基于协整理论和人工神经网络的煤炭价格预测模型

《基于协整理论和人工神经网络的煤炭价格预测模型》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、西安科技大学硕士学位论文基于协整理论和人工神经网络的煤炭价格预测模型专业名称：应用数学作者姓名：肖阳指导教师：乔宝明学位论文独创性说明本人郑重声明：所呈交的学位论文是我个人在导师指导下进行的研究工作及其取得研究成果。尽我所知，除了文中加以标注和致谢的地方外，论文中不包含其他人或集团已经公开发表或撰写过的研究成果，也不包含为获得西安科技大学或其他教育机构的学位或证书所使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确说明并表示了谢意。学位论文作者签名：日期：论文题目：基于协整理论和

2、人工神经网络的煤炭价格预测模型专业：应用数学硕士生：肖阳签名:指导教师：乔宝明签名:摘要煤炭是一种重要能源，也是我国经济发展和社会进步的重要命脉。在今后较长时间内，煤炭在中国的主体能源地位不会动摇。煤炭价格是反映煤炭行业发展的重要指标，科学合理地进行煤炭价格预测有助于把握煤炭未来发展趋势及其波动情况，为煤炭企业及政府提供制定发展战略和调控政策的依据。本文针对煤炭价格影响因素较多且复杂、各因素又相对独立的特点，分析了影响煤炭价格影响因素和形成机理，针对已有的煤炭价格预测方法在长期预测时普遍存在效度和精度低等不足

3、等问题，运用协整理论对煤炭价格的影响因素进行分析，挖掘了影响煤炭价格的有效因素，揭示了各变量之间存在的一种长期稳定的非线性均衡关系，同时结合人工神经网络在非线性函数逼近方面具有的先天优势，建立了基于协整理论和人工神经网络的煤炭价格预测模型。通过对煤炭价格和经济变量进行了双因素、多因素协整分析、神经网络训练以及ADF单位根检验，结果符合稳定性检验的要求，训练所得非线性函数反应了煤炭价格与相关经济因素的协整关系。运用此预测模型对我国未来5年的煤炭价格走势进行了预测，并对不同影响因素对煤炭价格的作用机理进行了分析，

4、提出了一些政策建议，使煤炭企业和政府在进行战略调整和制定政策时更有针对性。关键词：协整理论；人工神经网络；煤炭价格；预测模型研究类型：应用研究Subject：TheCoalPriceForecastingModelBasedontheCo-integrationTheoryandANNSpecialty：AppliedMathematicsName：XiaoYang(Signature)Instructor：QiaoBaoMing(Signature)ABSTRACTCoal,asanimportantene

5、rgy,isthelifelineofChina’seconomicdevelopmentandsocialprogress.CoalwillremainChina’smajorenergysourceforalongtimetocome.Coalpriceisanimportantindicatorofthedevelopmentofthecoalindustry.Predicatingthecoalpriceinascientificwaycanhelptograspthedevelopmenttrend

6、andvolatilityofthecoalindustry,soastoprovidethebasisforcoalenterprisesandthegovernmenttoformulatedevelopmentstrategiesandcontrolpolicies.Giventhatfactorsinfluencingcoalpricesarecomplexandcomparablyindependent,thispaperanalyzedthosefactorsandtheirformingmech

7、anisms.Theexistingcoalpricepredicatingmethodsoftenlackvalidityandprecisioninlong-termpredications.Inviewofthisproblem,thispaperdugtheeffectivefactorsinfluencingthecoalprice,andrevealedthelong-standingnonlinearequilibriumrelationshipbetweendifferentvariables

8、byusingtheco-integrationtheory.Besides,thispaperalsoestablishedacoalpricepredicationmodelbasedontheco-integrationmodelandtheartificialneuralnetworkbymakinguseoftheinherentadvantageoftheartificialneural