IDEAS主页打印自https://ideas.repec.org/a/eee/terse/v165y2022ics1366554522002174.html
  我的参考书目  保存此文章

货物类型预测的大数据方法及其对石油贸易估算的影响

作者

上市的:
  • 李毅良
  • 白,西文
  • 王琪
  • 马忠军

摘要

为了估计全球原油贸易流量,目前的研究要么只考虑原油油轮,要么简单地应用外部信息来区分涂层产品油轮运输的原油和精炼成品油货物;这些限制通常会降低估算的准确性或影响可复制性。我们的方法通过将随机森林(RF)集成学习技术应用于自动识别系统(AIS)数据来直接解决这些问题,以便预测涂层产品油轮的货物类型。通过利用领域知识,我们为RF模型构建了一组独特的输入变量,并使用其预测以更准确的方式量化全球原油贸易。我们的估计表明,从2017年至2020年,涂层产品油轮约占全球海运原油贸易的8%。此外,这些油轮所载原油量的意外变化与几次重大的历史石油贸易中断一致。我们的研究进一步扩展了AIS数据在运营管理和海上运输领域的当前应用,并有助于探索石油运输的更细微特征。由此产生的航运数据集和相关的分解策略也使相关利益相关者能够快速识别新出现的贸易流风险,并更有效地进行调整。

建议引用

  • 李一良、白、西文、王、齐、马、中军,2022年。"货物类型预测的大数据方法及其对石油贸易估算的影响,"运输研究E部分:物流与运输回顾爱思唯尔,第165(C)卷。
  • 手柄:RePEc:eee:transe:v:165:y:2022:i:c:s1366554522002174
    DOI:10.1016/j.tre.2022.102831
    作为

    从出版商下载全文

    文件URL: http://www.sciencedirect.com/science/article/pii/S1366554522002174
    下载限制:全文仅供ScienceDirect用户使用

    文件URL: https://libkey.io/10.1016/j.tre.2022.102831?utm_source=ideas
    LibKey链接:如果访问受到限制,并且您的库使用此服务,LibKey会将您重定向到可以使用库订阅访问此项目的位置
    ---><---

    由于此文档的访问受到限制,您可能希望搜索换一个不同的版本。

    IDEAS上列出的参考文献

    作为
    1. Bai,Xiwen&Hou,Yao&Yang,Dong,2021年。"选择清洁能源还是绿色技术?来自全球船舶的经验证据,"运输研究E部分:物流与运输回顾爱思唯尔,第151(C)卷。
    2. 董阳(Dong Yang)、吴凌霄(Lingxiao Wu)、王帅(Shuaian Wang)、贾海英(Haiying Jia)和李凯文(Kevin X.Li),2019年。"大数据如何丰富海事研究——对自动识别系统(AIS)数据应用的批判性审查,"运输审查《泰勒与弗朗西斯杂志》,第39卷(6),第755-773页,11月。
    3. 大卫·科恩(David Kohn)、费尔南多·莱博维奇(Fernando Leibovic)和哈康·特雷特沃(Hákon Tretvoll),2021年。"商品贸易与商业周期波动,"《美国经济杂志》:宏观经济学,美国经济协会,第13卷(3),第173-208页,7月。
    4. Simonsen,Morten&Gössling,Stefan&Walnum,Hans Jakob,2019年。"挪威水域游轮排放物的地理分析,"交通地理学杂志爱思唯尔,第78卷(C),第87-97页。
    5. Prochazka、Vít&Adland、Roar&Wolff、François-Charles,2019年。"原油运输市场中的合同决策:来自与AIS数据匹配的固定装置的证据,"交通研究A部分:政策与实践爱思唯尔,第130卷(C),第37-53页。
    6. Diego A.Cerdeiro先生、Andras Komaromi先生、Yang Liu先生和Mamoon Saeed先生,2020年。"实时世界海运贸易:从头开始构建基于AIS的即时广播的概念证明,"国际货币基金组织工作文件2020/057,国际货币基金组织。
    7. Brandt,Michael W.和Gao,Lin,2019年。"宏观基本面还是地缘政治事件?原油新闻事件的文本分析,"实证金融杂志爱思唯尔,第51卷(C),第64-94页。
    8. Giulia Brancaccio和Myrto Kalouptsidi和Theodore Papageorgiou,2020年。"地理、运输和内生贸易成本,"计量经济学《计量经济学协会》,第88卷(2),第657-691页,3月。
    9. Dennis Sugrue和Peter Adriaens,2021年。"散货船运输效率预测的数据融合方法,"运输研究E部分:物流与运输回顾爱思唯尔,第149(C)卷。
    10. 夏,严&孔,易书&纪,强&张,大勇,2019。"中美贸易冲突对能源行业的影响,"中国经济评论,爱思唯尔,第58卷(C)。
    11. Yan,Zhaojin&Xiao,Yijia&Cheng,Liang&Chen,Song&Zhou,Xiao&Ruan,Xiaoguang&Li,Manchun&He,Rong&Ran,Bin,2020年。"基于自动识别系统(AIS)数据的全球海洋石油贸易分析,"交通地理学杂志爱思唯尔,第83(C)卷。
    12. Roar Adland、Haiying Jia和Siri P.Strandenes,2017年。"基于AIS的贸易量估计是否可靠?原油出口案例,"海事政策与管理《泰勒与弗朗西斯杂志》,第44卷(5),第657-665页,7月。
    13. Serkan Arslanalp先生、Marco Marini先生和Patrizia Tumbarello女士,2019年。"船舶交通大数据:实时预测贸易流量,"国际货币基金组织工作文件2019/275,国际货币基金组织。
    14. Roar Adland&David Hansson&Levin von der Wense,2017年。"重视石油运输中的货物灵活性,"海事政策与管理《泰勒与弗朗西斯杂志》,第44卷(7),第803-814页,10月。
    15. Bai,Xiwen&Lam,Jasmine Siu Lee,2019年。"从美国海湾装载超大型天然气运输船(VLGC)的目的地选择模型,"能源,爱思唯尔,第174卷(C),第1267-1275页。
    16. Lin,Yi和Jeon,Yongho,2006年。"随机森林和自适应最近邻,"美国统计协会杂志,美国统计协会,第101卷,第578-590页,6月。
    17. Södal,Sigbjörn&Koekebakker,Steen&Aadland,Roar,2008年。"航运中的市场转换——一种用于联合运输公司估值的实物期权模型,"金融经济学综述爱思唯尔,第17卷(3),第183-203页,8月。
    18. 恩里克·门多萨,1991年。"小型开放经济中的实际商业周期,"美国经济评论,美国经济协会,第81(4)卷,第797-818页,9月。
    完整参考文献 (包括与IDEAS上的项目不匹配的项目)

    引文

    引文由CitEc项目,订阅其RSS源用于此项目。
    作为


    引用人:

    1. 李,欢欢&焦,杭&杨,再利,2023。"基于机器学习和深度学习方法的AIS数据驱动船舶航迹预测建模与分析,"运输研究E部分:物流与运输回顾爱思唯尔,第175(C)卷。
    2. 李、魏军和白、西文和杨、董和侯、姚,2023年。"海上连通性、运输基础设施扩展和经济增长:全球视角,"交通研究A部分:政策与实践爱思唯尔,第170(C)卷。
    3. 李,欢欢&星,文斌&焦,杭&杨,再利&李,严,2024。"海上自主水面舰艇深度双向信息驱动航迹预测,"运输研究E部分:物流与运输回顾爱思唯尔,第181(C)卷。

    最相关的项目

    这些是最常引用与本书相同作品的项目,也被与本书同样的作品引用。
    1. Bai、Xiwen和Cheng、Liangqi和Iris,圣安东尼奥,2022年。"数据驱动的财务和操作风险管理:来自全球不定期船运输业的经验证据,"运输研究E部分:物流与运输回顾爱思唯尔,第158(C)卷。
    2. Kei Kanamoto&Liwen Murong&Minato Nakashima&Ryuichi Shibasaki,2021年。"海事大数据能否应用于航运业分析?关注干散货船的商品和船舶尺寸,"海洋经济与物流Palgrave Macmillan;国际海事经济学家协会,第23卷(2),第211-236页,6月。
    3. 闫、赵进与肖、易嘉与程、梁与陈、宋与周、肖与阮、晓光与李、满族与何、荣与冉、彬,2020年。"基于自动识别系统(AIS)数据的全球海洋石油贸易分析,"交通地理学杂志爱思唯尔,第83(C)卷。
    4. 文森特·斯塔姆(Vincent Stamer),2021年。"集装箱外思维:预测贸易流量的机器学习方法,"基尔工作文件2179年,基尔世界经济研究所(IfW Kiel)。
    5. 彭文浩、白喜文,2022。"通过AIS数据量化运营策略和市场聚焦方法提高航运公司利润率的前景,"运输政策爱思唯尔,第128卷(C),第138-152页。
    6. Bai,Xiwen&Hou,Yao&Yang,Dong,2021年。"选择清洁能源还是绿色技术?来自全球船舶的经验证据,"运输研究E部分:物流与运输回顾爱思唯尔,第151(C)卷。
    7. Zhi Heng和Tsz Leung Yip,2018年。"Kra运河及其收费结构对油轮交通的影响,"海事政策与管理《泰勒与弗朗西斯杂志》,第45卷(1),第125-139页,1月。
    8. Yang,Dong&Liao,Shiguan&Venus Lun,Y.H&Bai,Xiwen,2023年。"走向可持续港口管理:数据驱动的全球集装箱港口周转率评估,"运输研究E部分:物流与运输回顾爱思唯尔,第175(C)卷。
    9. 松浦晃平(Kohei Matsumura)和Oh Yusuke&Tomohiro Sugo&Koji Takahashi,“未注明日期”。"利用流动数据预测经济活动,"日本银行工作文件系列21-E-2,日本银行。
    10. Saskia Meuchelböck和Vincent Stamer,2021年。"Hochfrequencyzdaten aus der Schifffahrt als Indikator für den deutschen Außenhandel[经济头灯:作为德国对外贸易指标的航运高频数据],"Wirtschaftsdienst公司,施普林格;ZBW-莱布尼茨经济信息中心,第101卷(5),403-404页,5月。
    11. 严、赵进、杨、光浩、何、荣、杨、慧、慈、慧,2023年。"“船港国”多维研究——中国液化天然气贸易精细分析,"交通地理学杂志爱思唯尔,第110(C)卷。
    12. Yang,Dong&Wu,凌霄&Wang,帅安,2021。"我们能相信散装船舶的AIS目的港信息吗对航运政策和实践的影响,"运输研究E部分:物流与运输回顾爱思唯尔,第149(C)卷。
    13. Gil,Mateusz&KozioÅ,PaweÅ&Wré³bel,Krzysztof&Montewka,Jakub,2022年。"了解你的安全指标——基于大数据分析确定商船船首跨越范围,"可靠性工程与系统安全爱思唯尔,第220(C)卷。
    14. 文森特·斯塔姆(Vincent Stamer),2022年。"集装箱外思维:预测贸易流量的稀疏偏最小二乘法,"VfS 2022年年度会议(巴塞尔):经济中的大数据264096,Verein für Socialpolitik/德国经济协会。
    15. Naraidoo,Ruthira和Paez-Farrell,Juan,2023年。"小型开放经济体的商品价格冲击、劳动力市场动态和货币政策,"经济动力学与控制杂志爱思唯尔,第151(C)卷。
    16. Kakuho Furukawa和Ryohei Hisano,2022年。"基于海洋大数据的出口预测模型,"日本银行工作文件系列22-E-19,日本银行。
    17. Alexandridis,George&Kavussanos,Manolis G.&Kim,Chi Y.&Tsouknidis,Dimitris A.&Visvikis,Ilias D.,2018年。"航运金融研究综述:制定未来研究议程,"运输研究E部分:物流与运输回顾爱思唯尔,第115卷(C),第164-212页。
    18. 乔斯坦·特维特(Jostein Tvedt),2022年。"海上风电浮动与搬迁的实物期权,"能源经济学爱思唯尔,第116(C)卷。
    19. Chen,Hongyi和Tillmann,Peter,2023年。"锁定溢出,"国际货币与金融杂志爱思唯尔,第137(C)卷。
    20. 亚历山大·桑德坎普(Alexander Sandkamp)、文森特·斯塔姆(Vincent Stamer)和杨树耀(Shuyao Yang),2022年。"朗姆酒去哪里了?海盗行为对贸易和运输的影响,"世界经济评论(Weltwirtschaftliches Archiv),施普林格;基尔世界经济研究所,第158(3)卷,第751-778页,8月。

    有关此项目的更多信息

    关键词

    货物类型预测;石油贸易估算;自动识别系统;随机森林;
    所有这些关键字.

    JEL公司分类:

    • E32(E32)-宏观经济学和货币经济学--价格、商业波动和周期--商业波动;周期
    • 10层-国际经济贸易总则
    • 第40季度-农业与自然资源经济学;环境与生态经济学---能源---概述
    • R40型-城市、农村、区域、房地产和交通经济学--交通经济学--概述

    统计

    访问和下载统计

    更正

    本网站上的所有材料均由各自的出版商和作者提供。你可以帮助纠正错误和遗漏。请求更正时,请提及此项目的句柄:RePEc:eee:transe:v:165:y:2022:i:c:s1366554522002174。请参阅一般信息关于如何更正RePEc中的材料。

    如果您编写了此项目,但尚未在RePEc注册,我们鼓励您这样做在这里。这允许将您的个人资料链接到此项目。它还允许您接受我们不确定的该项目的潜在引用。

    如果CitEc公司识别了书目参考,但没有将RePEc中的项目链接到它,您可以帮助这个表格.

    如果你知道引用这一条的缺失条目,你可以通过以与上述相同的方式为每个引用条目添加相关引用来帮助我们创建这些链接。如果您是此项目的注册作者,您可能还需要检查您的RePEc作者服务个人资料,因为可能有一些引文等待确认。

    有关本项目的技术问题,或更正作者、标题、摘要、参考书目或下载信息,请联系:Catherine Liu(电子邮件地址如下)。供应商的一般联系方式:http://www.elsevier.com/wps/find/journaldescription.cws_home/600244/description#描述.

    请注意,更正可能需要几周时间才能筛选出来各种RePEc服务。

    思想是一个经济学研究论文服务。RePEc使用各出版商提供的书目数据。