论文部分内容阅读
金属铜由于诸多优异的物理、化学性质,被广泛运用于电气、轻工、机械制造、建筑工程、国防工业等领域,是国民经济中最重要的有色金属。作为全球第一大精铜消费国,中国对精铜的需求量占到全球总需求的43%,但由于国内精铜产量有限,中国约有三成的精铜需求依赖净进口来满足。而铜价本身是铜工业属性及金融属性的综合表现,受到供需基本面、全球经济情况、货币政策等诸多因素影响,因此铜价往往呈现大幅波动。尤其是金融危机后铜的金融属性进一步提升,价格波动加剧。与此同时,铜企的经营业绩极易受铜价波动影响,尽管我国推出了沪铜期货,为国内铜企套期保值提供了途径,但由于铜价波动较大,很多企业套期保值效果不佳。故预测沪铜期货价格变动,并在此基础上制定套期保值策略现实意义重大。论文分析了铜的全球供需基本面情况,运用ARIMA、GM(1,1)、BP神经网络3个单一预测模型对沪铜价格进行预测,并在单一模型预测的基础上,建立了基于最优权重的线性组合模型和基于BP神经网络的非线性组合模型这2种组合预测模型。考虑到模型对不同数据的适用性不同,文章针对趋势行情、反转行情、震荡行情3类市场行情及长期、中期、短期3种时间跨度共计9(3*3)种情况分别进行价格预测,来检测组合预测模型的适用性,从而得到合适的沪铜价格预测模型。论文研究得到以下结论：最优权重的线性组合预测模型、基于BP神经网络的非线性组合预测模型这2种组合预测模型在9种情形下,必有一种组合预测模型能得到最优预测结果,即组合预测模型较单一预测模型有着更佳的预测效果；两种组合预测模型中,基于BP神经网络的非线性组合预测模型有着更广的适用性,在检验的9种情形中有7次能达到最优预测结果,且预测值的平均误差均小于1%(除长期反转)。以中期趋势行情为例,基于BP神经网络的非线性组合模型对6个未来值的预测相对误差范围为[0.13%,1.31%],最大单一误差1.31%,累计误差4.26%,较ARIMA、GM(1,1)、BP神经网络3个单一预测模型模型及最优权重的线性组合预测模型均有着更高的预测精度；组合预测方法适用性良好,可适用于除长时间跨度反转外的其他8种情形。基于上述研究,文章给出了合适的沪铜价格预测模型——即基于ARIMA、GM(1,1)、BP神经网络3个单一预测模型的最优权重线性组合模型或基于BP神经网络的非线性组合模型,该模型能较为准确地预测沪铜期货价格。在价格预测的基础上,通过进一步调整套保比例、基于基差预测调整期货市场操作等方式对传统套期保值策略进行改进,以此在规避风险的同时增加企业利润,实现策略优化。