集团金融科技专业2022级直博生孟钰皓作为通讯作者，与彭俞超副教授合作撰写的论文“Forecasting crude oil prices in the COVID-19 era: Can machine learn better?”近日被能源经济领域著名期刊Energy Economics（SSCI Q1，集团AA类）接收并在线发表。

自从COVID-19疫情爆发以来，能源价格的可预测性恶化。文章评估了收缩和组合这两类机器学习方法在COVID-19疫情爆发前后对原油现货价格的预测效果。研究结果显示，COVID-19增加了经济不确定性，降低了许多模型的预测能力。收缩方法一直以来都被认为有着出色的样本外预测能力。然而，在疫情爆发以来，组合方法提供的预测却比收缩方法更有效。原因在于疫情的爆发改变了特定预测因子与原油价格之间的相关性，而收缩方法无法识别这种变化，导致信息的损失。

这项研究的发现对能源市场参与者具有重要意义。它提醒投资者和决策者在制定能源市场策略时要考虑疫情等重大外部冲击的影响。同时，研究还强调了机器学习方法在预测能源价格方面的作用，特别是组合方法的优势。这一研究为能源市场的决策者提供了重要的见解，也为未来改进能源价格预测的方法提供了借鉴。

撰稿：孟钰皓

审核：魏  旭