2024年全球黄金需求预测

小组选题：黄金的市场需求预测〔1〕组员工作安排：1、世界黄金市场的开展历程、分类及特征、组成要素——沃杭帅、钟四秀2、全球黄金市场供给及需求综述——赵武阳3、市场预测通常所使用的模型及其步骤，分析各种模型的利弊，为此次建模预测做出模型决策。——江翀、万梁龙

4、世界黄金市场的价格确定机制及影响黄金价格的主要因素——蔡文迪5、资料整合及任务分布，统筹安排团队的下一步工作——韦佳瑞小组按三个阶段进行，第一阶段资料查找以及模型甄选；第二阶段资料分析，建立模型；第三阶段制作ppt及总结写word报告，同时开小组会讨论此次作业的心得体会，为下次作业做好经验总结。解决思路：1、模型甄选先查出历年来黄金需求的数据，然后根据图表模型或解析模型假设为逻辑斯蒂曲线，求出a、k、b三个参数的值即可进行预测。必须采用定量预测法，排除不够精确的定性预测。因果关系预测使用与系统之间存在某种前因后果的关系，而时间序列分析法的适用对象为随时间变化的历史资料，只考虑系统变化随时间的开展变化规律来对未来预测，因此需采用时间序列分析法，其中的移动平均法只是以开展变化比较平稳，增长趋势不明显，与以往远时期状况联系不大的序列有效，给所选数据有很大关系。选指数平滑法不是向移动平均法那样，求算术平均值，而是注重时间序列的长期数值对未来预测值的影响，对时间序列的各个数据进行加权平均，时间越近的数据，权值越大，但是这里仍有两个问题一是平滑系数α值的选取，及初始条件的选取，指数平滑中，平滑系数α值得选取对预测精度影响很大，因此它的选择很重要，其值越大那么越重视近期数据的作用，对过程的变化反响越快，越小越重视历史数据的修匀能力，如采用此方法，可按书中120页的原那么选，趋势外推预测法，大致估计数据的开展趋势，逼近要分析历史数据还要大致预测未来数据，如果是多项函数或指数函数，或逻辑斯蒂曲线，建议采用逻辑斯蒂曲线，参数可根据三段法或三点法，三段法主要使用在比较狭窄的范围内变动的原始数据，而且计算数据对随机干扰很敏感，可选三点法确定各参数。但值不好选，所可用趋势外推法，即最小二乘法，三点法，三段合法后者的局限性在于只适用于在比较窄范围的原始数据，而且结果对随机干扰很敏感，因此建议采用三点法，用logistic曲线拟合。〔回归分析法主要利用最小二乘法y=a+bx求出各个系数然后再根据的数据带入，感觉有点麻烦。〕模型建立①第一种方法：三点法，用logistic曲线拟合第一步；网上搜索：用10年的市场需求做logistic模型该怎么进行预测做？答：最好用eviews软件做先用Eviews做出Equation，Equation的那个页面出来以后上面的工具栏里有FORECAST的，如果你是要预测后十年的，那就先把WORKFILE裏面的数据改掉，如原来是1990~2000.现在改成1990~2024。第二步；从世界黄金协会统计出最近十年全球黄金需求。最近十年全球黄金需求数据表年份〔年〕需求量〔吨〕20244067202440512024361920243804.720243516.42024336220243726.6202434972024332920243414.52001377020003800.319993922.119983843.619974189.6第三步；假设条件：今年不发生世界性的战争、疾病、自然灾害等剧烈影响黄金价格的事件。第四步；计算。本体总共给出15个数据，令1997~2024年的编号分别为-7~7，其中2024年时t=0，2024年t=7.通过以下公式求得c=13.337b=-5.425a=3478.56即二次函数为Y=3478.56-5.425t+13.34当t=8时，y=4375.72，即2024年全球的黄金需求量预计为4375.72吨。②第二种方法1、数据处理假设条件：今年不发生世界性的战争、疾病、自然灾害等剧烈影响黄金价格的事件。数据统计、分析：通过网络查找，在世界黄金协会发布的各年各季度的黄金需求趋势报告上整理得如下数据：年份需求量〔t〕〔不包括中央银行〕2024406720244051202436192024380520243516.42024336220243726.6202434972024332920243414.52001377020003800.319993922.119983843.619974189.6绘制成折线图如图1所示2、预测方法的选择：由于黄金的需求量是一个随时间渐变开展的，从图形来看黄金的需求量存在一个长期的趋势，因此选择趋势外推法对2024年的黄金需求量进行预测。模型曲线的选择：2.1、模型一：二次曲线模型通过图1的需求折线发现黄金需求量大致呈二次曲线分布，因此用来对曲线进行拟合。其中y表示黄金需求量，x表示年份。软件求解：通过建立方程DEMAND=C(1)+C(2)*T+C(3)*T^2，〔demand代表需求量，T代表时间〕求得结果如图2所示那么y=53575646.4919-53459.5992181x+13.3368166181x2 拟合曲线如图3所示2.1、模型二：指数模型模型一是针对世界每年所需黄金作出预测，现在根据每年各季度的世界黄金需求数据可得其对数的一次差分大体相同，那么可以配合指数曲线模型进行预测。下表为2024年至2024年各季度世界黄金需求量：季度需求量〔不包括中央银行，t〕2024第1季度801.52747.53781.941083.62024第1季度7432844382148212024第1季度8052873383549842024年第1季度1014.42994.23884.44833.52024年第1季度8272788384848992024年第1季度830.62907.13964.44814.32024年第1季度733.92787.331204.941078.62024年第1季度10562825385248852024年第1季度889211253997410392024年第1季度100329693107841017根据以上数据可以得到一份散点图，如以以下图4：从历史数据来看，虽然有些波动，但总体趋势是增长的，且观察对数的一次差分大体相同，那么可以配合指数曲线。我们取2024年第一季度为基准季度，t=1，记y为一个季度黄金需求量，t表示季度期数，用指数模型y=aebtlny=llny=lna+bt记y0=lny，c1=lna，c2=b，那么有y0=c1+c2t利用软件求得:那么可得y0=6.698425+0.00602t，即y=811.1272931e0.00602t对数方程的拟合曲线如图5：3、评价模型根据趋势外推法中二次多项式的性质可知，二次抛物线模型：y=53575646.4919-53459.5992181x+13.3368166181x2函数值的二次差大致相等，现求得二次多项式预测模型的一次差、二次差如下表：19974189.6一次差二次差19983843.6-34619993922.178.542420003800.3-121.78-200.2820013770-30.397.7320243414.5-355.5-304.720243329-85.5270.520243497168253.520243726.6229.661.620243362-364.6-594.120243516.4154.451920243804.7288.6134.220243619-186-476.6202440514326182024406716-416经分析，所建二次函数模型的二次差值有较大波动，预测结果可能有误差。下面对二次抛物线模型与指数模型进行残值平方和即Q=∑〔y′-y〕2计算：模型一:实际值年份预测函数系数预测函数系数系数预测值残值平方4067202453575646.4953459.5992213.336824092.623656.52324051202453575646.4953459.5992213.336823924.88215905.673619202453575646.4953459.5992213.336823783.81627164.163804.7202453575646.4953459.5992213.336823669.42218300.033516.4202453575646.4953459.5992213.336823581.7034264.4683362202453575646.4953459.5992213.336823520.65725172.053726.6202453575646.4953459.5992213.336823486.28557751.43497202453575646.4953459.5992213.336823478.586339.06873329202453575646.4953459.5992213.336823497.56128412.883414.5202453575646.4953459.5992213.336823543.2116566.233770200153575646.4953459.5992213.336823615.53223860.313800.3200053575646.4953459.5992213.336823714.5287356.8193922.1199953575646.4953459.5992213.336823840.1986707.9933843.6199853575646.4953459.5992213.336823992.54122183.384189.6199753575646.4953459.5992213.336824171.558325.5251Q1=∑〔y′-y〕2=254966.5164模型二：实际值季度期数预测函数系数系数预测值残值平方801.51811.12729310.00602816.025210.9758747.52811.12729310.00602820.95235395.239781.93811.12729310.00602825.90931936.8211083.64811.12729310.00602830.896363859.167435811.12729310.00602835.91348632.8978446811.12729310.00602840.96089.2369818217811.12729310.00602846.0386626.93218218811.12729310.00602851.1471908.84928059811.12729310.00602856.28652630.30487310811.12729310.00602861.4569133.243783511811.12729310.00602866.65851002.2698412811.12729310.00602871.891512568.311014.413811.12729310.00602877.156118835.88994.214811.12729310.00602882.452512487.5884.415811.12729310.00602887.780911.43061833.516811.12729310.00602893.14153557.10682717811.12729310.00602898.5344511712729310.00602903.959913446.784819811.12729310.00602909.4182377212729310.00602914.9094253.1077830.621811.12729310.00602920.43378070.098907.122811.12729310.00602925.9914356.8868964.423811.12729310.00602931.58271076.973814.324811.12729310.00602937.207815106.32733.925811.12729310.00602942.866843667.12787.326811.12729310.00602948.5626004.771204.927811.12729310.00602954.287562806.621078.628811.12729310.00602960.049614054.19105629811.12729310.00602965.84668127.63982530811.12729310.00602971.678521514.5985231811.12729310.00602977.545715761.7188532811.12729310.00602983.44829692.05488933811.12729310.00602989.386410077.44112534811.12729310.00602995.360516806.499735811.12729310.006021001.37119.10266103936811.12729310.006021007.417997.4801100337811.12729310.006021013.5110.250796938811.12729310.006021019.622562.355107839811.12729310.006021025.7762727.312101740811.127293