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。     

当前我国动力煤价格波动及其市场风险的应对策略

2011年下半年以来,动力煤价格大幅下跌。本文根据环渤海动力煤价格指数,首先分析了2012年动力煤价格的变动趋势,继而分析了其价格下降的原因及影响,最后提出了完善动力煤价格机制的政策建议。     

我国居民消费价格指数的预测分析——基于残差修正的改进GM(1,1)模型

我国居民消费价格指数受到诸多因素的影响,导致数据波动性较大,单纯地采用灰色预测模型无法更加准确地进行预测,因此本文提出了基于残差修正的改进GM(1,1)模型。首先,本文介绍了改进GM(1,1)模型的建立方法与步骤;接着结合2007²011年我国居民消费价格指数建立新的预测模型,并用2012年数据对模型进行验证合格,可以用来预测未来几年我国居民消费价格指数,便于对我国未来居民消费价格指数的宏观调控。结果表明,该预测方法是可行的,为相关预测提供了理论依据。     

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。     

基于遗传算法的我国居民消费价格指数短期灰色预测研究

针对传统灰色GM(1,1)预测模型存在精度差的问题,提出采用遗传算法对其进行改进。利用改进的GM(1,1)模型,根据2006年1月至2008年3月共27个月我国居民消费价格指数的统计资料,对2008年1-3月消费价格指数进行了预测,与实际消费价格指数和传统GM(1,1)的计算结果进行比较研究,结果表明改进的模型预测精度高,预测结果好,最后对未来三个月居民消费价格指数进行了预测并进行了分析。     

组合预测法在我国汽车市场需求预测中的应用

组合预测理论是对同一个预测对象采用不同的单项预测模型,并对各个单项模型施以适当权重。因而,利用多个单项预测模型有效组合更多有用的信息资源,使组合预测模型具有较高的预测精度和预测稳定性,能比较合理地描述系统的客观现实。依据中国民用汽车保有量1985-2003年的历史数据及汽车市场需求系统的复杂特性,分别采用灰色系统、多元回归、三次指数平滑方法建立单项预测模型。根据组合预测理论建立中国汽车市场需求组合预测模型;运用组合预测模型对我国汽车市场的未来需求进行了预测。     

进口反倾销行为对产业价格指数影响的实证研究——以钢铁行业为例

本文运用反事实的研究方法,构建了反倾销行为对产业价格指数变化影响的研究框架。应用时间序列模型和多元回归模型的组合预测模型,预测出假设不存在反倾销行为时的价格指数,运用分布滞后模型分析价格指数实际值与预测值的差额同反倾销行为的联系,从而建立起反倾销行为同价格指数之间的分析模型。以钢铁产业为例,测度了钢铁产业进口反倾销行为对价格指数的影响程度。     

奶类消费需求组合预测——基于指数平滑法和灰色模型

为了合理预测奶类消费需求量,建立了三次指数平滑和灰色模型两种单项预测模型。鉴于单预测模项型的局限性,提出了以预测偏差平方和(方差)最小为最优化准则的组合预测模型。分析比较表明,组合预测模型具有更高的预测精度和更低的预测误差,能避免各单项预测模型的局限。该组合模型对未来短期的奶类消费需求的预测具有一定的参考价值。     

进口反倾销行为对产业价格指数影响的反事实研究框架

在回顾前人研究成果的基础上,运用反事实的分析方法,构建了反倾销行为对该产业价格指数变化影响的研究框架.应用时间序列模型和多元回归模型的组合预测模型,预测出假设不存在反倾销行为时的价格指数,运用分布滞后模型分析价格指数实际值与预测值的差额同反倾销行为的联系,从而建立起反倾销行为同价格指数之间的分析模型.该模型考虑了数据的可获性,可以得到前期和当期进口反倾销行为对本期产业价格指数的影响.     

基于组合模型的我国税收收入预测分析

本文在ARIMA和GM(1,1)模型基础上,利用我国经济发展数据建立一个组合预测模型,并把它应用于我国税收收入的预测.所得结果误差优于两个模型的分别预测,表明组合预测模型在税收收入数据的预测中更有优势.最后据此组合预测模型对2009年中国税收收入进行了预测分析.     

销售组合预测模型构建及实证分析

销售预测是企业快速响应市场需求的先决条件,精确的销售预测不但有利于提高企业及其产品的竞争能力,减少经营风险,也是企业提高市场应变能力的有效手段.本文构建了组合预测模型,然后运用单项预测模型和组合预测模型对A公司的销售情况进行了预测分析和比较.实践证明,组合预测的预测精度比单项预测更高、可靠性更强,是企业制定生产计划和采购计划的科学依据.     

基于组合预测模型的广州市物流需求量预测

选取2004—2014年广州市物流需求量数据,分别建立三次指数平滑预测模型和回归分析预测模型,加权组合后构建组合预测模型,并对广州市"十三五"规划期末2020年物流需求量进行预测,结果表明:货运量将大幅增长,超过15亿吨。提出以下建议:通过提高物流技术、增加物流基础设施投入、发展特色物流园区等多种举措推动广州市物流业持续健康有序发展。     

最优组合预测在股指预测中的应用

在股票市场中,股票价格指数体现着股票市场的整体走势,因此对股指进行预测具有重要的理论研究和现实意义。采用一次移动平均、一次指数平滑和人工神经网络预测模型。对上证指数数据进行的预测结果表明,线性规划最优组合预测模型预准确度和精度要优于一次移动平均和一次指数平滑预测模型。线性规划最优组合预测模型可运用于股票价格指数的预测之中,提高预测准确度和精度。     

基于VAR-GARCH模型的国内外煤炭价格动态互动关系研究

基于VAR和GARCH模型,使用2011年2月～2016年11月共303个理查德动力煤现货价RB、欧洲动力煤现货价ARA、纽卡斯尔动力煤现货价NEWC指数、波罗的海干散货指数BDI以及中国煤炭价格指数CCPI的周度时间序列数据,对国内外煤价变化关系以及中国煤价自身的波动性进行实证研究.结果表明国内外煤价之间存在双向Granger因果关系,且国内外煤炭价格之间存在较强的动态互动关系,中国煤价具有长记忆性和杠杆效应.     

中长期电力负荷预测理论研究

本文首先分析了电力负荷理论中的主成分回归理论与灰色预测理论,其次利用优选组合预测模型,形成中长期电力负荷预测理论模型。优选组合预测模型比主成分回归理论模型与灰色预测理论模型具有更高的精度。     

我国果酒需求量组合模型预测研究

果酒是保健类酒,市场潜力巨大。对重庆永川果酒的需求量进行预测,揭示变化规律和发展趋势。运用组合预测模型确定预测的权系数,将常用预测模型有机结合起来,建立果酒需求量组合结构模型,并通过实例分析证实。     

基于BP神经网络和ARIMA组合模型测浙江省人均国内生产总值

本文应用BP神经网络和ARIMA构成组合预测模型,对"十一五"期间浙江省人均GDP的变化趋势进行了综合分析与预测.预测结果显示,2006年～2010年间,浙江省人均GDP平均将为40624.53元,人均GDP平均增长率为10.01%.     

基于PLS的组合预测模型及其应用

本文运用组合预测理论,利用偏最小二乘回归方法建立了基于灰色预测模型GM(1,1)、2阶自回归模型AR(2)和龚伯兹曲线模型的组合预测模型,并对农业贷款需求进行了预测。     

组合预测法在汽车预测中的应用

文章对传统组合预测方法的基本原理进行了阐述,并探讨了组合预测方法相对单一预测模型的优点。在此基础上,总结了组合预测方法的具体步骤,并对中国汽车市场进行预测,最后提出了建议。     

组合模型对南通港集装箱吞吐量预测研究

港口集装箱吞吐量是增强港口竞争力,提升港口经济效益的一个重要影响因素。准确预测港口集装箱吞吐量,对于港口发展具有重要作用。本文选取了1995年~2010年南通市港口集装箱吞吐量的数据,在灰色预测模型和三次指数平滑模型的基础上进行加权组合,建立组合模型预测2011年~2015年的集装箱吞吐量,通过对比分析,组合模型的预测结果比单一模型的预测结果更接近于实际值。最后,利用组合模型对2016年~2020年南通市港口集装箱吞吐量进行预测,并在预测结果的基础上结合南通港发展现状,对南通港今后的发展建设提出了一些建议,为"十三五"期间南通市港口更好地发挥在对接"一带一路"和长江经济带战略中的作用提供决策参考。