世界新船訂單趨勢預測的組合模型應用分析——中國經貿導刊

 組合模型預測
組合預測模型通過利用不同模型的優點集合了盡可能多的有用信息，總體來看能夠彌補單個預測模型的片面性，本文選擇常用的回歸擬合法確定單個模型的權重值，從而得到組合預測模型的公式為：
R＝R1*r1＋R2*r2＋R3*r3＋C＝R1*0.155＋R2*0.484＋R3*0.479 （4）
其中R1為移動平均預測值，R2為灰色系統預測值，R3為神經網絡預測值，r1、r2和r3分別為三種方法在組合預測中的權重。表1中列出了三種單獨預測模型和組合模型的誤差平方和，由誤差對比可以看出，本文所提出的組合模型可以對新船訂單進行較準確的趨勢預測，且其預測效果優于單項預測模型。針對2012年和2013年的世界新船訂單發展趨勢，前面三種單項預測模型得到了各自的預測結果，進一步利用組合模型，得到2012年的世界新船訂單為72.84百萬修正總噸，2013年為56.41百萬修正總噸。
結論與建議
新船訂單在復雜多變的環境下，其長期走勢不具有能夠把握的內在規律，在特定的時期既會表現出線性發展趨勢，也會突然出現極值突變，呈現出非線性的特點，因此，單一的預測方法有很大局限，不能抓住新船訂單的內在發展規律。本文首先采用三種方法分別對世界新船訂單進行了趨勢預測，然后建立組合模型對單個預測結果進行了擬合回歸，建立了新船訂單預測的組合模型。針對預測結果的對比分析，可以發現：
1、三種單獨的模型和組合模型能夠較好地反映2002年以前的變化，而且誤差率在10%左右。2003年以后船舶市場先是迎來一次高潮，接著在2008年受金融危機影響嚴重下滑，導致新船訂單出現劇烈動蕩，三種模型和組合模型的預測誤差都非常高，移動平均方法的誤差最高甚至達到61.71%。
2、總體來看，組合模型預測結果的誤差平方和最小，BP神經網絡模型次之，移動平均模型的誤差平方和最大。雖然三種單獨模型和組合模型的預測精度都不甚理想，但是對船廠和船東來說，他們更關注的是新船訂單的發展趨勢，而不是新船訂單的精確數值。預測結果的對比發現，組合模型比單一模型在新船訂單趨勢預測方面有更高的準確性，其能緊跟新船訂單的發展趨勢，預測結果具有相當高的參考價值，能夠作為船東和船廠進行戰略規劃的決策依據。
3、利用組合模型，預測得到2012年的世界新船訂單為72.84百萬修正總噸，2013年為56.41百萬修正總噸，這說明未來兩年新船訂單仍然呈現下降的趨勢，全球船舶市場面臨的形勢依然嚴峻。