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。     

我国松香价格走势研究——基于ARIMA模型对黄埔马尾松香价格走势的分析

2008年以来,松香价格波动剧烈,引起业界广泛关注。本文根据黄埔松香价格变动趋势来分析长短期价格波动特征和变动趋势,构建了非平稳时间序列ARIMA(p,d,q)模型,并预测松香月度价格,以期为松香市场信息的准确预测提供借鉴。     

对我国食品价格的变动分析与预测研究

本文根据我国50个主要城市2013年1月至2014年6月初食品价格的月度数据构建AR、ARIMA模型,对2014年6月中旬食品价格进行预测。文中首先采用SPSS软件运用聚类分析法对原始数据进行分类,根据聚类成员表选取具有代表性的4种食品香蕉、黄瓜、豆角、大白菜,对其价格建立模型并进行预测。     

南通市社会消费品零售总额的预测模型对比分析

基于2010—2021年南通市社会消费品零售总额月度数据,本文采用因素分解模型对南通市社会消费品零售总额进行因素分解,从数据中提取的趋势效应与季节效应均能从现实出发得到合理解释。本文分别用Holt-Winters三参数指数平滑预测与SARIMA模型ARIMA(1,1,2)×(2,1,0)₁₂对南通市社会消费品零售额当期值进行预测分析。通过比较相对误差发现,SARIMA模型比因素分解模型预测的误差小。从预测结果来看,南通市未来短时间内的社会消费品零售总额仍将保持高速增长。     

基于SARIMA-GARCH模型的CPI预测

CPI是一个滞后性的数据,但它在整个国民经济价格体系中具有重要的地位,它是进行经济分析和决策、价格总水平检测和调控及国民经济核算的重要指标,对CPI进行预测有利于政府宏观调控。本文基于我国近20多年来共324个月的CPI数据,应用时间序列分析中SARIMA模型和GARCH模型,进行分析拟合,得出了较为精确的拟合曲线,并应用该曲线对2014年1月至2015年3月共15个月的CPI进行预测,得到了较为理想的预测结果。     

后疫情时代我国活鸡市场价格预测研究

为探明后疫情时代活鸡价格走势,为鸡肉市场决策提供参考,文章收集2016年1月—2020年9月我国活鸡月度价格数据,通过时间序列分析活鸡价格变动特征,采用Holt-winters加法模型对我国活鸡月度价格进行预测。研究表明：(1)后疫情时代我国活鸡市场价格波动频繁,波动周期更短;(2)经验证,Holt-winters加法模型能对我国活鸡价格有较好预测;(3)预测2020年第四季度我国活鸡价格为21.35元/千克,2021年第一、二、三季度我国活鸡价格分别为21.22元/千克、20.35元/千克和20.96元/千克;(4)活鸡价格2020年10月—2021年2月持续上涨,2021年3月—6月缓幅下跌,2021年7月—9月价格略有回升,活鸡市场价格总体呈下跌趋势。建议完善活鸡市场价格监测、预测体系及价格信息的需求,为活鸡养殖产业提供建议。     

基于随机森林模型的生猪价格预测及调控机制研究

生猪产业在国民经济中的重要地位及自身的“弱质性”决定了国家对生猪产业发展的原则是“市场主导、政府调控”,而国家对生猪产业宏观调控的有效性取决于用科学的方法 对生猪价格进行预测。研究得出:随机森林价格预测模型中的两个最优参数ntree、mtry的值分别为450和4,随机森林模型预测的残差平方和0.72,拟合优度为98.25%,说明拟合效果较好;在特征选取上,综合平均下降精度和平均下降基尼系数的排序结果,得出影响生猪价格因素最重要的两个变量是去皮带骨猪肉和仔猪价格;随机森林模型和BP神经网络模型对价格的预测对比发现:随机森林模型中均方误差和平均绝对误差分别为0.0231和0.408,BP神经网络模型中均方误差和平均绝对误差为0.0828和0.71,随机森林在生猪价格预测方面预测精度更优。     

基于一元回归的大蒜价格的预测

针对北京大蒜周价格变动现象,采用一元二次函数模型预测了未来两周大蒜的均价格。首先,介绍了一元线性回归模型、二次函数回归模型、指数函数模型以及回归评价方法;其次将北京某蔬菜批发市场的大蒜周均价格作为样本数据,用三种模型分别计算回归系数和确定系数,从而确定了用二次函数模型预测大蒜的周均价格;最后预测了未来两周大蒜的周均价格,并和实际的价格作比较,从而验证了二次函数回归模型预测大蒜周均价格的可行性。     

基于RBF神经网络的权证价格预测

本文介绍了RBF网络的原理、数理表达和拓扑结构,并且以康美CWB1(580023)权证为样本,使用RBF人工神经网络,将标的股票价格和权证规定的行权价格之比、无风险利率和权证到期期限作为输入,权证价格作为输出进行了仿真分析和预测,同时将预测结果与BS模型预测结果做了对比。根据实证结果,发现RBF网络对权证价格的仿真结果精度较高,与实际价格偏差较小;RBF网络模型在价格预测的精度上优于BS模型,对我国权证价格分析方法的发展和完善具有极大意义。     

房地产周期传导机制与拐点期价格预测

本文旨在通过对房地产周期及历年供求关系变动进行实证分析,运用周期理论结合供求弹性来说明房地产市场价格的变动。同时将供求弹性当作周期性内在传导机制和均衡价格的外在定位机制来说明价格变动,特别是对处于周期拐点期的价格进行分析预测。本文还在对1997￣2007年十年来北京房地产数据实证分析的基础上,对2008年房地产价格进行预测分析,以期检验与校正本文的方法。     

对我国柴油消费市场季节性特征的实证研究

自2003年以来,我国多次出现柴油荒。为进一步认清柴油消费的季节性特征,保障柴油供应、促进经济发展,本文试图通过分析我国柴油消费市场特征,并应用SARIMA模型对我国柴油消费量进行预测,探讨未来我国如何应对柴油短缺的对策建议。     

我国豆粕价格周期性波动及短期预测——基于174个月度价格数据的实证分析

豆粕的价格波动会影响下游养殖业市场的稳定。本文运用H-P滤波法分析2000年1月至2014年6月我国豆粕价格变动趋势,并从"供给和需求"角度对其变动原因进行分析,最后构建ARIMA模型对2014年下半年豆粕价格进行预测。结果表明,近年来我国豆粕价格呈现出短期周期性波动、长期上升的趋势,并将继续保持该趋势。周期内部波动幅度不稳定,影响因素也较为复杂。豆粕价格在每个年度内都会经历"上涨-波峰-下跌-波谷"的变化趋势,年度最高价格一般发生在每年的9-11月份。本文根据分析和预测结果提出了相关建议。     

国际油价影响下航运运价指数预测研究——基于SVR-Adam-LSTM模型分析

波罗的海干散货运价指数是全球航运市场主要运价指数之一,在一定程度上反映航运市场的变动。分析并掌握波罗的海干散货运价指数的主要特征,对提高波罗的海干散货运价指数预测的准确性,从而把握海运价格的变化规律、辅助航运风险管理等都有着十分重要的意义。而燃油成本是航运企业的重要成本,其成本波动对波罗的海干散货运价指数有着较大影响。本文基于2012年以来的波罗的海干散货运价指数数据和国际原油价格数据,探讨波罗的海干散货运价指数与国际原油价格的变化关系,并分别构建SVR模型、LSTM模型和SVR-Adam-LSTM组合模型对波罗的海干散货运价指数进行预测。结果表明：SVR-Adam-LSTM组合模型相较于单一模型,结合国际油价数据后,表现出更高的预测精度和更强的指数趋势把控能力。预测结果显示：波罗的海干散货运价指数短期内保持上升趋势,后期受疫情、地缘政治等影响出现小幅震荡回调。据此,政府及相关部门应加强对波罗的海干散货运价指数与其他影响因素的研究,同时准确发布能够体现我国市场特色的干散货指数,为我国航运市场平稳发展保驾护航。     

不同时间窗下铁矿石期货价格预测精度研究——基于CNN-LSTM注意力模型的分析

利用时间窗提升铁矿石期货价格预测精度对铁矿石期货市场平稳发展具有重要意义。本文选取2013年10月至2021年12月铁矿石期货价格及同期相关数据,采用STL分解方法对铁矿石期货价格进行特征分析,构造基于自注意力机制的CNN-LSTM模型,预测铁矿石期货价格并进行对比分析。结果表明：将铁矿石期货季节性规律应用于时间窗可以提升铁矿石期货价格预测结果准确性。在4、7、30、365天时间窗下,最佳预测结果是4天时间窗。模型预测结果的平均绝对误差MAE值为11.5,相较于LSTM、LSTM-ATT、CNN-LSTM基准模型分别降低了32.70%、19.12%、22.28%。构建模型具有较好的泛化性,MAE在7天、30天、365天时间窗下均为最低。基于此,应关注价格的时间窗特征,完善铁矿石期货市场环境,推动铁矿石现货市场保供稳价。     

我国制造业PMI购进价格分类指数与PPI的关系研究

制造业PMI购进价格分类指数与工业生产者出厂价格指数(PPI)之间存在密切的关系。通过构建VAR模型和VEC模型,并进行协整检验、格兰杰因果关系检验、脉冲响应以及方差分解等实证分析的结果显示,制造业PMI购进价格分类指数与PPI之间存在长期均衡关系,购进价格分类指数是引起PPI变动的原因,且对PPI具有正向冲击作用。从长期来看,购进价格分类指数每上涨1%,会拉动PPI上涨0.3919%。因此,根据购进价格分类指数的升降来预测PPI变化是可行的。     

天津市CPI的时间序列分析及预测

2007年7月至2008年这段时间,我国居民消费价格呈线性增长的态势,涨幅一直维持在5%以上,形成通胀压力.本文先分析了天津市CPI指数的现状以及天津市CPI变动的影响因素,然后根据相关数据运用最小二乘法和Eviews软件进行了模型分析,最后利用趋势外推法对天津市的CPI进行了预测.     

钼业市场价格预测的季节修正非线性时滞模型

本文根据协整理论对2002年8月至2006年7月间美国、欧洲、中国及日本四个市场钼铁价格的历史数据进行了实证分析,发现其间存在显著的协整关系,选取美国市场钼铁价格作为钼业市场价格走势标杆进行计量经济建模,并基于该季节修正非线性时滞模型预测,对钼价变动趋势进行辨识。     

基于ARIMA的多晶硅组件价格预测

本文依据北极星光伏商务通网站多晶硅组件价格相关数据,采用时间序列分析法,对2012年4月20日至9月20日多晶硅组件价格周数据进行了分析。通过对数据的平稳性检验、模型的确认、模型检验等综合分析,建立了ARIMA(0,2,4)时间序列模型,对预留最后3周的数据进行预测。预测结果表明,实际值与预测值之间的绝对误差均在1.43%以内,误差率均在2.46%内,该模型有较好的短期预测效果,能较好地模拟并预测多晶硅组件价格变化的趋势,为光伏企业产品价格的准确预测提供了重要方法。     

黑龙江省R&D投入强度灰预测

本文以1999年～2005年黑龙江省R&D投入强度作为原始数据,采用灰预测理论建立数列灰预测GM(1,1)模型,对黑龙江省2006年和2007年的R&D投入强度进行预测并得出了预测结果,黑龙江省2006年的R&D投入强度为0.9963,2007年为1.1121,经检验模型预测精度高达95.38%,拟合度很好。     

基于ARMA模型的城镇登记失业率的预测研究

本文以1978年～2007年的城镇登记失业率为样本数据建立ARMA模型,对模型进行识别、估计、检验,并且用2006年～2008年数据进行验证预测,预测精度都达到95%以上。运用此模型对未来5年进行失业预测,为政府制定就业政策提供指导意见。