原油作为推动社会经济发展的工业原料以及能源,是世界经济不可或缺的重要组成部分,随着全球工业化与一体化进程的不断发展,不同资产之间的联系也越来越密切。2017年中国的原油进口量超过美国,成为全球最大的原油进口国,2018年原油对外依存度升至70.9%,较去年上升了3.5%,需求量逐年增加,所以研究国际原油价格对我国经济的影响具有重要的意义。本文以Brent原油价格以及上证综指为研究对象,从时域与频域的角度入手,动态分析国际原油价格与我国股票市场的关联性,并对两者价格进行预测。主要从以下几个方面展开研究:首先,从频域视角对原油价格以及股票市场价格的波动特征结构做分析,先对两个价格序列进行EEMD分解,根据IMF重构方法划分成低频项、高频项以及趋势项三类,并解释它们所代表的经济意义,研究结果表明,高频分量反映的是短周期内原油价格和上证综指的正常市场波动,低频分量反映的是中长期内重大事件对原油价格和上证综指的影响,趋势项反映的是原油价格和上证综指的内在运行轨迹,并就对应时期发生的市场波动、重大事件变化以及内在运行轨迹进行了解释。其次,根据上述EEMD分解后得到的原油价格和股票市场价格的高频分量、低频分量和趋势项,通过滚动窗口检验方法分析高频分量、低频分量和趋势项内原油价格和股市二者之间的动态关系。并且,为了避免状态空间模型出现伪回归的问题,先对变量的平稳性进行检验,而后为了判断变量是否符合状态空间模型要求,进行协整检验,再构建状态空间模型。结果表明,尽管不同时期发生着一些重大事件或者是市场波动,但从整体的影响系数来看,原油市场对上证综指的影响远大于我国股市对原油市场的影响,且两者的影响呈负向联动。最后,构建EEMD_重构SVRs_SVR的多尺度重构组合模型对Brent原油价格、股票价格序列进行预测。先用EEMD方法对原油价格、股票价格原始序列进行分解,再叠加重构成高频分量、低频分量、趋势项;对前一步得到的三个子序列分别建立SVR模型,再将三个子序列得到的预测结果通过SVR模型进行组合,得到最后的预测值。结果显示,相较于单模型、以及基于EMD、EEMD的未重构的多尺度组合模型,本文构建的多尺度重构组合模型预测精度明显优于其他模型,实现了较高精度的预测。