● 摘要
经济预测是引领现代企业和政府经济活动以及战略决策的重要参考和依据，而多变量预测模型则是广泛应用于经济预测研究领域的一种强有力的工具。近些年来，随着智能技术、信息科学和计算机技术的发展，一些新的多变量预测技术和方法得到了研究和应用，如灰色系统理论预测技术、模糊推理预测技术、人工神经网络预测技术等，成为推动经济预测研究发展的动力。本文便对其中一些预测技术的理论和应用进行探索和研究。本文依托国家计委农经司粮食安全预测和预警课题，在广泛文献阅读的基础上，系统地总结了目前国内外多变量经济预测模型以及中国农业经济预测和预警领域研究的现状，对灰色系统、遗传神经网络（GABPANN）、向量误差修正（VEC）模型以及多变量GARCH模型数种多变量预测模型及方法的理论和在不同条件下的应用进行了系统的研究，并结合中国农业经济系统的相关数据进行了实证检验。本文主要研究内容如下：论文第三、四章，针对遗传神经网络网络预测模型输入变量的筛选问题，将灰色系统理论与遗传神经网络网络预测模型方法相结合，建立基于灰色关联分析的遗传神经网络（GM-GABPANN）模型，以实现对大量输入变量的筛选，并保证预测精度。论文第五章，针对非结构化多变量经济预测模型难以建立，即使应用传统结构化建模方法建立模型，中长期预测稳定性和趋势性也较差的问题，利用协整理论和向量误差修正（VEC）模型，研究了构建VEC模型进行非结构化多变量预测的方法。论文第六章，针对WTO环境下国内期货市场受国际市场价格波动影响的问题，对国际与国内期货市场间的风险溢出效应进行了实证研究。提出应用基于协整检验、Granger因果检验和多变量GARCH（MGARCH）模型的“两步法”进行建模和相关分析。实证方面，本文应用中国农业经济系统的大量数据对文中使用模型和方法都进行了实证的应用和检验，包括：1、选择13个重要的粮食年产量影响因子，分别利用逐步回归、GM（1，N）灰色系统模型、GM-GABPANN四种模型方法构建中国粮食产量预测模型进行比较研究。2、构建VEC模型对中国粮食成本收益与粮食每亩生产成本、生产资料价格、粮价水平以及政策支持之间的相互影响及关系进行实证研究，并进行短期和中长期预测的检验。3、采用美国芝加哥期货交易所(CBOT)和中国郑州商品交易所(CZCE)、大连商品交易(DCE)所主要农产品期货硬麦、棉花、大豆和玉米近三年期货价格的日度数据，应用“两步法”建立MGARCH模型分析国内与国外主要农产品期货市场间价格波动的风险溢出效应。