基于ARIMA模型的我国GDP分析预测

改革开放后,中国走上市：场经济道路,与以往的计划经济相比,国内生产总值的计量应该以改革开放1978年为分水岭,GDP经济模型的建立应当以此为计量起点,做出分析和预测。基于Box—Jenkins（博克斯一詹金斯）方法的时间序列分析技术,对我国1978--2008年的年度GDP数据序列进行建模分析,验证该序列的时间序列特性,研究并选择了序列的最佳ARIMA模型,通过模型对我国2007—2011年度的GDP进行了预测。模型实证分析的结果表明：在GDP时间序列分析建模与预测方面,Box—Jenkins方法及其ARIMA模型是一种精度较高且切实有效的方法模型。     

碳达峰目标下中国煤炭价格预测研究

要想实现碳达峰目标,能源结构调整与产业转型升级是主要途径。煤炭作为主体能源,其价格变动既能反映煤炭供需状况,又能引导煤炭投资行为。相比其他情景,碳达峰情景下的煤炭价格预测更为困难,特别是确定合适的煤炭价格变动模型更为困难。使用2010年10月20日至2021年9月1日环渤海动力煤周价格指数,采用蒙特卡罗法对多个煤炭价格变动模型的拟合度进行检验,并根据检验结果预测2030年前中国煤炭价格变动情况。结果显示:几何布朗模型与均值回归模型均可体现中国煤炭价格的变动特征,两者在短期内的预测结果较为一致,但中长期的预测结果则呈现不同的变动情况。根据研究结论,提出了相关对策建议。     

秦皇岛煤炭价格预测研究——基于因素分析法和支持向量机模型

煤炭是我国重要的战略资源,其价格波动对国民经济影响重大。本文选取了煤炭产量、煤炭销量、进口量、国际原油价格和秦皇岛煤炭交易月度价格为样本数据,建立基于因素分析的支持向量机模型(FS-SVM)对秦皇岛的煤炭价格进行了预测分析,并与神经网络模型(BPNN)和无因素分析的支持向量机模型(SVM)的预测结果进行了对比。结果表明,以因素分析的结果作为输入的支持向量机模型可以有效地预测市场煤价,其预测结果可为大型煤炭消耗型企业购煤决策提供指导性意见。     

我国煤炭进口是否会引起国际煤炭价格变化

选取2008年～2016年时间序列数据,在协整分析基础上建立向量自回归VAR模型,综合运用误差修正模型、Granger因果关系检验、脉冲响应函数等研究方法,就我国煤炭进口量对国际煤炭价格影响的效应进行实证分析.结果表明:从长期来看,中国煤炭进口量和国际煤炭价格之间存在长期均衡协整关系;从短期来看,我国煤炭进口量和国际煤炭价格之间存在双向Granger因果关系,我国煤炭进口量的当期波动对国际煤炭价格具有显著影响,我国煤炭进口量短期内可以促使国际煤炭价格上涨,但随着时间推移国际煤炭价格涨幅将逐步缩小.     

基于GRNN神经网络的煤炭价格波动预测

本文提出了基于GRNN神经网络对煤炭价格波动进行预测的理论,通过GRNN神经网络,利用MATLAB和WEKA等软件以及粗糙集等理论分析并验证了国内生产总值、煤炭生产总量、消费总量等因素对煤炭价格波动的影响。成功实现了对煤炭价格波动基于GRNN神经网络的训练和预测;建立了煤炭价格波动的预测模型,大大提高了预测的准确度;基于GRNN神经网络的预测结果准确率为87.5%。结果表明:GRNN神经网络对煤炭价格波动的预测是较成功的。     

化石能源价格与碳交易价格关系：长期均衡与短期波动研究——来自上海碳排放权交易试点的证据

碳交易价格是碳交易体系中的核心组成部分，研究碳价的影响因素对碳交易体系的平稳运行至关重要。本文以上海碳排放权交易试点为例，运用ARDL模型研究煤炭和石油价格与碳价的长期均衡关系和短期动态关系，结果表明：长期来看，煤炭和石油价格对碳价均有正向影响；但短期内，均有负向影响。运用NARDL模型研究煤炭和石油价格的上升和下降对碳价的短期和长期非对称效应，研究结果表明：短期内石油价格对碳价存在非对称效应，只有石油价格下降对碳价的影响显著。Granger因果检验结果表明：煤炭价格与碳价互为格兰杰原因，石油价格是碳价的格兰杰原因。基于此，应维持能源市场稳定，优化能源使用结构；健全碳市场风险管控体系，加大碳金融产品创新；完善碳排放权交易体系，提高碳市场运行效率。     

我国煤炭消耗与经济产出关系的实证研究

我国煤炭消耗与经济产出之间存在直接关系。本文采用协整、误差修正模型以及脉冲响应函数等经典计量经济学方法分析了我国煤炭价格、煤炭消耗与经济产出之间的关系。实证结果表明,经济产出的变化是导致煤炭消耗量短期变化的主要原因,煤炭价格变化对煤炭消耗量变化有一定影响,且随着时间的推移影响程度呈现增强趋势。最后,本文提出了相关建议。     

基于ARIMA模型的我国国内生产总值的分析与预测

本文先介绍了ARIMA模型,而后重点在于ARIMA方法与传统法的比较,指出了ARIMA方法与传统方法的异同,关键的不同点主要有三个方面:建模的基本思想不同、前提不同以及适用范围不同,最后运用ARIMA模型对我国1978—2009年的GDP总额进行了分析与预测,得出ARIMA(2,2,2)模型可以对我国的GDP序列作短期预测。     

我国铁矿石现货市场短期价格预测研究

由于铁矿石市场自身的变化复杂,影响因素众多,而且不少因素的影响性还有待探讨.在分析我国铁矿石现货市场现状基础上.运用灰色关联度模型对各影响因素进行了选取,从中选取出与铁矿石现货价格最为相关的航运价格、进口数量、长协价格四个要素作为预测的控制变量,并使用BP神经网络模型对我国铁矿石现货市场进行短期的验证性预测,取得了良好的效果.     

环渤海动力煤价格预测及用煤企业经营策略研究——基于LSTM和概率区间评估的分析

在“双碳”背景下,煤炭价格受到多种非线性和非平稳因素的影响,煤炭价格的准确可靠预测对增强煤炭市场的稳定性愈发重要。以LSTM神经网络为基础算法研究环渤海动力煤价格指数波动状态,并实现对该指数未来趋势的准确预测;采用混合核密度估计方法探讨煤炭价格指数未来趋势的不确定性,实现了对该价格指数未来价格波动区间分布的概率评估,可为企业决策人员提供全面、高精度的预测信息。经过与经典的BPNN、RNN模型的对比,新模型使环渤海动力煤价格指数预测值的准确度提高,同时能准确提供企业未来价格波动的概率评估结果,为其经营实践提供决策支持。     

国际煤炭市场供求出现短期的严重失衡

受全球金融危机和经济衰退影响，亚太地区主要煤炭进口国煤炭需求大幅度下降，结果是国际煤炭市场供求出现短期的严重失衡，国际煤炭价格大幅度下降，煤价处于低位运行。     

基于投资者行为参数的股票指数广义回归神经网络预测模型

在运用神经网络模型对股票价格进行短期预测时,一般的神经网络预测模型都是以价格的时间序列滞后作为输入变量,但是由于影响价格的因素错综复杂,很多因素无法准确测量,而且市场信息的噪音太大,因此预测效果往往不太理想,于是如何选择有效的输入变量就成为一个困扰这项研究的难题。     

陕西煤炭价格波动及其影响因素分析

煤炭是国民经济重要的能源,陕西是产煤大省,陕西省煤炭价格波动不仅影响陕西经济,而且对消费陕西煤炭的华东、中南、华南也会产生影响。通过对陕西煤炭价格数据分析,得出短期价格波动的季节性明显,长期煤炭价格有升有降,但总体趋势是上升的波动规律,并对价格波动的影响因素进行了分析。     

我国农资产品价格波动特征及影响因素分析——基于时间序列分解和VAR模型

农资价格波动不利于农资经营活动的有效开展,并影响农业生产的正常进程。本文运用时间序列成分分解法对国内农资价格的波动特征进行分析,并建立VAR模型,分析影响农资价格波动的主要因素。结果发现,农资价格大幅上涨最根本的原因是上游原料价格飚升,是一种成本推动的刚性上涨,需求因素的影响较小,且仅表现为短期影响。     

基于bp神经网路的我国沪深300股指期货价格预测

本文将首先介绍我国沪深300股指期货的现状以及影响其价格的主要因素,再介绍BP神经网络模型,并运用BP神经网络模型预测我国沪深300股指期货价格的短期走势,最后给出结论和本文的不足之处。     

制裁政策对澳大利亚煤炭价格影响研究

2020年二季度,中国与澳大利亚的贸易关系出现恶化。将中国对澳大利亚进口煤炭的制裁政策作为一次准自然实验,将2018—2020年的进口煤炭、国内煤炭价格作为研究对象,利用双重差分与三重差分回归模型,着重研究了制裁政策对相关进口煤炭的价格效应。结果发现:进口制裁政策对澳大利亚5500大卡煤炭价格产生了负向价格效应,负向价格效应在制裁政策发布当期最显著,随后影响逐渐消退;制裁政策不会对澳大利亚出口其他国家的煤炭价格产生影响;在控制了煤炭消费、汇率等因素的影响后,新冠肺炎疫情对国内外煤炭价格产生的冲击并无显著差异。     

基于灰度理论的煤炭价格中长期预测研究

煤炭价格的精确预测对上下游行业规避经营风险、调整产业规模及宏观层面的能源价格政策引导均有积极意义.将灰度理论应用到煤炭价格中长期走势预测研究中,构建了煤炭价格的灰度预测模型,对未来8个季度的煤炭价格进行预测及精确度分析.研究结果显示,灰度预测模型具有良好的预测性能,能够较好地拟合并预测煤炭价格中长期走势,具有一定的理论和实践意义.     

ARMA模型在河北省出口形势预测中的应用

选用2010年1月—2012年9月河北省出口额作为样本数据,运用ARMA模型进行实证分析,结果表明:2012年9月预测值与实际值比较,预测误差较小,说明建立的ARMA模型较为实用,可以应用于河北省出口形势的短期预测。     

我国白糖价格长期趋势和短期波动特征分析

白糖作为生活必需品和生产资料,其价格波动直接影响到相关行业的发展。本文运用HP滤波法、日波动率指标和EGARCH模型对我国白糖价格长期宏观价格波动与短期微观价格波动进行实证分析,并得出相关结论及建议,以供参考。     

环渤海动力煤价格指数预测研究

环渤海动力煤价格指数素有"煤炭价格风向标"之称。本文运用EMD-ARMA组合预测模型对环渤海动力煤价格指数进行预测,通过与ARIMA、神经网络和灰色预测三种方法预测结果的比较,得出EMD-ARMA组合预测模型预测精度更高,更适合预测环渤海动力煤价格指数。最后基于研究结论,提出了促进我国煤炭行业稳定发展的对策建议。