后疫情时代我国钢材需求预测.pdfVIP

摘要 研究钢材需求对于钢材企业和国家均具有重要意义，可通过对需求进行一定 程度的预测，规避市场波动带来的风险。新冠肺炎爆发以来，疫情不断扩散，导 致需求下降。因此，对疫情后国内市场钢材需求进行预测研究，分析国内市场钢 材需求拐点，预测未来的钢材需求量，对于钢铁企业合理安排生产节奏，维护市 场供求平衡，加强资金管理防范风险有重大意义。 本文在前人研究基础上，利用现期可以获取到的2000 年至2020 年上半年的 以季度为单位的数据，以我国钢材销售量为核心分别构建多元回归模型、ARIMA 模型，对我国2020 年钢材需求量前两季度数据进行预测，利用多元回归以及时 间序列预测模型对2020 年钢材需求量的预测结果，选取前两个季度作为检验量， 将预测值与实际值进行点估计和区间估计方面的对比，观察疫情影响下需求的变 化情况和拐点可能出现的时间。根据预测结果，在无疫情影响下，第一季度的钢 材需求量应当在28000 万~29000 万吨，第二季度的钢材需求量应当在32500 万 ~33600 万吨，而实际的需求量第一季度为 25384.2 万吨，第二季度为 35881.7 万吨。综合两个季度和真实数据的偏差和离散程度来看，第一季度明显需求下降， 而在3 月全国疫情得到基本控制之后，复工复产基本得到落实，市场的钢材需求 量不但恢复了正常，而且对第一季度所影响的需求量也得到补偿，所以在第二季 度拐点已经到来，并且第二季度钢材需求量达到小高峰。 由于上述模型在研究钢铁供需系统时均存在局限性，因此在多元回归模型和 ARIMA 模型分析的基础上，选择2000 年~2019 年以及2020 年前两季度的部分变 量数据进行VAR 建模，在对模型进行检验后，从脉冲响应和方差分解方面对模型 系统深入地认识，在此基础上进行预测。脉冲响应结果表明一年后冲击会平稳化， 两年后冲击的影响会几乎消失。方差分解的结果显示GDP、汽车产量、房地产竣 工面积对钢材需求量的贡献率均超过10%，并且GDP 与房地产竣工面积对钢材需 求量的贡献率是逐渐增加的。预测结果则表明未来钢铁需求弹性大，2020 年第 三季度需求将小幅回落，第四季度和2021 年第一二季度的钢材需求将会扩大。 建模对历史数据进行定量分析是为了定性分析未来，最后本文从趋势变化的 角度进行预测判断，并结合当下我国实际国情和双循环战略部署提出建议。 【关键词】钢材需求量预测;多元回归模型;ARIMA模型;向量自回归模型 目录 1 绪论1 1.1 论文的研究背景1 1.2 论文的研究意义2 1.3 国内外研究现状3 1.4 研究思路与创新点6 1.4.1 研究思路6 1.4.2 创新点7 1.5 结构安排8 2 多元回归分析9 2.1 数据变量及来源9 2.2 数据预处理12 2.3 模型构建13 2.3.1 多元线性回归模型13 2.3.2 消除多重共线性方法16 3 时间序列分析23 3.1 时间序列的一般模型23 3.2 ARIMA 模型的识别与建立23 3.3 ARIMA 模型的定阶27 3.4 ARIMA 模型参数估计及检验28 3.5 2020 年钢材需求量预测29 4 模型预测结果与需求量拐点判别30 4.1 模型预测结果30 4.2 需求量拐点判别31 5 向量自回归模型32 5.1 向量自回归模型介绍32 5.1.1 定义32 5.1.2 ADF 检验33 5.1.3 JJ 协整性检验33 5.1.4 Granger 因果关系检验34 5.1.5 滞后阶数选择35 5.1.6 方差分解36 5.2 向量自回归模型实证37 5.2.1 平稳性检验38 5.2.2 滞后阶数确定42 5.2.3 模型诊断42 5.2.4 Granger 因果检验43 5.2.5 脉冲响应43 5.2.6 方差分解45 5.2.