隨機(jī)時(shí)間序列模型在商品國(guó)際價(jià)格預(yù)測(cè)中的適用性研究.pdf

1、加入WTO后，隨著各類商品市場(chǎng)的進(jìn)一步放開(kāi)，國(guó)內(nèi)經(jīng)濟(jì)受?chē)?guó)際經(jīng)濟(jì)波動(dòng)影響的程度和范圍也明顯加深、擴(kuò)大。據(jù)調(diào)查，目前大多數(shù)商品的國(guó)內(nèi)市場(chǎng)價(jià)格等于或高于國(guó)際市場(chǎng)價(jià)格，導(dǎo)致國(guó)際市場(chǎng)價(jià)格的波動(dòng)對(duì)國(guó)內(nèi)價(jià)格的穩(wěn)定產(chǎn)生了重大影響。因此對(duì)主要進(jìn)口商品的國(guó)際市場(chǎng)價(jià)格進(jìn)行監(jiān)測(cè)、分析及預(yù)測(cè)是非常必要的。國(guó)家發(fā)改委價(jià)格監(jiān)測(cè)中心正致力于開(kāi)發(fā)“價(jià)格監(jiān)測(cè)系統(tǒng)”，以實(shí)現(xiàn)國(guó)際價(jià)格監(jiān)測(cè)和價(jià)格鑒證的功能。本研究有幸參與了其中價(jià)格預(yù)測(cè)部分的子項(xiàng)目。該項(xiàng)目的主要目的是運(yùn)用隨機(jī)時(shí)間

2、序列預(yù)測(cè)方法對(duì)33種商品的國(guó)際市場(chǎng)價(jià)格進(jìn)行分析并做出下一期的預(yù)測(cè)，以此作為制定未來(lái)物價(jià)政策和間接調(diào)控國(guó)內(nèi)物價(jià)的參考指標(biāo)。而該預(yù)測(cè)的科學(xué)性在很大程度上取決于正確選擇科學(xué)的預(yù)測(cè)方法，即預(yù)測(cè)方法的選擇成為關(guān)鍵。 統(tǒng)計(jì)預(yù)測(cè)方法的理論研究發(fā)展迅速，至今已超過(guò)150種。按預(yù)測(cè)的性質(zhì)，可分為定性預(yù)測(cè)法、回歸預(yù)測(cè)法、時(shí)間序列預(yù)測(cè)法三類。 定性預(yù)測(cè)法普遍適用于對(duì)缺乏歷史統(tǒng)計(jì)資料或趨勢(shì)面臨轉(zhuǎn)折的事件進(jìn)行預(yù)測(cè)，可用于長(zhǎng)期預(yù)測(cè)和對(duì)新產(chǎn)品的預(yù)測(cè)，

3、具有較大的靈活性，但易受主觀因素的影響。 回歸預(yù)測(cè)法適用于對(duì)各變量之間的關(guān)系做出解釋，能夠解釋大部分經(jīng)濟(jì)現(xiàn)象；可被用來(lái)做中、長(zhǎng)期預(yù)測(cè)；既可以做點(diǎn)預(yù)測(cè)，又可以做區(qū)間預(yù)測(cè)，但需要為兩個(gè)或兩個(gè)以上的變量收集數(shù)據(jù)資料，成本較高。 時(shí)間序列預(yù)測(cè)法研究的是某一變量隨時(shí)間發(fā)展變化的規(guī)律，并用該變量的以往數(shù)據(jù)建立模型做外推預(yù)測(cè)，特別適合于處理復(fù)雜的時(shí)間序列，以及存在多種模式的預(yù)測(cè)情況，它能利用一套明確規(guī)定的準(zhǔn)則來(lái)處理這些復(fù)雜的模式，是一

4、種精確度很高的短期預(yù)測(cè)方法。因此，時(shí)序預(yù)測(cè)方法成為應(yīng)用最廣泛的預(yù)測(cè)方法之一。傳統(tǒng)的時(shí)間序列預(yù)測(cè)模型有移動(dòng)平均與分解模型、指數(shù)平滑模型，隨機(jī)游走模型等；現(xiàn)代時(shí)間序列預(yù)測(cè)模型則包括ARMA模型族、ARFIMA模型、ARCHG/GARCH族、SV模型、神經(jīng)網(wǎng)絡(luò)模型等。灰色預(yù)測(cè)法是時(shí)間序列預(yù)測(cè)法的一種，具有計(jì)算量小，計(jì)算方便和預(yù)測(cè)精度高等優(yōu)點(diǎn)。GM(1，1)模型作為最具代表性的灰色預(yù)測(cè)模型，對(duì)于具有明顯上升趨勢(shì)而又難以獲取大量數(shù)據(jù)的時(shí)間序列，預(yù)

5、測(cè)效果極佳，能達(dá)到一般模型難以達(dá)到的精度，尤其對(duì)于中短期預(yù)測(cè)來(lái)說(shuō)，更是上上之選。但是對(duì)變化非平穩(wěn)或具有結(jié)構(gòu)突變的原始數(shù)據(jù)序列的擬合度較差，預(yù)測(cè)精度較低。 神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型的思想是在給定的預(yù)測(cè)精度下通過(guò)給定的訓(xùn)練樣本進(jìn)行機(jī)器訓(xùn)練，建立輸出與輸入之間的函數(shù)關(guān)系，即為預(yù)測(cè)方程，精確度高，適合于處理各種時(shí)序數(shù)據(jù)樣本中蘊(yùn)含的線性或非線性關(guān)系。但是待處理的數(shù)據(jù)量非常巨大，因而計(jì)算量也很大。 我國(guó)對(duì)其理論的繼承從上世紀(jì)80年代就開(kāi)始了

6、，但在實(shí)際應(yīng)用領(lǐng)域還處于相當(dāng)落后的階段。目前對(duì)這些商品國(guó)際價(jià)格的預(yù)測(cè)采用的是七步移動(dòng)平均法。該方法簡(jiǎn)單，易操作，但是準(zhǔn)確性不高。由于國(guó)際市場(chǎng)價(jià)格的波動(dòng)隨機(jī)型較強(qiáng)，它已不能適應(yīng)其預(yù)測(cè)需求，需要一種更為科學(xué)的數(shù)學(xué)模型來(lái)進(jìn)行預(yù)測(cè)?？紤]到模型要兼顧適用性，成本和精確度，我們必須尋找一種同時(shí)滿足精度和成本要求的預(yù)測(cè)方法。而對(duì)于那些較為復(fù)雜的建模方法，雖然精度高，但預(yù)測(cè)成本過(guò)大。所以本文希望對(duì)以上統(tǒng)計(jì)預(yù)測(cè)方法的適用性進(jìn)行比較研究，并對(duì)幾種最常用的時(shí)

7、序預(yù)測(cè)方法做實(shí)證建模分析，按照統(tǒng)計(jì)方法的選擇原則找到最適合商品國(guó)際價(jià)格預(yù)測(cè)的方法，實(shí)現(xiàn)理論與實(shí)踐的結(jié)合。 具體內(nèi)容分為兩個(gè)部分： 第一部分，理論部分： 1.介紹課題研究背景及其意義：在應(yīng)用領(lǐng)域的研究方向；國(guó)內(nèi)外統(tǒng)計(jì)預(yù)測(cè)方法研究的現(xiàn)狀及發(fā)展趨勢(shì)；本課題的研究目的。 2.介紹常用的幾種統(tǒng)計(jì)預(yù)測(cè)方法，并分析各自的適用性，為后面的實(shí)證分析選擇預(yù)測(cè)方法提供參考：統(tǒng)計(jì)預(yù)測(cè)相關(guān)概念；三大統(tǒng)計(jì)預(yù)測(cè)方法的適用條件，及各自適

8、用性的對(duì)比分析。 3.詳細(xì)介紹了時(shí)間序列預(yù)測(cè)方法。由于時(shí)序數(shù)據(jù)隨時(shí)間變動(dòng)的統(tǒng)計(jì)特性呈多樣化，所以本章通過(guò)介紹時(shí)間序列的四大構(gòu)成因素：長(zhǎng)期趨勢(shì)、季節(jié)變動(dòng)、循環(huán)變動(dòng)和隨機(jī)性因素，引出幾種典型的時(shí)序預(yù)測(cè)方法，包括移動(dòng)平均法、指數(shù)平滑法、趨勢(shì)預(yù)測(cè)法、季節(jié)預(yù)測(cè)法、隨機(jī)時(shí)間序列建模預(yù)測(cè)法，并重點(diǎn)闡述了移動(dòng)平均法、指數(shù)平滑法、ARMA、ARIMA模型的系列建模思路和步驟。其中還特別闡述了時(shí)序數(shù)據(jù)廣泛存在的結(jié)構(gòu)突變情況，單位根檢驗(yàn)以及結(jié)構(gòu)突變的