2023年全球黃金需求預(yù)測

小組選題：黃金的市場需求預(yù)測〔1〕組員工作安排：1、世界黃金市場的開展歷程、分類及特征、組成要素——沃杭帥、鐘四秀2、全球黃金市場供應(yīng)及需求綜述——趙武陽3、市場預(yù)測通常所使用的模型及其步驟，分析各種模型的利弊，為此次建模預(yù)測做出模型決策。——江翀、萬梁龍4、世界黃金市場的價格確定機制及影響黃金價格的主要因素——蔡文迪5、資料整合及任務(wù)分布，統(tǒng)籌安排團(tuán)隊的下一步工作——韋佳瑞小組按三個階段進(jìn)行，第一階段資料查找以及模型甄選；第二階段資料分析，建立模型；第三階段制作ppt及總結(jié)寫word報告，同時開小組會討論此次作業(yè)的心得體會，為下次作業(yè)做好經(jīng)驗總結(jié)。解決思路：1、模型甄選先查出歷年來黃金需求的數(shù)據(jù)，然后根據(jù)圖表模型或解析模型假設(shè)為邏輯斯蒂曲線，求出a、k、b三個參數(shù)的值即可進(jìn)行預(yù)測。必須采用定量預(yù)測法，排除不夠精確的定性預(yù)測。因果關(guān)系預(yù)測使用與系統(tǒng)之間存在某種前因后果的關(guān)系，而時間序列分析法的適用對象為隨時間變化的歷史資料，只考慮系統(tǒng)變化隨時間的開展變化規(guī)律來對未來預(yù)測，因此需采用時間序列分析法，其中的移動平均法只是以開展變化比擬平穩(wěn)，增長趨勢不明顯，與以往遠(yuǎn)時期狀況聯(lián)系不大的序列有效，給所選數(shù)據(jù)有很大關(guān)系。選指數(shù)平滑法不是向移動平均法那樣，求算術(shù)平均值，而是注重時間序列的長期數(shù)值對未來預(yù)測值的影響，對時間序列的各個數(shù)據(jù)進(jìn)行加權(quán)平均，時間越近的數(shù)據(jù)，權(quán)值越大，但是這里仍有兩個問題一是平滑系數(shù)α值的選取，及初始條件的選取，指數(shù)平滑中，平滑系數(shù)α值得選取對預(yù)測精度影響很大，因此它的選擇很重要，其值越大那么越重視近期數(shù)據(jù)的作用，對過程的變化反響越快，越小越重視歷史數(shù)據(jù)的修勻能力，如采用此方法，可按書中120頁的原那么選，趨勢外推預(yù)測法，大致估計數(shù)據(jù)的開展趨勢，逼近要分析歷史數(shù)據(jù)還要大致預(yù)測未來數(shù)據(jù)，如果是多項函數(shù)或指數(shù)函數(shù)，或邏輯斯蒂曲線，建議采用邏輯斯蒂曲線，參數(shù)可根據(jù)三段法或三點法，三段法主要使用在比擬狹窄的范圍內(nèi)變動的原始數(shù)據(jù)，而且計算數(shù)據(jù)對隨機干擾很敏感，可選三點法確定各參數(shù)。但值不好選，所可用趨勢外推法，即最小二乘法，三點法，三段合法后者的局限性在于只適用于在比擬窄范圍的原始數(shù)據(jù)，而且結(jié)果對隨機干擾很敏感，因此建議采用三點法，用logistic曲線擬合?！不貧w分析法主要利用最小二乘法y=a+bx求出各個系數(shù)然后再根據(jù)的數(shù)據(jù)帶入，感覺有點麻煩?！衬Ｐ徒ⅱ俚谝环N方法：三點法，用logistic曲線擬合第一步；網(wǎng)上搜索：用10年的市場需求做logistic模型該怎么進(jìn)行預(yù)測做？答：最好用eviews軟件做先用Eviews做出Equation，Equation的那個頁面出來以后上面的工具欄里有FORECAST的，如果你是要預(yù)測后十年的，那就先把WORKFILE裏面的數(shù)據(jù)改掉，如原來是1990~2000.現(xiàn)在改成1990~2023。第二步；從世界黃金協(xié)會統(tǒng)計出最近十年全球黃金需求。最近十年全球黃金需求數(shù)據(jù)表年份〔年〕需求量〔噸〕20234067202340512023361920233804.720073516.42006336220053726.6200434972003332920023414.52001377020003800.319993922.119983843.619974189.6第三步；假設(shè)條件：今年不發(fā)生世界性的戰(zhàn)爭、疾病、自然災(zāi)害等劇烈影響黃金價格的事件。第四步；計算。本體總共給出15個數(shù)據(jù)，令1997~2023年的編號分別為-7~7，其中2004年時t=0，2023年t=7.通過以下公式求得c=13.337b=-5.425a=3478.56即二次函數(shù)為Y=3478.56-5.425t+13.34當(dāng)t=8時，y=4375.72，即2023年全球的黃金需求量預(yù)計為4375.72噸。②第二種方法1、數(shù)據(jù)處理假設(shè)條件：今年不發(fā)生世界性的戰(zhàn)爭、疾病、自然災(zāi)害等劇烈影響黃金價格的事件。數(shù)據(jù)統(tǒng)計、分析：通過網(wǎng)絡(luò)查找，在世界黃金協(xié)會發(fā)布的各年各季度的黃金需求趨勢報告上整理得如下數(shù)據(jù)：年份需求量〔t〕〔不包括中央銀行〕2023406720234051202336192023380520073516.42006336220053726.6200434972003332920023414.52001377020003800.319993922.119983843.619974189.6繪制成折線圖如圖1所示2、預(yù)測方法的選擇：由于黃金的需求量是一個隨時間漸變開展的，從圖形來看黃金的需求量存在一個長期的趨勢，因此選擇趨勢外推法對2023年的黃金需求量進(jìn)行預(yù)測。模型曲線的選擇：2.1、模型一：二次曲線模型通過圖1的需求折線發(fā)現(xiàn)黃金需求量大致呈二次曲線分布，因此用來對曲線進(jìn)行擬合。其中y表示黃金需求量，x表示年份。軟件求解：通過建立方程DEMAND=C(1)+C(2)*T+C(3)*T^2，〔demand代表需求量，T代表時間〕求得結(jié)果如圖2所示那么yx+13.3368166181x2擬合曲線如圖3所示2.1、模型二：指數(shù)模型模型一是針對世界每年所需黃金作出預(yù)測，現(xiàn)在根據(jù)每年各季度的世界黃金需求數(shù)據(jù)可得其對數(shù)的一次差分大體相同，那么可以配合指數(shù)曲線模型進(jìn)行預(yù)測。下表為2002年至2023年各季度世界黃金需求量：季度需求量〔不包括中央銀行，t〕2002第1季度801.52747.53781.941083.62003第1季度7432844382148212004第1季度8052873383549842005年第1季度1014.42994.23884.44833.52006年第1季度8272788384848992007年第1季度830.62907.13964.44814.32023年第1季度733.92787.331204.941078.62023年第1季度10562825385248852023年第1季度889211253997410392023年第1季度100329693107841017根據(jù)以上數(shù)據(jù)可以得到一份散點圖，如下列圖4：從歷史數(shù)據(jù)來看，雖然有些波動，但總體趨勢是增長的，且觀察對數(shù)的一次差分大體相同，那么可以配合指數(shù)曲線。我們?nèi)?002年第一季度為基準(zhǔn)季度，t=1，記y為一個季度黃金需求量，t表示季度期數(shù)，用指數(shù)模型y=aebtlny=llny=lna+bt記y0=lny，c1=lna，c2=b，那么有y0=c1+c2t利用軟件求得:那么可得y0=6.698425+0.00602t，即y=811.1272931e0.00602t對數(shù)方程的擬合曲線如圖5：3、評價模型根據(jù)趨勢外推法中二次多項式的性質(zhì)可知，二次拋物線模型：yx+13.3368166181x2函數(shù)值的二次差大致相等，現(xiàn)求得二次多項式預(yù)測模型的一次差、二次差如下表：19974189.6一次差二次差19983843.6-34619993922.178.542420003800.3-121.78-200.2820013770-30.397.7320023414.5-355.5-304.720033329-85.5270.520043497168253.520053726.6229.661.620063362-364.6-594.120073516.4154.451920233804.7288.6134.220233619-186-476.6202340514326182023406716-416經(jīng)分析，所建二次函數(shù)模型的二次差值有較大波動，預(yù)測結(jié)果可能有誤差。下面對二次拋物線模型與指數(shù)模型進(jìn)行殘值平方和即Q=∑〔y′-y〕2計算：模型一:實際值年份預(yù)測函數(shù)系數(shù)預(yù)測函數(shù)系數(shù)系數(shù)預(yù)測值殘值平方4067202353575646.4953459.5992213.336824092.623656.52324051202353575646.4953459.5992213.336823924.88215905.673619202353575646.4953459.5992213.336823783.81627164.163804.7202353575646.4953459.5992213.336823669.42218300.033516.4200753575646.4953459.5992213.336823581.7034264.4683362200653575646.4953459.5992213.336823520.65725172.053726.6200553575646.4953459.5992213.336823486.28557751.43497200453575646.4953459.5992213.336823478.586339.06873329200353575646.4953459.5992213.336823497.56128412.883414.5200253575646.4953459.5992213.336823543.2116566.233770200153575646.4953459.5992213.336823615.53223860.313800.3200053575646.4953459.5992213.336823714.5287356.8193922.1199953575646.4953459.5992213.336823840.1986707.9933843.6199853575646.4953459.5992213.336823992.54122183.384189.6199753575646.4953459.5992213.336824171.558325.5251Q1=∑〔y′-y〕2=254966.5164模型二：實際值季度期數(shù)預(yù)測函數(shù)系數(shù)系數(shù)預(yù)測值殘值平方801.51811.12729310.00602816.025210.9758747.52811.12729310.00602820.95235395.239781.93811.12729310.00602825.90931936.8211083.64811.12729310.00602830.896363859.167435811.12729310.00602835.91348632.8978446811.12729310.00602840.96089.2369818217811.12729310.00602846.0386626.93218218811.12729310.00602851.1471908.84928059811.12729310.00602856.28652630.30487310811.12729310.00602861.4569133.243783511811.12729310.00602866.65851002.2698412811.12729310.00602871.891512568.311014.413811.12729310.00602877.156118835.88994.214811.12729310.00602882.452512487.5884.415811.12729310.00602887.780911.43061833.516811.12729310.00602893.14153557.10682717811.12729310.00602898.5344511712729310.00602903.959913446.784819811.12729310.00602909.4182377212729310.00602914.9094253.1077830.621811.12729310.00602920.43378070.098907.122811.12729310.00602925.9914356.8868964.423811.12729310.00602931.58271076.973814.324811.12729310.00602937.207815106.32733.925811.12729310.00602942.866843667.12787.326811.12729310.00602948.5626004.771204.927811.12729310.00602954.287562806.621078.628811.12729310.00602960.049614054.19105629811.12729310.00602965.84668127.63982530811.12729310.00602971.678521514.5985231811.12729310.00602977.545715761.7188532811.12729310.00602983.44829692.05488933811.12729310.00602989.386410077.44112534811.12729310.00602995.360516806.499735811.12729310.006021001.37119.10266103936811.12729310.006021007.417997.4801100337811.12729310.006021013.5110.250796938811.12729310.006021019.622562.355107839811.12729310.006021025.7762727.