本研究采用多种计量方法对大宗矿产品的供需情况进行预测。由于供需影响因素的多样性及自身的易变性，仅采用任何一种方法，都是很难获得满意的结果的。为了对大宗矿产品供需预测这一复杂问题进行分析与研究，必须要有多种方法的综合集成。本研究预测采用的方法主要有ARIMA模型外推法、宏观经济变量多元回归法、时间趋势法。并采用简单平均与误差加权平均得到最终集成后的结果。

ARIMA模型外推法：自回归移动平均单整模型（ARIMA模型）是Box和Jenkins于70年代初提出的一种有效的时间序列预测方法。本研究首先对数据的平稳性进行检验，如不满足平稳性，则对数据进行变换，再用自相关和偏自相关系数确定ARIMA模型的滞后阶数，建立ARIMA（p，d，q）模型。

宏观经济变量多元回归法：首先由散点图分析各变量之间的关系，再建立多元回归模型，根据变量显著性及R²等指标对模型进行筛选。多元回归法有明确的经济解释含义，但因各单变量并没有未来的值，只能通过设定不同经济情形外推对外生变量赋值，再通过多元回归对供需进行预测。

时间趋势法：在长期的预测方面，目前较为常用的是趋势预测模型，即根据时间序列自身发展变化的基本规律和特点即趋势，选取适当的趋势模型进行分析和预测。本研究采取定量和定性相结合的方法，判断序列可能的运行规律，最终在趋势预测模型中，设定不同的经济增长模式，采取时间的线性函数、指数曲线函数、多项式曲线函数等形式，采取最小二乘（OLS）估计。

（1）选取拟合最好的模型预测

由于多