摘要
钢材是使用率最高且最重要的工业原材料，主要运用于建筑领域，其中螺纹钢是中型以上建筑构建的必用钢材，全球范围内中国对于螺纹钢的需求占比甚至达到五成以上，可见需求之大。2010年以前，随着我国城市化建设及房地产行业的蓬勃发展，螺纹钢成为一种热门材料;2010年以后，房地产增速减小，螺纹钢行业逐渐出现了产能过度的现象;随着近些年供给侧改革的推进，该行业的产业结构得到优化，螺纹钢的月产量整体趋势呈现出浮动上升的态势。2009年螺纹钢期货挂牌交易后，提高了螺纹钢市场的透明度和规范程度，2020年新冠疫情这一“黑天鹅”事件的发生，全球经济市场出现了剧烈波动，但螺纹钢的价格却能一直较为稳定甚至出现向上波动的趋势，在市场上被号称“小股指”，被投资者认为是国内趋势性最好的期货品种之一。鉴于螺纹钢的影响力及重要地位，本文基于已有文献，针对于螺纹钢影响因素及价格预测两个方面进行进一步研究,希望能为政策指定者、相关行业及投资者提供参考。 本文结合现有文献和数据，研究螺纹钢期货的影响因素与价格预测，主要分为两个部分。首先，从宏观经济、微观供给端、微观需求端、市场与预期4个方面覆盖所有可以提取到的共计49个因素构建影响因素库。采取逐步筛选的方式，先采用主成分分析法进行初步筛选、再选用灰色关联度分析和逐步回归方法对因素库进行进一步筛选，选取出对螺纹钢期货作用最大的六项影响因素。其次，利用相关数据，分别构建BP神经网络、SARIMAX、VAR三种单项预测模型，以及BP神经网络-时间序列预测模型、VAR-BP神经网络、SARIMAX-BP神经网络、VAR-SARIMAX-BP神经网络四种综合预测模型进行价格预测分析，并进行精度对比，从宏微观两个方面提出投资策略分析，比较模型预测的实用性及收益情况。 实证结果表明:(1)通过采用三种方法对影响因素库进行逐步筛选，确定出螺纹钢期货价格的六大关键影响因素,分别为焦炭期货价格、铁矿石价格指数、消费者预期指数、钢材产量、好望角型运费指数和宏观经济景气指数:滞后指数。(2)比较三种单项模型预测精度发现，基于BP神经网络的数据回归模型具有最佳的预测精度;整体来看，三种预测模型的结果都不是特别理想。(3)比较四种综合预测模型精度结果，与单项预测模型相比，综合预测模型的精度都有了显著的提高，其中VAR-SARIMAX-BP神经网络模型的预测精度最高。(4)从宏微观两个角度构建投资策略，宏观行业角度来看，房地产和金融行业可以获得较好的收益，且VAR-BP神经网络和BP神经网络-时间序列模型的预测效果较好;从微观角度分析，VAR-BP神经网络和VAR-SARIMAX-BP神经网络模型对于螺纹钢期货价格预测的收益率较好，VAR-SARIMAX-BP神经网络模型的预测精度及收益率均呈现出较好水平。 本文的主要贡献包括:(1)影响因素筛选方面:本文搜集所有可能会对螺纹钢期货产生影响的因素，构建出由49个因素组成的影响因素库，范围广泛且全面;采用主成分分析-灰色关联度-逐步回归三种方法进行逐步筛选;并对筛选出的主要影响因素进行螺纹钢期货价格传导探究。(2)价格预测方面:本文将价格预测分为两个阶段，分别构造单项预测模型和综合预测模型;并从宏微观两个层面构建投资策略模型，进行收益率研究。
NETL