聚烯烃市场需求和价格预测模型开发

发布时间：2023-11-25 06:09

　　我国炼油化工行业转型升级在即,一体化、绿色化、高效化、智能化发展成为新趋势,化工行业进入高质量发展阶段。近年来,我国聚烯烃发展势头迅猛,成为全球最重要的聚烯烃贸易地区,对聚烯烃产品市场的预测可广泛应用于企业排产、产品销售、投资决策等各个环节,将是聚烯烃业务扩大规模,实现高质量发展的重要抓手。在此背景下研究和预测聚烯烃产品市场需求和价格可精准把握市场动向,推动高质量发展,具有重要的实际意义。本文利用统计学分析方法对聚烯烃的需求量和价格进行数据挖掘,建立预测模型并获得预测值。本文通过学习相关理论知识,以统计分析软件SPSS为工具,基于聚烯烃市场需求数据及其影响因素数据,使用主成分分析法消除变量间的共线性并降低变量维度,再利用主成分变量建立多元线性回归模型进行预测。对于聚烯烃市场价格,经过研究筛选了大量自变量,在SAS软件中,首先分别对自变量建立单变量ARIMA模型,通过互相关分析选定显著自变量后,用显著自变量和因变量建立传递函数模型并预测。预测结果显示,多元线性回归模型对四种产品需求量历史数据的拟合值误差均在5%以内,而对2020年需求量的预测最大误差仅为5.74%。传递函数模型对2020...

【文章页数】：81 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 研究背景和意义
    1.2 聚烯烃市场现状
        1.2.1 PE市场现状
        1.2.2 PP市场现状
    1.3 国内外研究现状
        1.3.1 聚烯烃需求和价格预测现状
        1.3.2 多元线性回归预测研究现状
        1.3.3 时间序列分析研究现状
    1.4 研究内容与创新点
        1.4.1 研究内容
        1.4.2 创新点
        1.4.3 数据来源及分析软件
    1.5 本章小结
第2章 预测方法及模型
    2.1 预测方法概述
        2.1.1 预测的概念
        2.1.2 预测的分类
        2.1.3 预测方法的选择
    2.2 回归分析法
        2.2.1 一元线性回归模型
        2.2.2 多元线性回归模型
        2.2.3 主成分分析
    2.3 时间序列分析法
        2.3.1 时间序列的概念
        2.3.2 时间序列模型的特征
        2.3.3 时间序列分析的常用模型
    2.4 本章小结
第3章 聚烯烃年度需求预测模型
    3.1 变量与数据
        3.1.1 确定自变量
        3.1.2 数据预处理
    3.2 自变量建模
    3.3 主成分分析
        3.3.1 相关性检验
        3.3.2 主成分分析
    3.4 建立多元线性回归模型
        3.4.1 主成分变量为自变量的回归分析
        3.4.2 引入虚拟景气变量后的回归分析
    3.5 预测结果分析
    3.6 本章小结
第4章 聚烯烃华东地区月度价格预测模型
    4.1 变量与数据
        4.1.1 确定自变量
        4.1.2 数据预处理
    4.2 基于ARIMA模型对自变量建模
        4.2.1 模型识别
        4.2.2 模型估计
        4.2.3 模型诊断
        4.2.4 模型表达
    4.3 基于传递函数模型对因变量建模预测
        4.3.1 互相关性分析
        4.3.2 传递函数模型的建立
    4.4 预测结果分析
    4.5 本章小结
第5章 结论
参考文献
致谢



本文编号：3867422