我国铁矿石进口价格预测的ECM-SVR混合模型

作     者：杨留星 王珏 YANG Liuxing;WANG Jue

作者机构：中国科学院大学经济与管理学院北京100190 中国科学院数学与系统科学研究院预测科学研究中心北京100190 

出 版 物：《系统工程理论与实践》 (Systems Engineering-Theory & Practice)

年 卷 期：2016年第36卷第7期

页      面：1769-1777页

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金(71271202) 

主　　题：铁矿石价格 ECM SVR 混合模型预测 

摘      要：作为钢铁工业生产的重要原材料之一,铁矿石进口价格的剧烈波动给我国钢铁企业带来巨大的冲击.本文通过分析影响铁矿石价格波动的多种因素,包括供需关系、运费成本、国内外经济环境等,挖掘影响铁矿石进口价格的关键因素,综合考虑其线性和非线性均有的复杂时间序列特征,提出一种基于误差修正模型(error correction model,ECM)和支持向量回归(support vector regression,SVR)的铁矿石价格混合预测模型ECM-SVR.实证结果表明:与单一基准模型和传统混合模型相比,新模型具有较高的预测准确率,这对于钢铁企业控制原料成本和市场投资者合理规避价格风险具有重要指导作用.