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。