Abstract:Ｔｈｅ ｆｌｕｃｔｕａｔｉｏｎ ｏｆ ｃｒｕｄｅ ｏｉｌ ｐｒｉｃｅｓ ｈａｓ ａｎ ｉｍｐａｃｔ ｏｎ ｔｈｅ ｇｌｏｂａｌ ｅｃｏｎｏｍｉｃ ａｎｄ ｐｏｌｉｔｉｃａｌ ｓｅｃｕｒｉｔｙ. Ａｃｃｕｒａｔｅ ｐｒｅｄｉｃ￣ ｔｉｏｎ ｏｆ ｔｈｅ ｆｕｔｕｒｅ ｃｒｕｄｅ ｏｉｌ ｐｒｉｃｅｓ ｈａｓ ｂｅｅｎ ａｌｌ ｐａｒｔｉｅｓ′ ｃｏｎｃｅｒｎ. Ｔｈｉｓ ｐａｐｅｒ ｐｒｏｐｏｓｅｓ ａ ｍｕｌｔｉ－ｓｃａｌｅ ｐｒｉｎｃｉｐａｌ ｃｏｍｐｏｎｅｎｔ ａ￣ ｎａｌｙｓｉｓ (ＭＳＰＣＡ) －ｂａｓｅｄ ＡＲＩＭＡ ｍｅｔｈｏｄ ｆｏｒ ｃｒｕｄｅ ｏｉｌ ｐｒｉｃｅ ｆｏｒｅｃａｓｔｉｎｇꎬ ｗｈｉｃｈ ｕｓｅｓ ｔｗｏ－ｄｉｍｅｎｓｉｏｎａｌ ｃｒｕｄｅ ｏｉｌ ｐｒｉｃｅ ｓｅ￣ ｒｉｅｓ ａｓ ｄａｔａ ｓｏｕｒｃｅꎬ ｕｓｅｓ ｔｈｅ ＡＲＩＭＡ ｆｏｒ ｆｏｒｅｃａｓｔｉｎｇ ａｆｔｅｒ ＭＳＰＣＡ ａｎｄ ｆｕｌｌｙ ｃｏｎｓｉｄｅｒｓ ｔｈｅ ｃｏｒｒｅｌａｔｉｏｎ ｂｅｔｗｅｅｎ ｃｒｕｄｅ ｏｉｌ ｆｕ￣ ｔｕｒｅｓ ｐｒｉｃｅ ａｎｄ ｓｐｏｔ ｐｒｉｃｅ. Ｔｈｉｓ ｍｅｔｈｏｄ ｕｓｅｓ ｔｈｅ ｍｕｌｔｉ－ｓｃａｌｅ ａｎａｌｙｓｉｓ ａｂｉｌｉｔｙ ｏｆ ｗａｖｅｌｅｔ ｔｒａｎｓｆｏｒｍꎬ ｔｈｅ ｄｉｍｅｎｓｉｏｎ ｒｅｄｕｃｔｉｏｎ ｓｔａｔｉｓｔｉｃａｌ ａｂｉｌｉｔｙ ｏｆ ＰＣＡꎬ ａｎｄ ｔｈｅ ｐｒｅｄｉｃｔｉｏｎ ａｂｉｌｉｔｙ ｏｆ ＡＲＩＭＡ ｍｏｄｅｌ ｆｏｒ ｎｏｎ－ｓｔａｔｉｏｎａｒｙ ｔｉｍｅ ｓｅｒｉｅｓ. Ｔｈｅ ｅｘｐｅｒｉｍｅｎｔ ｐｒｏｖｅｓ ｔｈａｔ ｔｈｅ ＡＲＩＭＡ ｍｅｔｈｏｄ ｂａｓｅｄ ｏｎ ＭＳＰＣＡ ｉｓ ｂｅｔｔｅｒ ｔｈａｎ ＡＲＩＭＡ ｍｅｔｈｏｄ ａｎｄ Ｈｏｌｔ′ｓ ｅｘｐｏｎｅｎｔｉａｌ ｓｍｏｏｔｈｉｎｇ ｍｅｔｈｏｄꎬ ａｎｄ ｔｈｕｓ ｃａｎ ｅｆｆｅｃｔｉｖｅｌｙ ｉｍｐｒｏｖｅ ｔｈｅ ａｃｃｕｒａｃｙ ｏｆ ｆｏｒｅｃａｓｔｉｎｇ ｃｒｕｄｅ ｏｉｌ ｐｒｉｃｅｓ.
