确定原棕油价格 (CPO) 的走势是一个至关重要的问题,它始终与商人、投资者、投机者和政策制定者的决策相关联。 此外,CPO 价格表明它在一段时间内一直在波动,需要对其进行预测,以便商人、投资者和决策者在决策中看到它。 当大多数文献 (1) 过分依赖历史数据时,就会出现问题,即在给定 y(t) 的 d 过去值的情况下,其预测 CPO 价格 yt+1 系列,(2) 忽略了同样推导出CPO 价格,以及 (3) 过于依赖单变量时间序列预测。 因此,本研究将大豆价格、棕榈油出口、降雨量和棕榈油库存水平作为推导出马来西亚原棕油价格的因素或投入。 我们应用自回归分布滞后 (ARDL) 来检查与所列因素的长期关系。 在预测 CPO 价格时,我们采用了带有外部的非线性自回归 (NARX) 和三种不同的训练算法,即 Levenberg-Marquardt、贝叶斯调节和缩放共轭梯度。 一般发现表明,使用所列输入的三种算法显示了 CPO 价格预测的不错结果。 因此,不应忽视列出的投入,因为本研究证实其影响了马来西亚的原棕油价格。