油价预测方法_油价预测方法有哪些

1.未来中国石油需求预测

2.预测方法体系

我来介绍下用技术面来分析原油价格走势

一、原油价格走势图主要从K线，KDJ，boll线，MACD出发，结合小时线 4小时线进行分析。如果做的是超短线的就看5分钟线和15分钟线。K线判断：1小时4小时日线假如出现了较大的阳线，那么比较有效的支撑就有大阳线的底部、中部和顶部，可以作为参考，其中日线尤其重要。boll判断：小时线，4小时线，日线的boll上轨都是近期有效的阻力 boll下轨则作为近时间段有限支撑，最好就是boll和4小时结合。

二、支撑位压力位的判断方法。这在原油上绝对是重点，因为原油不看大盘，没有庄家，也没有成交量参考，所以在支撑位和压力判断方面。全世界的投资者都看得非常重要，因此原油支撑位和压力的判断准确性也比炒股判断的准确性要高得多。支撑位和压力位的意义是当原油价格到了这个位一般就会反弹，如果要直接突破这个位就还会继续走，判断支撑位、压力位的理论上讲方法是很多的，但在这里本人只介绍几个非常重要的方法就行了，因为如要判断方法讲得太多会让大家做交易无从下手，一个是整数位如4500，4600，4700等等是支撑位和压力位，二是是前期的最高位和最低位是支撑位和压力位(这个在K线图上可以看到)。一般在操作上，做交易的本人见议最好在支撑位和压力位附近下单比较安全。例如，原油从高位跌到了支撑位4500附近，哪么你可以做多，哪么止损可以在4480下方，如果行情破位止损，亏损也不会太多的。反过来讲，如果行情直接下冲破了4580，哪么你就可以做空，行情还会跌的，但要等回调后再做空，这时你反手做空一样可以赚回来。当然，相反在压力下方做空，和突破压力位做多道理是一样的，我就不多讲了。包括你赚钱的目标都可以考虑在支撑位和压力附近的，比如我从4500做多，哪么涨到了4600，这就是个压力位，我也可以考虑在这个位附近平仓了结。因为原油的支撑位和压力的确是非常准的。

三、美元指数。美元指数是影响原油涨跌的最重要因素之一，美指数的涨跌跟原油的涨跌方向是相反的，在行情软件的左下角可以看到美指数的变化的，当然美指数也是有走势图和技术指标的，有时候大家看黄金的行情无法判断涨跌的时候，可以直接看美元指数走势和技术指标判断也是一样的，方向与原油的走势是相反的(当然影响原油价格的因素也不只是美元，所以这个判断也不是绝对准的)。另外就是原油连续，它与原油的涨跌方向是相同的，它也是影响原油涨跌的一方面因素。当然本人认为美指才是最主要的因素。

四、经济数据和政策因素了。数据以美国的经济数据为重点，判断方法其实很简单的，例如这个数据显视美国的经济利好，说明美元就要涨，原油就要跌，相反数据显视美国的经济不好，哪么说明美元要跌，原油要涨，所以这些都是围着美元转的，看数据主要是看这个数据对美元是利好还是利空，因为原油和美元是相反的嘛。能判断美元就可以判断原油了，另外还有原油的供求关系也是很重要的了，例如政策和数据显视全求经济有不好哪么就会有很多人买原油了，说明原油就要涨了。

未来中国石油需求预测

总序

序言

第一部分 国际油价波动分析

第一章 全球石油市场信息溢出研究

1.1 引言

1.2 信息溢出检验文献综述

1.3 实证研究

1.4 本章小结

1.5 参考文献

第二章 国际油价短期波动研究

2.1 引言

2.2 以前的相关研究

2.3 实证数据和方法

2.4 实证结果

2.5 本章小结

2.6 参考文献

第三章 基于粗糙集和小波神经网络的油价影响因素分析

3.1 引言

3.2 基于粗糙集和小波神经网络的混合方法

3.3 混合方法的应用

3.4 本章小结

3.5 参考文献

第四章 国际油价影响因素的综合分析

4.1 引言

4.2 影响原油供给的因素

4.3 影响原油需求的因素

4.4 影响原油价格的短期因素

4.5 本章小结

4.6 参考文献

第五章 突发事件对油价的影响分析

5.1 引言

5.2 突发事件类型

5.3 油价波动特点

5.4 案例分析：突发事件对油价的影响

5.5 本章小结

第六章 基于经验模态分解的国际原油价格波动分析

6.1 引言

6.2 经验模态分解

6.3 分解

6.4 合成

6.5 本章小结

6.6 参考文献

第七章 基于LSI的文本聚类在影响油价事件分类中的应用

7.1 引言

7.2 文本预处理

7.3 基于LSI的文本聚类

7.4 聚类结果分析

7.5 本章小结

7.6 参考文献

第二部分 国际油价预测

第八章 动态因子方法预测原油价格

8.1 引言

8.2 动态因子方法

8.3 数据

8.4 回归和预测结果

8.5 本章小结

8.6 参考文献

第九章 基于基金持仓的国际原油期货价格预测

9.1 引言

9.2 影响国际原油期货市场的因素分析

9.3 国际原油期货价格预测

9.4 本章小结

9.5 参考文献

第十章 小波变换在油价分析预测中的应用

10.1 引言

10.2 小波变换

10.3 基于小波变换的油价序列多尺度分解

10.4 基于多尺度分解的油价预测

10.5 本章小结

10.6 参考文献

第十一章 基于小波神经网络的油价预测

11.1 引言

11.2 小波神经网络介绍

11.3 实证分析

11.4 本章小结

11.5 参考文献

第十二章 基于供求理论的石油季度价格预测

12.1 石油价格影响机制简介

12.2 石油季度价格影响因素分析

12.3 石油季度价格预测模型的建立

12.4 本章小结

12.5 参考文献

第十三章 勘探开发与国际石油供求间关系分析

13.1 引言

13.2 石油供给的影响因素分析与情景预测

13.3 石油需求的影响因素分析与情景预测

13.4 本章小结

13.5 参考文献

第十四章 基于VARX与VECM模型的年度国际原油价格预测

14.1 引言

14.2 模型理论与方法

14.3 变量选取与数据说明

14.4 模型预测与结论

14.5 本章小结

14.6 参考文献

附录一 国际油价预测系列报告（摘选）

附录二 报刊文章和观点精选

预测方法体系

目前的石油需求预测方法可以分为两类：一类是宏观预测法，是以宏观经济分析预测为基础，研究石油消费与国民生产总值、人口及石油价格等的关系，并根据石油消费与经济发展的关系及发展趋势，预测未来石油消费。这类方法包括石油消费弹性系数法、能源消费强度法和人均石油消费法等。另一类是部门分析法，就是分析每一个石油消费部门的石油消费与本部门消耗石油的机具、产品等的相互关系，如汽油消费与汽车保有量的关系、化工产品产量与石油消费量的关系等，根据这种关系预测本部门未来石油消费的增长趋势，所有部门预测值的综合就是全国未来石油消费量。

这两种预测方法各有优缺点。部门预测法的优点是充分应用了各部门对未来发展前景预测，包括未来产品的市场需求、节能和能源替代等大量技术和经济分析，以及油价和行业技术发展对各部门未来石油需求的影响。这种预测的缺点也是显而易见的，这种预测涉及各部门各环节的石油消费预测，每一个部门每一个环节预测的误差都会出现在总体预测中，预测的综合误差就是每一个部门每一个环节预测的误差的综合，因此增加了误差的概率；另一方面，这种预测也不能考虑不可预见的事件对石油需求的影响，特别是对长期预测可能会造成更大误差。宏观预测法是以国民经济发展为依据进行预测，是以国民经济综合数据为基础，消除了部门之间预测可能造成的误差加和，过去曾发生过的不可预见事件的影响，替代能源、节油技术进步和油价变化的综合影响，适合于长期趋势的预测。

本次的中国石油需求预测是建立在中国和美国石油消费对比研究的基础上的宏观预测。假设现在的高油价将使中国石油需求明显下降，石油利用效率不断改善；假设未来20年中国的石油消费强度沿着美国过去20年走过的道路不断改善，经济发展对石油的依赖显著地降低。在此假设下，使用石油消费强度和石油消费弹性系数两种宏观预测方法，取美国1980～2000年的石油消费强度值和石油消费弹性系数作为中国2000～2020年的石油消费强度和石油消费弹性系数进行预测。

(1)根据石油消费强度法预测石油消费量。近20年来，虽然中国石油消费总量逐年增加，但单位国内生产总值的石油消耗却在逐年降低，石油利用效率有了很大提高。单位国内生产总值的石油消耗从1978年的0.6吨/1000 美圆左右下降到了2000年的0.18吨/1000 美圆，在22年里下降了70%。预测随着石油利用效率的提高，中国单位国内生产总值的石油消耗也降持续降低。对照美国石油消费强度演化趋势和中国石油消费强度演化趋势发现，目前中国正处于美国1980年的石油消费强度水平，如果将美国的石油消费强度演化趋势整体向后移20年作为中国未来发展的趋势(图6.26)，到2010年中国石油消费强度将降到0.12吨/1000美圆左右，预计比2000年下降33%左右；2020年中国石油消费强度将降到0.10吨/1000美圆左右，预计比2000年下降44%左右。根据中国国民经济发展目标和石油消费强度演化趋势预测，2010年中国石油需求为3.92亿吨，2020年为5.99亿吨(表6.1)。

利用石油消费弹性系数预测中使用的GDP数据来自国家权威数据，石油消费强度数据借用美国数据，数据可靠性是相当高的。但是，预测的石油消费强度目标是2020年中国的石油消费强度达到美国2000年的水平，美国目前并不是世界上石油利用效率最好的国家。目前美国的石油消费强度几乎比西欧国家平均高60%左右，更比日本高出1倍以上。如果以西欧国家作为目标，或者以日本作为目标，预测的中国未来石油需求量将大大减少。2020年中国石油消费强度下降到西欧、甚至日本2020年的水平的可能是存在的，也有可能实现。因为未来节能技术、新能源开发和替代都将更先进、有效。

图6.26 中国单位国内生产总值石油消耗预测

表6.1 中国未来石油需求预测(石油消费强度法预测)

①2005年GDP来自国家统计局，2010年GDP来自《中国国民经济和社会发展第十一个五年规划纲要》，2020年GDP按发展研究中心预测2010～2020年间6.50%的增长速度预测。

②GDP以2005年平均8.19汇率折算。

③来自国家统计局简报。

(2)石油消费弹性系数法预测。石油消费弹性系数是石油消费增长率与国内生产总值增长率的比值，代表国内生产总值每增长一个百分点所需的石油消费增长率。这是能源预测中最常见的方法，预测公式如下：

En=E0·(1+Tn·Gn)n

式中，En为第n年石油需求量；E0为起始年石油消费量；Tn为第n年石油消费弹性指数；Gn为第n年国内生产总值增长率。

石油消费弹性系数的变化与国民经济发展速度、产业结构、石油价格、节油技术进步和其他能源替代水平等因素有关，其中石油价格影响因素是比较重要的影响因素。一般来说，随着国民经济的发展，就业人员从第一产业向第二产业、从第二产业向第三产业转移，各产业对国民经济贡献也随之发生变化，石油消费较少的第三产业对国民经济贡献逐渐增加，石油消费弹性系数随之降低。石油价格的增长导致替代能源发展和节油技术进步，使石油消费下降，石油消费弹性系数随之降低。美国在1973年第一次石油危机之前，世界石油价格较低时，石油消费占一次能源消费的47%，石油消费弹性系数在0.5～1.0 之间。1973～1978年石油消费出现负增长，石油消费弹性系数为负值。1978年以后，美国石油消费重新增长，但石油在美国一次能源消费中的比例下降到了40%左右，石油消费弹性系数相应的下降到了0.43左右。自“九五”计划以来，中国石油消费弹性系数一直处在0.5～1.0之间，2000～2005年，石油消费弹性系数平均为0.71。在经历了2004年的高油价和能源短缺以后，中国加快了替代能源的开发和节油技术进步。根据前面分析，2010年以后中国石油消费增长速度将明显回落。预计2010年、2015年和2020年中国石油消费弹性指数依次为0.62，0.55和0.43，相应的石油需求量为3.70，4.36和4.97亿吨(表6.2)。

表6.2 中国未来石油需求预测(弹性系数法)

弹性系数预测需要使用基础年石油消费量、国民经济增长速度石油消费弹性系数等参数，这些参数由于来源不同差距很大。本次预测采用的2005年中国石油消费量3亿吨是国家统计局的官方数据，经济增长速度数据也来自国家“十一五”规划，弹性系数取自美国历史数据，这些数据基本上排除了作者的个人因素，预测结果应该更为可信。

油气资源储量、产量增长趋势预测的方法大致可以划分为四大类:一是专家评估法;二是统计法，包含时间序列数学模型法和工作量数学模型法;三是类比法;第四类是综合预测法。

一、专家评估法

(一)基本原理

专家评估法是指预测者制作油气资源趋势预测表格，分发给熟悉业务知识、具有丰富经验和综合分析能力的专家学者，让他们在已有资料的基础上，运用个人的经验和分析判断能力，对油气资源的未来发展作出性质和程度上的判断，然后经过分析处理，综合专家们的意见，得到预测结果。

(二)实施步骤

1.设计油气资源趋势预测表格

预测表格主要包含油气储量、产量高峰值及持续时间的预测，以及每五年的平均储量发现和产量情况(表4-1-1)。

2.将表格分发给专家进行预测

选择对我国油气资源状况比较了解，有较高理论水平和丰富实践经验，在油气资源评价和战略研究方面卓有成效的专家学者。将表发给专家，并附以相关资料，请专家对表中所列事项作出预测与评价，并给出预测依据。

3.预测结果的分析整理

用统计方法综合专家们的意见。把各位专家的预测结果予以综合、整理、分析，并将结果以图表的形式表现出来。

表4-1-1 发现趋势专家评估法预测表

二、统计法

统计法主要依据已知的油气储量、产量数据，采用各类数学模型，进行历史数据的拟合，并预测未来的发展趋势。统计法包括时间序列法、勘探工作量数学模型法、递减曲线分析法、储量—产量历史拟合法和储量—产量双向平衡控制模型法等(表4-1-2)。

三、类比法

(一)方法原理

所谓类比法是指开展低勘探程度盆地的油气储量、产量趋势预测时，以勘探程度较高的盆地作为类比对象，依据预测盆地与类比盆地在盆地类型和油气地质条件的相似性，假设预测盆地投入充足勘探开发工作量的情况下，未来一个时间段内能够发现的油气储量和达到的产量。类比法可分为探明速度类比法和图形类比法。

表4-1-2 油气资源发现趋势预测统计法模型分类表

(二)方法种类

1.速度类比法

以盆地类型为主要划分依据，分别选取松辽、鄂尔多斯、渤海湾、二连、准噶尔、柴达木、吐哈、酒泉、塔里木、苏北和百色盆地作为石油储量发现和产量增长的类比盆地，选取四川、鄂尔多斯、塔里木、吐哈、柴达木、松辽、渤海湾、南襄和百色盆地作为天然气储量发现和产量增长的类比盆地。依据各盆地油气资源的探明程度与采出程度，将以上盆地的勘探开发阶段划分为早期、中期和后期，不同阶段具有不同的油气地质储量的探明速度和可采储量的采出速度。对低勘探程度盆地进行油气资源趋势预测时，给定油气储量发现和开始具有产量的起点，类比高勘探程度盆地的探明速度和采出速度，预测出未来某一时间单元内(2006～2030年)该盆地油气储量探明状况和产量增长状况。

2.图形类比法

图形类比法是假设在有充足的勘探开发工作量基础上，预测盆地和类比盆地具有相似的勘探发现历程与产量增长过程，预测盆地可类比高勘探程度盆地的储量发现和产量增长曲线，使用类比盆地的模型参数以及预测盆地的资源量数据，即可得到预测盆地油气资源趋势预测曲线，进而得到2006～2030年储量和产量的数据。

按照类比标准表所选取的盆地，使用龚帕兹模型分别进行储量和产量数据曲线的拟合，得到40个储量类比图形和产量类比图形，以及相应的图形参数a、b。

(三)实施步骤

(1)建立类比标准表:选取勘探程度较高的盆地作为类比盆地，按照盆地类型进行分类，将各盆地的储量发现和产量增长划分为不同的阶段，统计计算各阶段的储量探明速度和产量增长速度，制作类比标准表。

(2)建立类比图形库:根据作为类比盆地的高勘探程度盆地的储量、产量历史数据，用龚帕兹模型进行曲线拟合，得到控制图形形状的参数a和b，分别拟合类比标准表中各盆地的储量和产量曲线，建立类比图形库。

(3)为预测盆地选择合适的类比盆地:预测盆地与类比盆地的盆地类型、地层时代、储层岩性相近，油气地质条件可以类比。

(4)按照类比标准表分别给各预测盆地储量探明速度和产量增长速度赋值，并按盆地实际情况选择对应的持续时间，得到2006～2030年预测盆地累计探明程度、储量以及累计产量。

(5)将预测盆地的资源量和类比盆地的参数a和b代入龚帕兹公式，得到预测盆地的储量发现和产量增长曲线。

(6)以探明速度和产出速度类比法为主，并考虑图形类比法得到的预测结果，对预测盆地2006～2030年油气资源发现趋势进行综合分析。

四、综合预测法

(一)方法原理

综合预测法是指以盆地或预测区的资源潜力为预测基础，分析其勘探开发历程，依据目前所处的勘探开发阶段，确定其未来储量、产量可能出现的高峰值及时间，使用多旋回哈伯特模型，采用储采比控制的办法，对油气储量、产量进行预测。

1.哈伯特模型

哈伯特模型将油田产量的历史数据与对称的钟形曲线相拟合。哈伯特模型有3个基本的假定:

(1)油田投入开发后，产量从0开始随开发时间的延长而上升，并达到一个或多个高峰值。

(2)产量高峰过后，则随开发时间的延长而下降，直至资源完全衰竭。

(3)当开发时间趋近于无穷时，产量与时间关系曲线下面的面积，等于油田的最终可采储量。

在上述条件下，油气田的产量可用累积产量的二次函数表示，其表达式为:

全国油气储量产量增长趋势预测

式中:Q为油气田产量，104t/年(油田)或108m3/年(气田);Np为累积产量，

104t或108m3;a、b为模型参数。S.M.Al－Fattah和陈元千推导出哈伯特模型的累积产量与开发时间的关系式为:

全国油气储量产量增长趋势预测

式中:NR为最终可采储量，104t或108m3;t为投产后年份，a;t0为开始投产年份，a;c为模型参数。

式(4－2)表示的是累积产量与时间的关系，实际上是逻辑斯谛模型的一种衍生形式。式(4－2)也可表示为:

全国油气储量产量增长趋势预测

式中:tm为产量高峰年份，a。

式(4－3)两边分别对t求导，得到产量与时间的关系式为:

全国油气储量产量增长趋势预测

式中:Qm为油田年产量高峰值，104t或108m3。

由式(4－4)知，当t=tm时， ，即当油气田年产量达到最高年产量(峰值)时，相应的累积产量应等于最终可采储量的50%。

就式(4－4)而言，参数b控制了曲线张口的大小，b值大时，曲线陡峭，张口小，表示预测地区的储量发现或产量增长属于快上快下型，持续时间短，达到高峰后迅速下降;b值小时，曲线平缓，张口大，表明储量或产量平缓增长，高峰时间长，有一个较长的生命周期。

2.多旋回哈伯特模型

多旋回哈伯特模型可表示为:

全国油气储量产量增长趋势预测

式中:i为哈伯特旋回个数;k为哈伯特旋回总数，其他参数同上。

用多旋回哈伯特模型预测石油地质储量和油气产量首先要确定哈伯特旋回的个数，除了已出现的高峰，还要预测将来可能出现的高峰个数，这需要掌握丰富的地质资料和勘探开发历程，并对油气田的未来发展趋势有比较正确的认识;然后通过最小二乘法进行非线性拟合，确定单个哈伯特模型的参数，最后将多条哈伯特曲线叠加得到总的预测曲线。

(二)实施步骤

1.油气储量、产量高峰的基本判断

开展盆地油气储量、产量发展趋势预测是以其油气资源潜力分析为基础的，盆地的资源量和探明程度、产出程度基本上决定了油气未来储量、产量上升或下降的态势。因此，依据盆地目前所处的勘探阶段、资源潜力、历年所发现的储量规模、石油公司的“十一五”规划和中长期发展规划以及专家评估法作出的判断，确定盆地的储量发现高峰是否已过，如果高峰已过，则未来的储量发现将呈现衰减的形势;如果尚未达到高峰，则需要判断高峰出现的时间及高峰值，不同类型盆地的储量高峰所处的勘探阶段不同，但一般出现在探明程度40%～60%时。产量高峰的判断还要考虑油气开发状况，一般比储量高峰晚5～20年。通过专家小组会议确定各盆地的储量、产量高峰。

2.油气储量、产量增长曲线拟合

在确定了盆地储量、产量的高峰后，即可使用多旋回哈伯特或高斯模型进行油气储量、产量曲线的拟合。首先要确定哈伯特旋回的个数，除了已出现的高峰，还要根据未来可能出现的高峰值，选择合适的旋回个数，然后通过最小二乘法进行非线性拟合，精确确定单个哈伯特模型有关高峰值、出现时间及表示曲线形态的参数，最后将多条哈伯特曲线叠加得到总的预测曲线。

3.采用储采比控制储量、产量之间的关系

首先对预测期内的储采比变化趋势进行预测判断，一般而言，高勘探程度盆地的储采比呈现下降趋势，而低勘探程度盆地的储采比在储量发现高峰之前快速上升。然后对盆地的储量、产量进行预测，采用储采比控制法控制储量、产量之间的关系。储采比控制法是在对预测期内新增动用可采储量的预测基础上，用剩余可采储量的储采比作为控制条件进行产量预测的一种方法。预测期历年的新增可采储量，包括老油田提高采收率增加的部分和新增动用储量增加的部分。

(三)方法特点

1.预测依据充分

采用综合预测法进行盆地油气资源趋势预测，不是靠以往数据的趋势外推，而是以盆地的油气资源量为基础，通过潜力分析，定性判断其未来的勘探开发前景。该方法也综合考虑了盆地地质特点、地质理论和勘探开发技术进步、勘探圈闭类型等影响储量、产量增长的内在因素和资源供需形势、油价、政策以及突发事件等外在因素，同时参考了石油公司的“十一五”规划和中长期发展规划以及专家评估法作出的趋势判断。因此，预测依据是十分充分的。

2.发挥了专家经验判断的作用

单纯用统计法进行趋势预测，一个很大的弱点就是预测完全受数学模型的约束，很多专家经验的判断无法在预测中体现。而综合预测法既有数学模型的约束，也有专家经验的体现，实现了主客观相结合的预测思路。

3.方法可控性强

使用多旋回模型预测，能够对预测进行有效控制。由于盆地油气储量、产量增长曲线多为多峰的形态，单旋回的预测无法预测出未来高峰的出现，而多旋回模型可以把由于不同原因出现的储量、产量高峰一一表现出来，从而对储量、产量增长结构有更清楚的认识，明了什么时间由于何种事件的影响使油气储量、产量有了明显的上升或下降。利用软件可方便地实现对多旋回的控制。

五、预测方法创新之处

(一)全面使用了专家评估法

国内外调研分析表明，专家经验是油气资源发现趋势不可或缺的力量，专家评估法是除统计法和类比法之外的另一大类预测方法。因此，项目办公室专门制作了油气资源趋势预测的表格，分发给30余位石油界的专家，让专家们在规定的时间内，对我国主要含油气盆地石油天然气发现趋势进行预测，并给出综合分析。

专家们的预测代表了我国石油界对未来油气储量、产量增长的基本判断和普遍看法，这项工作是国内首次开展的一项调查研究工作，既为油气资源趋势预测研究提供了指导性的意见和参考依据，也是对我国石油工业未来发展思路上的整体把握。

(二)广泛应用了类比法

对于勘探程度相对较低的盆地使用类比法开展油气资源趋势预测研究。根据评价区与类比区油气地质条件的相似性，按照类比区不同勘探阶段和油气产出阶段具有不同的探明速度和产出速度，判断在未来某一时间段内评价区所处的勘探阶段，用探明速度和产出速度乘以其地质资源量和可采资源量，即可得到评价区的储量、产量增长趋势。

类比法的建立为低勘探程度地区的油气资源储量、产量增长趋势预测提供了可行的思路和办法，解决了以往趋势预测只能在高勘探程度地区开展的问题，是预测方法的一大创新之处。

(三)首创并应用了综合预测法

从国内外有关油气趋势预测的现状来看，基本上都属于统计法的范畴，利用各类数学模型，以以往的储量和产量数据进行趋势外推。这种预测受数学模型的约束太大，很多经验的判断也无法在模型中体现出来，对于勘探过程中因勘探新领域突破而带来的储量增长突变无法有效预测。因此，需要一种考虑主客观条件、具有普遍适用性的预测方法。因此，本次研究创立并应用了综合预测法进行油气储量、产量增长趋势预测。该方法预测依据充分，能够发挥专家的经验判断，具有很强的可操作性，在实际应用中取得了很好的效果。