的变动。

——根据我国能源定价体制,估计能源价格波动方程。1998年,国家对原油、成品油价格形成机制进行了重大改革,改变了单一定价,开始推行市场化定价模式,与国际接轨。影响油价的经济因素和政治因素也更加复杂了，我们需要关注的如：石油需求、替代品的价格、石油的预测和可开量、性能与储量、世界政治形势、石油的控制权、石油投资、各国及石油组织的垄断策略等等，也可以研究我国能源价格与世界能源价格的相关性和滞后性。

——研究能源行业的产业组织结构和供给效率。例如,研究能源消耗密度与工业结构的演进趋势、生产结构是否随着时间趋于更高的能源密度等,以及对于国内石油、电力、煤炭等垄断性的能源行业建立垄断竞争模型。

——分析能源冲击对宏观经济各变量的影响、价格波动导致的受益与损失。还有,研究能源消费对环境的冲击所导致的社会变化,以及进一步的能源立法。

——研究能源进口战略、替代战略与国家经济安全。利用石油期货市场等国际资本市场规避风险,保证国家石油安全。

——建立包含能源在内的可计算一般均衡模型,进行能源政策分析。目前国际上涉及能源的CGE模型主要是环境政策方面。我们可以在CGE模型中引入能源生产和能源消费,进而模拟分析能源政策对经济各部门的影响。

什么叫线性分布，什么叫非线性分布？

不同的学校用的概率论与数理统计的教材有所不同。

概率论与数理统计是数学的一个有特色且又十分活跃的分支，一方面，它有别开生面的研究课题，有自己独特的概念和方法，内容丰富，结果深刻;另一方面，它与其他学科又有紧密的联系，是近代数学的重要组成部分。

由于它近年来突飞猛进的发展与应用的广泛性，目前已发展成为一门独立的一级学科。概率论与数理统计的理论与方法已广泛应用于工业、农业、军事和科学技术中；

如预测和滤波应用于空间技术和自动控制，时间序列分析应用于石油勘测和经济管理，马尔科夫过程与点过程统计分析应用于地震预测等，同时他又向基础学科、工科学科渗透，与其他学科相结合发展成为边缘学科，这是概率论与数理统计发展的一个新趋势。

扩展资料：

概率统计理论与方法的应用几乎遍及所有科学技术领域、工农业生产和国民经济的各个部门中。例如：

1、气象、水文、地震预报、人口控制及预测都与概率论紧密相关；

2、产品的抽样验收，新研制的药品能否在临床中应用，均需要用到 设检验；

3、寻求最佳生产方案要进行实验设计和数据处理；

4、电子系统的设计, 火箭卫星的研制与发射都离不开可靠性估计；

5、在生物学中研究群体的增长问题时提出了生灭型随机模型，传染病流行问题要用到多变量非线性生灭过程；

6、许多服务系统，如电话通信、船舶装卸、机器维修、病人候诊、存货控制、可用一类概率模型来描述，其涉及到的知识就是排队论。

百度百科-概率论与数理统计

子项目预测结果

一、线性分布（又叫做线性回归分布）：线性回归分布是利用数理统计中回归分析，来确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法，运用十分广泛。其表达形式为y = w'x+e，e为误差服从均值为0的正态分布。简单来说，线性分布是指分布函数为线性函数的分布。

二、非线性分布：非线性分布即分布函数不为线性函数的分布。非线性分布参数系统的控制问题方法源于对称群的应用，对称群可用于确定微分系统的群不变解。在微分系统伸展空间的不变条件提供了分布控制律的基。

扩展资料：

线性分布的应用：

1、数学应用：线性回归有很多实际用途。分为以下两大类：

（1）如果目标是预测或者映射，线性回归可以用来对观测数据集的和X的值拟合出一个预测模型。当完成这样一个模型以后，对于一个新增的X值，在没有给定与它相配对的y的情况下，可以用这个拟合过的模型预测出一个y值。

（2）给定一个变量y和一些变量X1,...,Xp，这些变量有可能与y相关，线性回归分析可以用来量化y与Xj之间相关性的强度，评估出与y不相关的Xj，并识别出哪些Xj的子集包含了关于y的冗余信息。

2、趋势线应用：

一条趋势线代表着时间序列数据的长期走势。它告诉我们一组特定数据（如GDP、石油价格和股票价格）是否在一段时期内增长或下降。虽然我们可以用肉眼观察数据点在坐标系的位置大体画出趋势线，更恰当的方法是利用线性回归计算出趋势线的位置和斜率。

百度百科-非线性分布

百度百科-线性回归

线性回归如何计算r值和β值？

一、子项目概况

“我国油气潜力分析及储量、产量增长趋势预测”项目由新一轮全国油气评价项目办公室组织，国土部油气战略研究中心、中国石油大学(北京)、中国石油天然气集团公司(简称“中石油”)、中国石油化工集团公司(简称“中石化”)、中国海洋石油总公司(简称“中海油”)和青岛海洋地质研究所等单位共同参加，形成产、学、研相结合的工作方式，充分利用新一轮全国油气评价已进行评价工作的基础和成果，开展油气发现趋势预测研究。

项目共分5个子项目:

(1)中石油负责矿权区内Ⅰ类和Ⅱ类盆地2006～2030年油气储量、产量的增长趋势。

(2)中石化负责矿权区内Ⅰ类和Ⅱ类盆地2006～2030年油气储量、产量的增长趋势。

(3)中海油负责矿权区内Ⅰ类和Ⅱ类盆地2006～2030年油气储量、产量的增长趋势。

(4)青岛海洋地质研究所负责预测海域其他盆地2006～2030年油气储量、产量的增长趋势。

(5)中国石油大学(北京)负责制定统一的评价方法体系与参数标准，以及趋势预测软件的研制和数据库的建立，预测陆上其他盆地2006～2030年油气储量、产量的增长趋势。

二、中石油趋势预测结果

(一)工作范围

对已有油气田开发的8个Ⅰ类盆地和已发现油气田的6个Ⅱ类盆地进行重点研究和详细解剖，预测盆地或一级构造单元储量和产量在2006～2030年的增长趋势;对4个有少量油气产量或探明储量的Ⅲ类盆地和81个有油气远景的Ⅳ类盆地通过类析其储量和产量增长趋势。

(二)预测方法

在对18种预测方法的内涵、特点及使用条件分析研究基础上，选择翁氏旋回模型、HCZ模型、哈伯特模型与龚帕兹模型等四种方法对中石油未来石油、天然气储量的增长趋势进行预测。翁氏模型法和HCZ模型法两种方法的预测结果比较接近，而且增长高峰期过后，储量下降速度与勘探实际比较吻合;哈伯特模型法和龚帕兹模型的预测结果偏乐观，储量增长高峰期也偏晚，且高峰过后储量下降速度偏快，与实际的储量增长过程吻合性较差。因此，对未来25年油气储量增长趋势的预测，主要依据HCZ和翁氏模型方法确定。

对中石油未来石油、天然气产量趋势的预测方法主要选择了模型预测和储比控制两大类方法进行，其中模型预测法的选择借鉴了储量预测方法选择的思路，主要选用了HCZ模式、翁氏模型、哈伯特模型与龚帕兹模型等四种方法。储比控制预测法是在对预测期内新增动用可储量的预测基础上，用剩余可储量的储比作为控制条件进行产量预测的一种方法。

另外，中石油还使用了专家评估法进行了部分盆地的预测。

(三)预测结果

依据多种预测方法获得的数据，结合对石油勘探储量增长趋势的分析，对预测结果作适度调整，综合给出未来25年中石油的石油、天然气储量、产量增长趋势，列于表3-1-1、表3-1-2;图3-1-1、图3-1-2。

各个盆地的具体预测结果如表3-1-3～表3-1-6。

表3-1-1 中石油探明石油地质储量增长趋势预测结果表

表3-1-2 中石油天然气地质储量增长趋势预测结果对比表 单位:108m3

注:5年新增可储量/年均新增可储量。

图3-1-1 储比控制法中国石油常规原油产量构成图

图3-1-2 中国石油气层气产量构成图

表3-1-3 盆地每五年年均石油储量预测结果表 单位:108t

表3-1-4 盆地每五年年均石油产量预测结果表 单位:104t

表3-1-5 盆地每五年年均天然气储量预测结果表 单位:108m3

表3-1-6 盆地每五年年均天然气产量预测结果表 单位:108m3

三、中石化趋势预测结果

(一)工作范围

1.已有油气田并规模开发的4个Ⅰ类盆地

承担济阳坳陷、东濮凹陷、塔里木盆地和东海西湖凹陷4个重点盆地、凹陷的预测工作。

2.已有油气田的3个Ⅱ类盆地

承担江汉盆地、南襄盆地、苏北盆地等3个盆地的预测工作。

(二)预测方法

对石油探明储量的预测主要选用逻辑斯谛、龚帕兹、哈伯特和多旋回哈伯特模型三种模型;除了时间序列法之外，通过系统收集、整理预测区历年石油探井井数、探井进尺、单井发现率和单位进尺发现率数据，使用单井发现率法和单位进尺发现率法进行油气储量的预测。取时间序列法和勘探效益法两种方法预测结果的平均值作为最后推荐值。

使用“储量—产量”双控模型预测石油产量，即根据预测区石油新增地质储量规模、新增地质储量动用率、新增地质储量收率、未来提高收率潜力和储比的可能取值，由“储量—产量”双控模型，计算出今后各时期石油产量的预测值。

(三)预测结果

依据多种预测方法获得的数据，结合对石油勘探储量增长趋势的分析，对预测结果作适度调整，综合给出未来25年中石化各个盆地的石油、天然气储量、产量预测趋势，列于表3-1-7～表3-1-10。

表3-1-7 中石化各盆地每五年年均石油储量预测结果表 单位:108t

表3-1-8 中石化各盆地每个五年末石油产量预测结果表 单位:104t

表3-1-9 中石化各盆地、坳陷每五年年均天然气储量预测结果表 单位:108m3

表3-1-10 中石化各盆地每个五年末天然气产量预测结果表 单位:108m3

四、中海油趋势预测结果

(一)工作范围

1.已有油气田并规模开发的4个Ⅰ类盆地

承担渤海湾盆地(海域)、珠江口、莺歌海、琼东南4个重点盆地的预测工作。

2.已有油气田的1个Ⅱ类盆地

承担北部湾盆地1个盆地的预测工作。

3.有油气远景的2个Ⅳ类盆地

承担南黄海盆地、台西—台西南盆地预测工作。

(二)预测方法

本次油气发现趋势预测在中高勘探程度的盆地以统计法为主，在中低勘探程度的盆地以类比法为主。

石油储量预测的统计法主要选用龚帕兹、HCZ、广义翁式旋回三种模型。产量预测除了以上三种模型，还使用“储量—产量”双控模型。

对天然气的预测主要依据2005年编制的中国近海2050年天然气远景规划，其中根据近期深水勘探进展对珠江口盆地进行了调整。

(三)预测结果

依据多种预测方法获得的数据，结合对石油勘探储量增长趋势的分析，对预测结果作适度调整，综合给出未来25年中海油的石油、天然气储量、产量预测趋势，列于表3-1-11～表3-1-15。

表3-1-11 中海油各盆地每五年年均石油储量预测结果表 单位:108t

表3-1-12 中海油各盆地每五年年均石油产量预测结果表 单位:108t

表3-1-13 中海油每五年年均天然气储量预测结果表 单位:108m3

表3-1-14 中海油每五年年均天然气产量预测结果表 单位:108m3

五、青岛所趋势预测结果

(一)工作范围

开展我国其他海域盆地(指目前石油公司探区以外海域或盆地，包括北黄海盆地、冲绳海槽盆地、曾母盆地、万安盆地、文莱—沙巴盆地、西北巴拉望盆地、北康盆地、中建南盆地、南薇西盆地、礼乐盆地、笔架南盆地、南沙海槽盆地、南薇东盆地、永暑盆地、安渡北盆地及九章盆地共16个盆地)油气发现趋势预测，建立不同类型盆地油气发现趋势预测模型。

(二)预测方法

我国其他海域盆地中高勘探程度盆地以已发现的油气可或探明储量与实际勘探历程及勘探工作量所建立的预测模型，结合新一轮资评计算的盆地油气可或地质，以时间序列、地震工作量序列和钻井工作量序列(每个序列包括逻辑斯谛和龚帕兹两个预测模型，对处于勘探后期的盆地还可增加指数模型)预测今后未来一段时期(2006～2030年)内在一定勘探工作量支持下，盆地内油气储量(可或地质)发现或产量增长趋势。

中低勘探程度盆地使用类比法进行油气储量、产量预测。

(三)预测结果

依据多种预测方法获得的数据，结合对石油勘探储量增长趋势的分析，对预测结果作适度调整，综合给出未来25年其他海域盆地的石油、天然气储量、产量预测趋势，列于表3-1-15。

表3-1-15 南海南部主要盆地每五年年均油气地质储量发现趋势预测表(108t油当量)

注:油气产量和海域其他低勘探盆地油气储量、产量预测结果未附。

六、中国石油大学(北京)趋势预测结果

(一)工作范围

包括81个陆上的Ⅲ类和Ⅳ类盆地。

其中彰武、河套、羌塘、银根、赤峰、民和、伊犁、三江、大杨树、巴彦浩特、鄱阳、百色、保山、景谷、陆良、三水等16个盆地进行了油气储量和产量的预测;

南华北、花海、洛阳—伊川、六盘山、柴窝堡、措勤、伦坡拉、句容—常州、延吉、阜新、楚雄、洞庭、金衢、望江、漠河、清江、胶莱、茂名和库木库里等19个盆地只进行油气储量的预测。

(二)预测方法

建立了以类比法为主，统计法和综合分析法为辅的预测方法和参数体系。对百色、保山、景谷、陆良4个Ⅲ类盆地用统计法进行2006～2030年油气储量、产量增长趋势的预测。使用类比法和综合分析法对我国陆上81个低勘探程度盆地中的一级盆地进行了油气储量和产量预测，对二级盆地进行了油气储量预测。

(三)预测结果

依据多种预测方法获得的数据，结合对石油勘探储量增长趋势的分析，对预测结果作适度调整，综合给出未来25年其他陆上盆地的石油、天然气储量、产量预测趋势，列于表3-1-16、表3-1-17。

表3-1-16 陆上低勘探程度盆地石油发现趋势预测结果表

表3-1-17 陆上低勘探程度盆地天然气发现趋势预测结果表

(四)子项目预测结果汇总

本次预测未包括南海南部盆地，4个子项目的油气储量、产量预测结果汇总如表3-1-18、表3-1-19。

表3-1-18 四个子项目石油储量、产量预测结果统计表（不包括南海南部盆地）

表3-1-19 四个子项目天然气储量、产量预测结果统计表（不包括南海南部盆地）

于渤的论著成果

1、r=∑(Xi-X)(Yi-Y)/根号[∑(Xi-X)?×∑(Yi-Y)?]

上式中”∑”表示从i=1到i=n求和；X,Y分别表示Xi,Yi的平均数。

2、简单线性回归用于计算两个连续型变量(如X，Y)之间的线性关系，

具体地说就是计算下面公式中的α和βα和β。

Y=α+βX+εY=α+βX+ε

其中εε称为残差,服从从N(0,σ2)N(0,σ2)的正态分布，自由度为(n-1) - (2-1) = n-2 为了找到这条直线的位置，我们使用最小二乘法(least squares roach)。

最小二乘法确保所有点处的残差的平方和最小时计算α和βα和β，即下面示意图中∑4i=1ε2i=ε21+ε22+ε23+ε24∑i=14εi2=ε12+ε22+ε32+ε42有最小值。

扩展资料：

线性回归有很多实际用途。分为以下两大类：

1、如果目标是预测或者映射，线性回归可以用来对观测数据集的和X的值拟合出一个预测模型。当完成这样一个模型以后，对于一个新增的X值，在没有给定与它相配对的y的情况下，可以用这个拟合过的模型预测出一个y值。

给定一个变量y和一些变量X1,...,Xp，这些变量有可能与y相关，线性回归分析可以用来量化y与Xj之间相关性的强度，评估出与y不相关的Xj，并识别出哪些Xj的子集包含了关于y的冗余信息。

2、趋势线

一条趋势线代表着时间序列数据的长期走势。它告诉我们一组特定数据（如GDP、石油价格和股票价格）是否在一段时期内增长或下降。虽然我们可以用肉眼观察数据点在坐标系的位置大体画出趋势线，更恰当的方法是利用线性回归计算出趋势线的位置和斜率。

百度百科—线性回归

为什么经济危机导致了石油价格的大幅度下降？

[1]周明，于渤，. 衍生品市场的法律框架：国际比较与趋势[J]. 证券市场导报，2007，⑿.

[2]周明，于渤，. 巨灾衍生品：规避巨灾导致的经济风险[J]. 经营与管理，2008，⑴.

[3]修国英，于渤，黄福玉，. 基于扩展模糊逻辑的公共服务事业知识表示方法[J]. 哈尔滨工程大学学报，2007，⑾.

[4]崔志，于渤，郝生宾，. 企业知识吸收能力对竞争优势影响的实证研究[J]. 工业技术经济，2007，⑾.

[5]高俊光，杨武，于渤，徐民成，. 深圳高科技企业自主创新能力实证测评[J]. 研究与发展管理，2007，⑸.

[6]高俊光，于渤，杨武，. 产业技术创新对深圳产业结构升级的影响[J]. 哈尔滨工业大学学报（社会科学版），2007，⑷.

[7]张宇，于渤，. AHP决策模型在怒江流域水电能源开发评价中的应用研究[J]. 中国管理科学,2007，⑷.

[8]程志芬，于渤，. 以节能供暖为中心 全面提高供暖水平[J]. 节能技术，2007，⑷.

[9]高印朝，于渤，. 基于剩余收益模型的商业银行价值评估模型及实证研究[J]. 系统管理学报，2007，⑵.

[10]郝生宾，于渤，吴伟伟，. 基于企业R&D技术选择的合作研发组织博弈研究[J]. 工业技术经济，2007，⑵.

[11]李欣，于渤，. 基于顾客二度满意的服务补救策略[J]. 管理世界，2006，⑸.

[12]王丽，于渤，陈辉，. 激励机制在企业改革中的应用[J]. 商业研究，2006，⒅.

[13]崔山，昆朱，彬于渤，. 建设有利于自主创新的科技风险投资组织[J]. 自然辩证法研究，2006，⑺.

[14]于渤，黎永亮，迟春洁，. 考虑能源耗竭、污染治理的经济持续增长内生模型[J]. 管理科学学报,2006，⑷.

[15]于渤，赵珊，. 发电设备制造企业技术创新项目选择的影响因素研究[J]. 技术经济与管理研究，2006，⑷.

[16]于渤，吴伟伟，. 航天预研项目费用管理方法研究[J]. 航天工业管理，2006，⑺.

[17]吴伟伟，朱彬，于渤，. 企业技术管理体系构建研究[J]. 软科学，2006，⑶.

[18]王新纯，于渤，. 产业生态系统的废物管理研究[J]. 技术经济与管理研究，2006，⑵.

[19]王新纯，于渤，. 基于产业生态的投资决策模型研究[J]. 技术经济，2006，⑵.

[20]董贵滨，于渤，刘婷，. 与企业控制模式的演进研究[J]. 管理科学，2005，⑹.

[21]朱彬，于渤，王艳丽，. 基于资本充足率的中小企业信用担保机构风险评估研究[J]. 技术经济，2005,⑿.

[22]于渤，高洪玲. 服务创新是连锁药店生命力的源泉[J]. 商业研究，2005，⒇.

[23]高印朝，于渤. 非信贷类资产风险状况及对策研究[J]. 经济论坛，2005，⒄.

[24]高俊光，于渤. 企业文化的深层次研究[J]. 商业研究，2005，⒁.

[25]高俊光，于渤. 关于中国实行绿色GDP核算的思考[J]. 商业研究，2005，⒀.

[26]高印朝，于渤. 基于价值管理的金融企业财务体系研究[J]. 技术经济与管理研究，2005，⑷.

[27]刘洵怡，于渤，崔宇. 商业银行客户利润贡献研究[J]. 技术经济，2005，⑸.

[28]于渤，高印朝. 银行股票市场定价与会计信息的价值相关性研究[J]. 金融研究，2005，⑹.

[29]于渤，郑画. 基于客户贡献度的客户盈利定价方法研究[J]. 技术经济与管理研究，2005，⑶.

[30]于渤，温妍. 石油开企业工作噪声损失价值评估[J]. 技术经济与管理研究，2005，⑶.

[31]高印朝，于渤. 企业价值内涵及其评估方法[J]. 商场现代化，2004，⒂.

[32]王哲,容毅虹，于渤，徐殿国. 利用基于TOCO的新工具实现供应商选择的科学决策[J]. 中国管理科学，2004，⑷.

[33]王哲，容毅虹，于渤. 新产品开发项目的有效决策模型[J]. 管理科学，2004，⑷.

[34]迟春洁，于渤，张弛. 基于LEAP模型的中国未来能源发展前景研究[J]. 技术经济与管理研究，2004，⑸.

[35]李欣，于渤. 服务质量评价特征及服务补救策略[J]. 管理科学，2004，⑶.

[36]高印朝，于渤. 金融企业价值评估方法选择的难点分析[J]. 济南金融，2004，⑶.

[37]王哲，于渤，徐殿国. 全球购中一种新的决策工具[J]. 哈尔滨理工大学学报，2004，⑵.

[38]张宇，于渤. 松辽流域水能可持续开发利用评价方法与对策研究[J]. 工业技术经济，2004，⑵.

[39]张宇，于渤. 图们江流域水能开发与区域经济协调发展模式研究[J]. 水电能源科学，2004，⑴.

[40]张宇，于渤. 松辽流域水能可持续开发利用战略研究[J]. 哈尔滨工业大学学报（社会科学版）,2004，⑴.

[41]张宇，于渤. 水能可持续开发利用的政策研究[J]. 中国农村水利水电，2004，⑴.

[42]王哲，于渤，徐殿国. 新产品开发项目的有效决策[J]. 哈尔滨理工大学学报，2004，⑴.

[43]黎永亮，于渤，叶志瑜. 单边开放电力市场中电价风险基金的数学模型[J]. 东北电力学院学报，2004，⑴.

[44]张宇，于渤. 基于Internet/Intranet的农村水电及电气化管理信息系统规划的开发研究[J]. 水利水电技术，2003，⑸.

[45]张宇，于渤. 流域水能规划中的几个问题[J]. 可再生能源，2003，⑹.

[46]刘明明，于渤. 中国石油战略储备体系的建立与完善[J]. 数量经济技术经济研究，2002，⑽.

[47]于渤，迟春洁，苏国福. 石油价格对国民经济影响测度模型[J]. 数量经济技术经济研究，2002，⑸.

[48]孟祥东，于渤，蒋跃军，蒋志庆. 关于锅炉“四管”漏泄的综合治理[J]. 沈阳工业大学学报，2002，⑹.

[49]孙桂霞，庞达,于渤. 中国商业医疗保险的市场定位[J]. 中国卫生经济，2002，⑾.

[50]吴艳华，于渤. 航天技术与环境保护[J]. 数量经济技术经济研究，2001，⑵.

[51]于渤，朱彬. 20年中国能源回顾与21世纪展望[J]. 数量经济技术经济研究，2001，⑻.

[52]于渤. 中国煤炭替代的经济分析[J]. 中国能源，2000，⑶.

[53]于渤，于浩. 基于随动思想的月度用电量时间序列预测模型[J]. 电力系统自动化，2000，⒁.

[54]于渤，叶元煦. 中国能源可持续利用评价[J]. 中国能源，1999，⑶.

[55]韩伟，于渤. 哈尔滨热电厂改制过程中股权划分问题研究[J]. 决策借鉴，1999，⑶.

油气发现趋势预测

先给你解释一下什么是次贷危机！一看就明了

过去在美国，是非常普遍的现象，从房子到汽车，从到电话账单，无处不在。

当地人很少一次现金买房，通常都是长时间。可是我们也知道，在美国失业和再就业是很常见的现象。这些收入并不稳定甚至根本没有收入的人，他们怎么买房子呢？因为信用等级达不到标准，他们就被定义为次级者。

大约从10年前开始，那个时候公司漫天的广告就出现在电视上、报纸上、街头，抑或在你的信箱里塞满诱人的传单：

『你想过中产阶级的生活吗？买房吧！』

『积蓄不够吗？吧！』

『没有收入吗？找阿囧公司吧！』

『首次付款也付不起？我们提供零首付！』

『担心利息太高？头两年我们提供3％的优惠利率！』

『每个月还是付不起？没关系，头24个月你只需要支付利息，的本金可以两年后再付！想想看，两年后你肯定已经找到工作或者被提升为经理了，到时候还怕付不起！』

『担心两年后还是还不起？哎呀，你也真是太小心了，看看现在的房子比两年前涨了多少，到时候你转手卖给别人啊，不仅白住两年，还可能赚一笔呢！再说了，又不用你出钱，我都相信你一定行的，难道我敢贷，你还不敢借？』

在这样的诱惑下，无数美国市民毫不犹豫地选择了买房。（你替他们担心两年后的债务？向来相当乐观的美国市民会告诉你，演**的都能当上州长，两年后说不定我还能竞选总统呢。）

阿囧公司短短几个月就取得了惊人的业绩，可是钱都贷出去了，能不能收回来呢？公司的董事长--阿囧先生，那也是熟读美国经济史的人物，不可能不知道房地产市场也是有风险的，所以这笔收益看来不能独吞，要找个合伙人分担风险才行。

于是阿囧找到美国财经界的领头大哥--投资银行。这些家伙可都是名字响当当的大哥（美林、高盛、摩根），他们每天做什么呢？就是吃饱了闲着也是闲着，于是找来诺贝尔经济学家，找来哈佛教授，找来财务工程人员，用上最新的经济数据模型，一番金融炼丹（copula 差不多是此时炼出）之后，弄出几份分析报告，从而评价一下某某股票是否值得买进，某某国家的股市已经有泡沫了，这一群在风险评估市场呼风唤雨的大哥，你说他们看到这里面有没有风险？

开玩笑，风险是用脚都看得到！可是有利润啊，那还犹豫什么，接手吧！于是经济学家、财务工程人员，大学教授以数据模型、随机模拟评估之后，重新包装一下，就弄出了新产品--CDO（注： Collateralized De Obligation，债务抵押债券），说穿了就是债券，通过发行和销售这个CDO债券，让债券的持有人来分担房屋的风险。

光这样卖，风险太高还是没人买啊，设原来的债券风险等级是 6，属于中等偏高。于是投资银行把它分成高级和普通CDO两个部分(trench)，发生债务危机时，高级CDO享有优先赔付的权利。这样两部分的风险等级分别变成了 4 和 8，总风险不变，但是前者就属于中低风险债券了，凭投资银行三寸不烂"金"舌，在高级饭店不断办研讨会，送精美制作的powerpoints 和 excel spreadsheets，当然卖了个满堂彩！可是剩下的风险等级 8 的高风险债券怎么办呢？避险基金又是什么人，于是投资银行找到了避险基金，那可是在全世界金融界买空卖多、呼风唤雨的角色，过的就是刀口舔血的日子，这点风险简直小意思！

于是凭借着关系，在世界范围内找利率最低的银行借来钱，然后大举买入这部分普通CDO债券，2006年以前，日本央行利率仅为1.5％；普通 CDO 利率可能达到12％，所以光靠利差避险基金就赚得满满满了。

这样一来，奇妙的事情发生了，2001年末，美国的房地产一路飙升，短短几年就翻了一倍多，天呀，这样一来就如同阿囧公司开头的广告一样，根本不会出现还不起房屋的事情，就算没钱还，把房子一卖还可以赚一笔钱。

结果是从买房的人，到阿囧公司，到各大投资银行，到各个一般银行，到避险基金都赚钱，但是投资银行却不太高兴了！当初是觉得普通 CDO 风险太高，才丢给避险基金的，没想到这帮家伙比自己赚的还多，净值拼命地涨，早知道自己留着玩了，于是投资银行也开始买入避险基金，打算分一杯羹了。这就好像阿宅家里有放久了的饭菜，正巧看见隔壁邻居那只讨厌的小花狗，本来打算毒它一顿，没想到小花狗吃了不但没事，反而还越长越壮了，阿宅这下可傻眼了，难道发霉了的饭菜营养更好？于是自己也开始吃了！

这下又把避险基金乐坏了，他们是什么人，手里有1块钱，就能想办法借10块钱来玩的土匪啊，现在拿着抢手的CDO当然要大干一票！于是他们又把手里的 CDO 债券抵押给银行，换得 10 倍的操作其他金融商品，然后继续追着投资银行买普通 CDO 。

科科，当初可是签了协议，这些普通 CDO 可都是归我们的！！

投资银行实在心理不爽啊，除了继续闷声买避险基金和卖普通 CDO 给避险基金之

外，他们又想出了一个新产品，就叫CDS（注：Credit Default Swap，信用违约交换）好了，华尔街就是这些天才产品的温床：一般投资人不是都觉得原来的 CDO 风险高吗，那我弄个保险好了，每年从CDO里面拿出一部分钱作为保险费，白白送给保险公司，但是将来出了风险，大家一起承担。

以AIG为代表的保险公司想，不错啊，眼下 CDO 这么赚钱，1分钱都不用出就分利润，这不是每年白送钱给我们吗！避险基金想，也还可以啦，已经赚了几年了，以后风险越来越大，光是分一部分利润出去，就有保险公司承担一半风险！于是再次皆大欢喜，Win Win Situation！CDS也跟着红了！

但是故事到这还没结束：

因为"聪明"的华尔街人又想出了基于 CDS 的创新产品！找更多的一般投资大众一起承担，我们设 CDS 已经为我们带来了 50 亿元的收益，现在我新发行一个基金，这个基金是专门投资买入 CDS 的，显然这个建立在之前一系列产品之上的基金的风险是很高的，但是我把之前已经赚的 50 亿元投入作为保证金，如果这个基金发生亏损，那么先用这50亿元垫付，只有这50亿元亏完了，你投资的本金才会开始亏损，而在这之前你是可以提前赎回的，首次募集规模 500 亿元。天哪，还有比这个还爽的基金吗？

1元面额买入的基金，亏到 10% 都不会亏自己的钱，赚了却每分钱都是自己的！

Rating Agencies 看到这个天才的规画，简直是毫不犹豫：给出 AAA 评级！

结果这个基金可卖疯了，各种退休基金、教育基金、理财产品，甚至其他国家的银行也纷纷买入。虽然首次募集规模是原定的 500 亿元，可是后续发行了多少亿，简直已经无法估算了，但是保证金 50 亿元却没有变。

如果现有规模 5000 亿元，那保证金就只能保证在基金净值不亏到本金的 1% 时才不会亏钱，也就是说亏本的机率越来越高。

当时间走到了 2006 年年底，风光了整整 5年的美国房地产终于从顶峰重重摔了下来，这条食物链也终于开始断裂。因为房价下跌，优惠利率的时限到了之后，先是普通民众无法偿还，然后阿囧公司倒闭，避险基金大幅亏损，继而连累AIG保险公司和的银行，花旗、摩根相继发布巨额亏损报告，同时投资避险基金的各大投资银行也纷纷亏损，然后股市大跌，民众普遍亏钱，无法偿还房贷的民众继续增多，最终，美国Subprime Crisis 爆发接近成为 Prime Crisis。

Credit Crunch 开启的地狱大门，还不知道如何关上……

看完了上面的再说说中国，中国主要的外汇储备是美元已经有1.9万亿，这次的金融危机美国增加了不少现金流，多印出来不少钱，所以短期内有通胀，美元贬值就在情理之中了，当然受损失的还是中国，谁叫你储备美元了

看完国外再看国内，国内的楼市泡沫也很大，人民都在单款买房子。国家是放宽金融政策，说白了就是降息刺激钱的流通，反正放银行里也没利息，就是楼主说的（1.银行利息收入减少），再者国家也说了增加资金流，说白了也是多印钱。短期的增加货币量，钱印多了就不值钱了就是楼主说的（2.物价上涨，购买力下降），降息可以有点作用，这就好比在烂疮上擦粉，短期看似盖住了，其实烂疮烂得更深，至于挑战和机遇没有看到，发改委又说粮价要和国际“接轨”了，好比石油，国际原油价格到150美圆了发改委就“接轨”了，现在跌到60美圆以就看不到接轨了。国际粮食价格上涨了发改委就“接轨”了，为什么只看所谓的汇率不考虑国内货币实际购买力和工资水平？ 所以，物价上涨，人们购买力不行，工厂生产的东西卖不出去就只好倒闭，现在有千万农民工失业潮就不奇怪了！

生活水平与朝鲜接轨，老百姓的待遇和医疗保障与非洲接轨，物价房价油价与欧美接轨。这就是中国国际地位提升的挑战和机遇，楼主你明白了么

线性回归有什么用处和作用？

“我国油气潜力分析及储量、产量增长趋势预测”项目由新一轮全国油气评价项目办公室组织，油气中心、中国石油大学（北京）、中国石油、中国石化、中海石油和青岛海洋地质研究所等单位共同参加，形成产、学、研相结合的工作方式，充分利用新一轮全国油气评价已进行评价工作的基础和成果，开展油气发现趋势预测研究。项目共分5个子项目，中石油负责收集、整理矿权区内盆地的量和勘探开发基础资料，预测盆地油气2006～2030年的增长趋势；中石化负责收集、整理矿权区内盆地的量和勘探开发基础资料，预测盆地油气2006～2030年的增长趋势；中海油负责收集、整理矿权区内盆地的量和勘探开发基础资料，预测盆地油气2006～2030年的增长趋势；青岛海洋地质研究所负责国内外油气发现趋势预测的理论、研究方法调研和国内外发现趋势预测的对析，预测其他海域盆地油气2006～2030年的增长趋势。中国石油大学（北京）负责制定统一的评价方法体系与参数标准，以及典型评价单元的剖析，并负责趋势预测软件的研制和数据库的建立，预测陆上其他盆地油气2006～2030年的增长趋势。

油气发现趋势预测软件模块包括油气发现趋势预测数据库和基于数据库的相关预测方法软件，数据库内容包括我国各个含油气盆地油气储量、产量及相应勘探工作量的基础数据，并具有较好的开放性和可扩充性，方法包括专家评估法、统计法和类比法等。

本轮油气评价油气发现趋势预测项目工作中，用数据管理功能实现对油气储量和产量相关数据的动态管理，主要用了专家评估法、统计法、类比法和综合预测法等动态预测我国未来较长时间内油气的发现趋势。专家评估法根据预测地区的成藏条件、勘探工作量以及技术经济风险分析，请有关专家填写设计好的表格，对预测区进行储产量的预测。该方法依赖于专家对预测区的熟悉程度及对未来勘探形势的整体把握。统计法通过对过去油气储量、产量的变化趋势按照一定的统计模型进行拟合，获取有关模型参数，进而进行未来趋势的预测。包含时间序列法和勘探效益分析法两大类方法。其中时间序列法包括翁旋回法、逻辑斯谛法、哈伯特法、龚帕兹法、H CZ法、高斯法、指数模型法及多项式模型法。此方法根据盆地以往所发现储量和产量的实际数据，通过拟合确定储量、产量和时间序列的关系，然后预测未来的储产量发展趋势。勘探效益分析法通过逻辑斯谛和龚帕兹模型去做工作量—储量的拟合与预测。主要使用预测区勘探开始至计算时间每年的探井数、探井进尺数和所发现油田的储量、类型及个数。需要的参数由系统的数据接口提供。类比法建立类比区类比标准表和参数取值表，以及类比区的预测图形库；选取与预测区相适应的评价单元作为类比区，使用探明速度类比法和图形类比法对预测区进行油气发现趋势预测。用特尔菲法对各方法的预测结果进行加权汇总，得到综合预测结果。

油气趋势预测软件在各项目承担单位开展各盆地的趋势预测过程中发挥了积极的作用。其中中石化、中国石油大学（北京）和青岛海洋所完全依靠该软件进行预测，而中石油预测的主体部分也是通过该软件完成的，中海油对软件进行了试用。总体来说趋势预测软件的开发和应用对研究项目的顺利进行起到了应有的作用。

没有具体数据要求，一般来说，数据越多越好。

通过线性回归算法，我们可能会得到很多的线性回归模型，但是不同的模型对于数据的拟合或者是描述能力是不一样的。我们的目的最终是需要找到一个能够最精确地描述数据之间关系的线性回归模型。这是就需要用到代价函数。

代价函数就是用来描述线性回归模型与正式数据之前的差异。如果完全没有差异，则说明此线性回归模型完全描述数据之前的关系。

一条趋势线代表着时间序列数据的长期走势。它告诉我们一组特定数据（如GDP、石油价格和股票价格）是否在一段时期内增长或下降。虽然我们可以用肉眼观察数据点在坐标系的位置大体画出趋势线，更恰当的方法是利用线性回归计算出趋势线的位置和斜率。