基于支持向量機(jī)的干散貨運(yùn)價(jià)指數(shù)預(yù)測(cè)研究.pdf

1、國(guó)際干散貨航運(yùn)市場(chǎng)是國(guó)際航運(yùn)市場(chǎng)中非常重要的一個(gè)子市場(chǎng)。由于干散貨航運(yùn)市場(chǎng)運(yùn)價(jià)波動(dòng)劇烈，走勢(shì)難以琢磨，受到的影響因素非常復(fù)雜，是一個(gè)非線性的復(fù)雜系統(tǒng)，因而，傳統(tǒng)的預(yù)測(cè)方法并不適合對(duì)它進(jìn)行預(yù)測(cè)。這給航運(yùn)經(jīng)營(yíng)者和貨物托運(yùn)人決策帶來了困難。因此，考察運(yùn)價(jià)指數(shù)波動(dòng)的內(nèi)在規(guī)律和外在影響，并在此基礎(chǔ)之上開發(fā)新的模型預(yù)測(cè)運(yùn)價(jià)指數(shù)，可以為航運(yùn)市場(chǎng)經(jīng)營(yíng)者和投資者提供把握市場(chǎng)態(tài)勢(shì)、規(guī)避價(jià)格風(fēng)險(xiǎn)的有力的工具。
　　 本文針對(duì)巴拿馬型干散貨船舶，進(jìn)行基

2、于支持向量機(jī)(Support Vector Machines，SVM)模型的波羅的海運(yùn)價(jià)指數(shù)預(yù)測(cè)研究。SVM充分考慮了運(yùn)價(jià)指數(shù)的隨機(jī)性，同時(shí)其泛化能力較之神經(jīng)網(wǎng)絡(luò)有明顯改善，更適用于對(duì)非線性時(shí)間序列進(jìn)行預(yù)測(cè)。
　　 首先，分析干散貨航運(yùn)市場(chǎng)的內(nèi)部供給和需求的運(yùn)行機(jī)制，挖掘運(yùn)價(jià)指數(shù)劇烈波動(dòng)的深層原因。其次，對(duì)運(yùn)價(jià)指數(shù)的形成過程及計(jì)算原理進(jìn)行闡述，通過分析，運(yùn)價(jià)指數(shù)可以準(zhǔn)確反映航運(yùn)市場(chǎng)的變化，本文選取巴拿馬型船舶運(yùn)價(jià)指數(shù)(Balti

3、c Panamax Index，BPI)指數(shù)作為研究對(duì)象。論述運(yùn)價(jià)指數(shù)波動(dòng)的外部影響因素，在此基礎(chǔ)上，對(duì)干散貨航運(yùn)市場(chǎng)的現(xiàn)狀和未來走勢(shì)進(jìn)行定性分析。接著，本文建立了小波變換-SVM混合預(yù)測(cè)模型，對(duì)小波變換、SVM的理論和適用性進(jìn)行簡(jiǎn)要介紹，并且論證了混合預(yù)測(cè)模型的構(gòu)建原理。最后，本文針對(duì)BPI序列進(jìn)行實(shí)證分析，先用小波變換對(duì)運(yùn)價(jià)指數(shù)序列進(jìn)行去噪，消除無規(guī)律的突發(fā)事件造成的影響；隨后用前五個(gè)月的BPI值作為輸入變量，以第六個(gè)月的運(yùn)價(jià)指數(shù)作