我国牛肉价格的波动与预测研究

基于2009年3月-2014年1月牛肉价格月度数据,通过季节调整剔除季节因素后对新序列建立ARIMA（2,2,1）模型,在此基础上利用该模型对2014年2月-2014年12月的牛肉的趋势价格进行预测,并结合季节调整得到的季节因子得到原序列的预测值。预测结果显示,未来牛肉价格呈现先下降后上升趋势,在2014年5月份会达到最低点,价格为65．5132元/千克。     

卷烟单规格月度销量的时间序列预测方法研究

基于回归模型、指数平滑模型、时间序列分解模型、季节ARIMA模型和X13-A-S方法对某省玉溪(软)卷烟2015年1月到2020年12月共72个月的月度销量进行预测，并对预测结果进行检验。在销量最高的1月，预测结果的差异最大，在销量最低的12月，预测结果的差异最小。2020年1月至10月的实际销量为49780.78箱，预测最为接近的是季节ARIMA模型，其次是X13-A-S方法，预测差距最大的是时间序列分解法。在平均相对误差上，X13-A-S方法的平均相对误差最小，为8.57%,季节ARIMA模型次之，为10.43%。回归分析方法的标准误差最小。在销量均值的预测上，季节ARIMA模型和X13-A-S方法预测的绝对误差和相对误差较低，可以作为卷烟月度销量的通用方法。     

包钢稀土：世界稀土之王

5月29目，包钢稀土（600111．SH）宣布停止供应稀土精矿一个月并停止公司分离产品生产一个月，以稳定稀土产品市场价格。上半年，稀土市场行情一直处于低迷状态，原矿跌至近两年来的最低水平，镨钕价格也处于缓慢下降中。包钢稀土的停产保价，被业内人士看作是打响了中国稀土行业争取定价权的第一枪。包钢稀土正主动承担起国内稀土行业复苏的责任，成为行业领跑者。     

我国小宗农产品价格波动趋势及其预测——以绿豆为例的分析

近几年,我国小宗农产品价格异常波动,引起了社会广泛关注。本文以绿豆为例,根据HP和BP滤波方法分析价格波动的特征,利用ARIMA模型预测绿豆价格的短期走势,在此基础上提出稳定绿豆等小宗农产品价格的建议。     

基于时间序列ARIMA模型的人民币汇率的波动规律研究

本文依据我国汇率变动的现实情况,选取了2006年1月4日至2014年5月7日之间的美元兑人民币汇率数据进行汇率的波动规律研究。研究中采用了时间序列的分析方法并结合ARIMA模型进行实证研究,结果表明ARIMA（1,1,1）模型对美元兑人民币汇率的拟合程度最好,并以此模型对我国未来汇率的走势进行了预测。     

我国棉花价格长期走势与短期预测——基于差分自回归移动平均模型(ARIMA)的分析

近年来受各种因素的影响,棉花价格波动较大,预测棉花价格是对纺织企业生产及棉农意义重大。本文通过H-P滤波分析了我国棉花价格的长期走势,并在分析2008-2011年间月度棉花价格的基础上建立了基于差分自回归移动平均ARIMA(1,1,1)的棉花价格预测模型,利用该模型预测了2012年1月至4月间棉花价格,结果显示,ARIMA(1,1,1)模型能够较好地模拟并预测短期国内棉花价格。     

牛羊肉价格波动特征及趋势分析

近年来,由于牛羊肉供需矛盾突出、牛羊饲养成本上升等原因,我国牛羊肉价格持续上涨。这既不利于牛羊肉产业的健康发展,也影响了居民的消费。本文采用2009年1月-2013年12月间的50个城市居民消费牛羊肉平均价格数据,运用CensusX12季节调整方法和HP滤波法分析了牛羊肉价格的波动趋势、季节性变动、不规则要素以及波动周期,进而利用Holt-Winters季节乘积模型对未来三年的牛羊肉价格走势进行预测,并据此提出相关政策建议。     

基于计量模型的2009年我国货币供应量预测

金融系统中货币供应量的大小是影响经济金融体系能否正常运行的重要因素,正确预测货币供应量走势对我国经济金融政策的决策和经济发展战略的实施都有着十分重要的意义。本文介绍了符合金融系统预测规律的ARIMA（P,d,q）时间序列模型。并根据我国货币供应量实际数据对2008—2009年货币供应量走势进行了预测检验,实证预测结果显示与2008年实际M2相对照,模型预测精度较高。误差被控制在2％以内。说明ARIMA模型能较准确地预测我国货币供应量走势。可为我国货币供应量的预测和走势提供可靠的参考依据。     

广西甘蔗价格的波动趋势及预测——基于ARIMA模型的时间序列分析

文章以1978-2013年广西甘蔗收购价格数据为基础,基于时间序列的分析方法,建立ARIMA(p,d,q)模型,对其进行分析、研究和预测,发现广西甘蔗收购价格呈周期性波动上升的趋势,根据波动趋势图预测随后的2014、2015年甘蔗价格开始进入到上行周期.针对广西甘蔗价格波动趋势与特点,从切实保护蔗农利益、制糖企业实现盈利、政府的定价决策和宏观调控三方面提出相关建议,以期达到稳定价格、促进蔗农增收、甘蔗产业可持续健康发展的目的.     

南京市住宅价格波动趋势研究——基于政策调控的视角

近年来,随着房地产业的高速发展,住宅价格不断攀升,而在中国这种特殊的国情下,房地产的调控政策对住宅市场价格的波动存在极大的影响,可以说国家对房地产业的态度决定其未来的发展态势。本文正是基于政策调控的视角来分析南京市住宅价格未来的波动趋势,并运用ARIMA模型预测南京市2014住宅价格的走势,从而为本文的理论分析提供现实依据。     

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。     

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。     

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。     

基于ARIMA模型的我国人口增长的分析与预测

运用ARIMA模型对我国1949-2009年的人口总数进行了分析与预测，得出AR IMA （2，2，1）模型可以对我国的人口总数作短期预测的结论。     

我国玉米价格波动趋势及短期预测

为更好地把握玉米市场价格未来走向,本文对我国2003年1月至2014年2月间的玉米市场价格的整体走势和特点进行了分析,并应用ARIMA(p,d,q)模型,对未来短期的玉米价格做出了预测。结果显示,我国玉米价格在短期内将呈小幅上升趋势。最后基于预测结果,本文分别从政府、企业两个主体的角度,提出相应的建议作为决策参考。     

我国稀土价格波动的特点及成因分析

近年来,我国稀土原料价格呈现出忽高忽低的走势。本文在分析近五年稀土价格波动及其特点的基础上,从新技术产业发展、国际稀土供给、政府政策价格保护全等方面剖析了波动的原因,并提出了对策建议,以期维护和促进我国稀土产业链持续和健康发展。     

贵州省菜椒价格预测——基于自回归单整移动平均模型的研究

本文以2008年5月至2010年9月贵州省菜椒月价格为例，构建了拟合指标优良的ARIMA（1，1，0）模型，且发现该模型能很好地预测菜椒月价格趋势，从而为地方政府调控菜椒市场的供求关系、农户调整生产结构以及菜椒交易商掌握较准确的交易信息提供依据和参考。     

稀土矿产品价格波动对稀土产业链延伸的影响

促进稀土产业链延伸是做强中国稀土的根本路径,而稀土矿产品价格的稳定性直接关系着微观企业实现产业链延伸战略的意愿,在较大程度上影响中国稀土产业链延伸的进程。基于价格传导理论,构建稀土矿产品价格波动影响产业链延伸的VEC模型,利用2014年第1季度至2021年第3季度稀土矿产品价格的季度数据,采用Johansen协整检验、Granger因果关系检验、VEC模型估计、脉冲响应等方法实证检验稀土矿产品价格波动对稀土产业链延伸的影响。研究结果表明,稀土矿产品价格波动对稀土产业链延伸具有显著的负向影响,并具有持久性的特点。为此,亟待建立稀土矿产品价格预警机制,制定科学规范的稀土资源战略收储和释放制度,适时增加稀土矿产品总量控制计划指标。     

基于ARIMA模型的比特币价格预测研究

比特币是一种由开源的P2P软件产生的电子货币,是一种网络虚拟货币,是目前世界上应用最广泛的加密电子货币。比特币的价格波动非常大,近期也是处于一个高波动期。由于比特币主要用作资产而非货币,比特币市场投机性强,波动性更大,同时,与其他投资市场相比,比特币市场效率低下。故对于比特币价格的预测与分析的研究具有重要意义。本文主要选用了2013年10月到2019年4月的比特币收盘价进行分析,采用了ARIMA模型,首先对原始数据的序列进行平稳性检验,数据不稳定时,对数据进行平稳化处理并进行单位根检验。序列平稳时,对比各参数,建立合理的ARIMA模型,同时,与自动生成的ARIMA模型进行比较,选择较为优良的模型进行价格的短期预测。     

基于ARIMA模型的国际粮食短期价格分析预测——以大豆为例

随着经济社会的快速发展,我国粮食生产、消费和进口量已成为全球第一.国际粮食价格频繁且复杂的波动势必对人们日常生产、生活造成重大影响.鉴于我国粮食中大豆严重依赖进口,为了防范来自国际大豆价格波动对我国的冲击,以2000年1月～2015年12月国际大豆价格为例,通过建立ARIMA模型对未来短期内国际大豆价格走势进行预测,认为短期内国际大豆价格将趋于平稳.根据模型的误差精度值可以看出模型收到了很好的预测效果,对大豆价格的预测及其他粮食价格的分析具有一定参考价值.