半参数回归法预测短期焦炭价格

发布时间：2020-08-17 15:05

【摘要】： 影响短期焦炭价格的变量因素多且复杂,导致其预测难度较大,本文的研究目标就是寻求适合我国焦炭价格的短期预测方法。论文以计量经济学为基础,针对我国焦炭消费特点,提出半参数回归建模思路,构建了焦炭价格估计的半参数线性回归与半参数非线性回归模型。考虑到焦炭与钢铁价格序列的协整关系,为克服半参数模型的边界效应,本文创新提出用基于协整理论分析的误差修正算子来代替模型中的参数部分,以协整方程的残差项代替半参数模型的参数部分,从而构建了带误差修正算子的半参数回归模型。当焦炭与铁的价格序列不具备协整关系时,误差修正算子的纠偏功能失效。由于神经网络的自适应能力强,因此本文又拓展创新把半参数模型与神经网络理论相结合,构建了带BP神经网络的半参数组合预测模型,实例证明这种模型的预测估计精确度较高。全文所有半参数模型的估计方法选择最小二乘核估计法,最佳窗框的选择方法采用交错鉴定法,核函数选择抛物线核。焦炭短期价格数据来源于2001年1月到2009年4月焦炭消费市场。案例计算结果显示半参数模型是预测分析焦炭价格的有效工具。
【学位授予单位】：中国矿业大学（北京）
【学位级别】：博士
【学位授予年份】：2010
【分类号】：F224;F764.1
【图文】：

曲线,价格指数,焦炭,曲线

产品价格水平。为了使焦炭等被监测的产品价格指数具有历史性、系统化，采用加权平均法将1994年以来的价格、销量及指数整理、汇总、测算制成。因此经加权平均法计算可得1994一2006年的焦炭>4仓mm、>25~价格指数曲线。曲线变动规律见图1.1、图1.2所示。图 1.1焦炭>40Inln价格指数曲线 Fig.1.1Coke(>40恤 )prieeindexeurves图1.2焦炭>25一40mnl价格指数曲线 Fig.1.2Coke()25一4伪恤 )prieeindexeurves从图 1.1可以看到1994一006年的焦炭>40mm的价格指数波动规律如下:

曲线,价格指数,焦炭,曲线

曲线,窗框,原始数据,窗宽

3.3.2最优窗框的CV法选择根据文献〔63~67〕结论，本文使用C(eross)一 (vahdation)交错鉴定法选择窗宽，以MsE最小为原则确定。图3.5是使用MATLAB程序绘制的原始数据的窗框曲线。由于图3.5不易清楚看出最佳窗框的具体值，故减小窗框的搜索区间，得到图3.6。图3.6是原始数据的局部窗框曲线，得最佳窗宽为h=889。同理由图3.7、图3.8.把原始数据取对数后，得到最佳窗宽h=0.298。

【引证文献】