使用时间序列分析与类神经网路预测航空燃油价格

【类型】学位论文

【作者】洪咏译 

【关键词】 结构转变点 时间数列分析 航空燃油 类神经网路 燃油避险 油价预测 向量自我回归

【摘要】航空燃油價格波動劇烈，最高點時燃油成本佔航空公司總成本百分之五十以上，導致巨大的營業虧損。而迅速的下跌時，因燃油避險方向錯誤，亦須攤提鉅額的業外損失。但仍有少數航空公司如：美國西南航空公司依靠其燃油避險策略的正確而獲得高額的利潤。故航空公司經營上是否能持續獲利或虧損，與燃油供應鏈之穩定度及燃油避險成功與否有莫大相關。因此，預測燃油價格走勢，並於適當的時間點購入所需之燃油，不但是節流的重點，亦可是獲取業外收益的開源。對於燃油避險的操作和求取穩定之能源供應鏈，未來價格的預測能力乃是上述的重要關鍵。故本研究結合多個時間序列模型如：ARIMA，GARCH，VAR，VECM等並搭配結構轉變點檢定，和倒傳遞神經網路模式（BPNN），預測新加坡航空燃油現貨價格。本研究首先以相關文獻找尋油價波動因子與歷史數據，再以時間序列和類神經網路文獻挑選適當的變數與預測模式。以1986 年6 月至2008 年11 月EIA Petroleum (2009)等，所提供之每月能源數據共270個樣本組，實證研究，最後成功得到三個通過各式統計檢測之時間序列模型，而其樣本外之平均預測準確率分別為89.83％、91.87％和95.85％。而在類神經網路部分，亦有三個不同的網路架其預測準確率分別為87％、87％和90％，故本研究之模型可提供航空公司作為燃油價格預測決策時之參考。

【学位名称】硕士

【学位授予单位】国立高雄第一科技大学

【学位授予年度】2016

【导师姓名】蔡坤穆

【读秀链接】读秀链接