ARMA-GARCH模型在电价预测中的应用研究

"这篇文章是2007年发表在《湖南大学学报(自然科学版)》上的一篇关于电力市场电价预测的论文，由胡宗义和王建均共同撰写。研究主要关注如何利用动态计量经济理论来提高电价预测的准确性和适应性。" 文章深入探讨了基于ADL（自回归分布滞后）模型与GARCH（广义自回归条件异方差）模型的电价预测方法。首先，由于电价序列通常展现出非线性和时间序列特性，研究人员采用动态计量经济理论构建了一个一般的ADL模型。ADL模型能够捕捉到价格序列中的滞后依赖关系，这对于理解和预测电价的变化趋势至关重要。 接着，为了进一步提升模型的预测能力，研究者对初始的ADL模型进行了修正，通过检验统计量得到了ARMA（自回归滑动平均）模型。ARMA模型能有效处理随机波动和趋势变化，对于短期电价预测尤为适用。在这一过程中，作者可能采用了残差分析、自相关和偏自相关函数图等方法来确定ARMA模型的阶数。 然后，论文对构建的ARMA模型进行了GARCH效应检验。GARCH模型用于捕捉价格序列中的波动聚集现象，即在一段时间内价格波动幅度可能会显著增大或减小。通过检验，如果发现ARMA模型的残差存在显著的条件异方差，那么就表明需要引入GARCH效应来改进模型。 最后，基于上述检验结果，研究者构建了ARMA-GARCH组合模型。这种模型结合了ARMA模型的短期预测能力和GARCH模型对波动性的捕捉，理论上可以更准确地预测电价的变化，并且对市场的异常波动有较好的适应性。 论文通过实证研究，将建立的ARMA-GARCH模型应用于美国加州电力市场，结果显示，新模型能有效地跟踪电价的实际变动趋势，预测精度高，且模型具有良好的适应性。这表明，该模型在电力市场风险管理、交易决策以及政策制定等方面具有重要的应用价值。 关键词涉及：ADL模型、GARCH模型、电价预测，这表明论文主要研究了这两种模型在电力价格预测中的应用和效果，而中图分类号和文献标识码则表明这是属于技术科学领域的学术论文。