近期国际黄金价格走势判断与分析

近几年来,国际黄金价格经历了令人瞠目的变化,黄金的投资保值又一次得到了广大投资者的关注,我们研究国际黄金价格密切相关的因素就变得尤为重要。美元和黄金价格之间有很深的渊源,国际黄金价格的变化受与美元密切相关的美联邦基金利率、美国通货膨胀率、美国GDP和美元指数因素的影响较大。本文首先回顾了黄金市场的历史变迁,重点研究了自2005年到2012年期间国际黄金价格的波动态势,并从与国际黄金价格的变化密切相关的美元相关因素入手。最后,我们从美国应对金融危机的政策开始分析,运用前文所述来对未来国际黄金价格做预测。     

黄金交易市场的预测分析

黄金市场是投资者、管理者和经济管理学者共同关注的热点,自19世纪黄金市场建立以来,对黄金价格预测方法的研究一直是众多学者关注的焦点,随着黄金投资在中国的发展,其影响越来越大,深入了解其变化规律已经成为经济发展的迫切要求.目前,已有大量的学者仅从定性角度研究了黄金价格的影响因素,但定量研究的文章较少.主要是运用灰色马尔可夫预测法对黄金价格进行预测,考虑到重大事件的发生对黄金价格的影响,引入了虚拟变量,并基于上海黄金交易所提供的2008年1月9日到8月1日的数据对8月3日到10月31日12周内的黄金价格进行了预测.     

美元价值波动对近年黄金价格影响研究

黄金是同时具有货币与商品双重功能的特殊金属,根源在于其稀缺性。随着世界经济一体化的深入,各国货币政策、财政政策及相关政策变动幅度和频率都较大,使得经济体内的商品价格、汇率、利率及通货膨胀率等均出现了不同程度的波动,黄金价格也随之经历了变动,然而稀缺性的根本属性使得黄金保值增值功能得到越来越大的体现,黄金价格的变化是多重因素共同作用下的结果,因此对黄金价格变化的影响因素和决定性因素成为重要的课题和研究方向。本文首先回顾了黄金市场历史变迁、构成要素、主要交易市场等基本内容,在此基础上全面分析了黄金价格的影响因素,并在此基础上着重分析了黄金价格受美元相关因素影响机理,并利用EVIEWS6.0软件进行了实证分析,具体包括OLS回归分析、ADF平稳性检验、协整关系、格兰杰因果检验、VAR模型、方差分解及脉冲响应函数等,最后根据分析和实证检验结果提出相应的对策建议。     

基于粒子群优化支持向量回归机的黄金价格预测模型

为了克服神经网络存在的收敛速度慢、容易陷入局部极值等缺点,提出基于粒子群优化支持向量机(PSO-SVM)的黄金价格预测方法,以影响黄金价格的美元走势、世界黄金储备、石油价格等因素为输入,黄金价格为输出.用粒子群优化算法选择合适的支持向量机参数,对支持向量回归机进行训练.应用训练完成的支持向量回归机预测下一年的黄金价格.结果证明,PSO-SVM的预测精度高于BP神经网络,PSO-SVM适用于黄金价格预测.     

黄金价格预测分析与研究

分析可能会对黄金价格产生影响的相关因素,如美元指数、原油价格、股票市场等。利用神经网络模型和ARMA的有机结合,实现对黄金价格的预测,最后对预测的结果同实际数据进行对比、检验。此外,根据已建立的预测模型及所得的结论,给出了一些与黄金相关的衍生品的交易建议。     

黄金价格为什么大起大落

读者来信就8、9月份黄金价格猛涨事,提出要求了解黄金价格起落的基本情况和有关因素。现刊载此文,作扼要的答复。     

基于BP神经网络的世界黄金价格预测

通过建立BP神经网络,把世界敏感度、美国的货币政策、中国的货币政策等因素作为网络输入端,将世界黄金价格分为几个区间作为网络的输出端,对世界黄金价格预进行了预测,实现了良好的网络训练和预测效果.     

个人黄金投资谨慎而行

由于世界黄金价格和黄金需求量的持续攀升及黄金投资所拥有的独特优势,黄金已成为个人投资的热点。但黄金价格影响因素极其复杂,个人黄金投资存在着较大的风险,投资者入市须谨慎,投资前应进行充分的前期准备工作,密切结合自身的财务状况,保持足够的理性。     

原油价格与黄金价格的变点分析

原油和黄金的价格关系被广泛研究.很多文献都指出原油价格和黄金价格之间在一定时间内存在因果关系.这里通过运用分段多变点同时检测方法和二分段小波分析的方法去寻找原油价格和黄金价格的变点.进一步通过回归的方法去寻找原油价格和黄金价格之间的相关关系以及这两者关系变化的时间.从而得到了如下结论:原油价格波动的改变先于黄金价格波动的改变,而黄金价格波动的改变又先于原油价格和黄金价格相关关系的改变.     

金融危机期间黄金价格与汇率的联动性

基于分位点相协回归模型对黄金价格与汇率的关系进行实证研究.结果表明,非金融危机期间黄金价格与汇率呈现显著为负的极端尾部相依,即市场低迷或高涨时两者走势相反;危机期间由于全球投资者避险情绪的高涨转变为正的极端尾部相依,即市场低迷或高涨时两者走势趋同.此外,危机期间黄金价格与欧元、澳元、英镑、加元汇率存在对称的极端尾部相依,但长期呈非对称的极端尾部相依.最后,黄金价格与汇率的尾部相依随分位点变小而增强,即市场高涨或低迷时相依程度更强.     

基于灰色关联分析的 BP 算法预测沪铜期货价格

采用灰色系统理论中的关联分析方法,对2012年影响沪铜期货价格的因素进行分析,挑选出主要的影响因素。以主要影响因素为输入向量,以参考价格为输出向量,建立了沪铜期货价格与主要影响因子之间的BP神经网络预测模型,并对沪铜期货价格进行了实证研究。实证研究结果表明：该方法预测精度较高、实用性强。     

中国电力消费影响因素权重的分位数回归研究

通过加权最小二乘法(WLS)和分位数(QR)回归比较性研究电力能源消费影响因素的影响权重,分位数回归技术则更能详尽阐明不同消费需求下各影响权重的变化:电价、能源效率改进、消费支出能力、电力价格体制改革、人口与电力消费需求之间存在长期均衡的关系,并通过多重验证指标验证模型和结果的合理性;能源效率改进和电价控制是影响电力能源消费的2个重要因素,在不同分位数上各个因素影响权重存在差异;特别发现"高人口增长率并不必然伴随高电力消费需求量"。并提出不同分位数下相关政策建议。     

郑州小麦价格的分析与研究

利用灰色关联度分析,得出了期货价格是所有小麦价格因素中的主导因素。利用最小二乘法分析郑州近几年的小麦现货价格和期货价格数据,建立两者的线性关系模型,并做出检验分析。     

基于多元统计分析的旅游决策研究

分析国内可控因素(价格、距离、设施、交通、服务水平、好客程度、旅游景点)对亚洲地区外国游客来华旅游影响的程度,找出这些因素影响程度的大小关系,并将可控因素分类,为旅游决策提供一定依据;根据2004年国家自然科学基金项目(40271037)中来自韩国、日本、台湾、香港、马来西亚的游客在西安、上海、昆明、桂林、广州、北京6个城市的调查资料,用多元统计方法中的主成分分析法和因子分析法,借助统计软件SPSS和数学软件MATLAB,对7个可控因素影响程度的大小进行排序分析,再找出7个可控因素的公共因子,对公共因子进行排序;通过主成分分析可以得到总体影响程度与7个可控因素之间的线性方程,在此基础上利用因子分析方法,找到7个可控因素的3个公共因子;初步得到7个因素对旅游决策总体影响程度大小依次为:服务水平、交通、旅游景点、设施、价格、距离、好客程度;将7个因素分为3类:服务水平、交通、旅游景点、设施为最重要一类;价格、距离为次要一类;好客程度单独为最不重要一类。     

基于Bootstrap方法的土地出让价格影响因素分析

影响土地成交价格的因素众多,可利用回归模型参数显著性检验方法,分析土地出让成交单价影响因素的显著性.在小样本或者模型误差分布不明确的情况下,该方法存在统计推断不可信问题.为此,在模型中引入Bootstrap方法,提高了参数估计方差的精确度,进而提高了对影响因素显著性统计推断的可信性.用重庆市土地交易数据进行实证分析,结果表明,Bootstrap方法解决此类问题是十分有效的.     

我国低碳经济发展水平研究——基才碳生产与碳消费视角

从碳生产和碳消费视角出发,研究了2004~2011年,我国低碳经济发展水平问题。研究后发现,在世界16个CO2主要排放国中,我国碳消费排放一直处于较低水平;在考虑商品净出口因素后,我国每年至少有超过11％的CO2排放产生自净出口商品的生产;最后,通过折算出我国分行业CO2实际排放量,经分析后还发现,碳生产排放而非碳消费排放,才是左右我国低碳经济发展水平问题的关键因素。     

混沌理论在"价格钉"预测中的应用

“价格钉”是电能价格随时间变化过程中出现的一种波动现象。对“价格钉”形成的机理、影响因素及表现形式进行了研究,在分析其产生原因的基础上,利用负荷和电价之间的相关性,提出了一种基于混沌理论和神经网络的电价预测模型,并对其进行了改进。模型分析及实际算例表明,该模型可大大减少网络的训练次数,提高预测精度。     

中国成品油价格预测的数学模型

以北京市数据为例,运用Matlab软件对影响成品油价格的因素进行主成分分析,以预测未来成品油价格变化趋势,并在此基础上,参考国外成品油定价机制,建立了一个适合我国国情的成品油定价机制的数学模型。     

广州市二手住宅价格的空间分异格局及影响机制

采用普通克里金插值法、空间趋势分析法和局部莫兰指数法,揭示广州市2020年二手住宅价格空间分异格局;在综合考虑建筑特征、邻里特征、区位特征和教育特征等影响因素的基础上,构建地理加权回归模型(GWR),可视化探究各影响因素对二手住宅价格的作用机制。研究发现:广州市二手住宅价格在东西方向和南北方向上均呈现“倒U型”的趋势分布,在整体空间分布上呈现“中心高,周边低”的特点,并在房价水平上表现出较高的空间聚类程度和关联程度。各影响因素对住房价格的影响作用呈现显著的空间差异性,其中,商场和小学对住宅价格的作用表现出商业资源和教育资源服务的局域性;而且,教育资源对住宅价格的空间影响差异程度受政策变化的影响。此外,GWR模型中部分住宅价格样本点的拟合效果不足与局部区域集中的资源优势相关。