煤炭价格预测模型及其应用

第30卷第4期武汉科技大学学报(自然科学版)Vol. 30,No. 42007年8月J. of Wuhan Uni. of Sci. & Tech. (Natural Science Edition)Aug.2007煤炭价格预测模型及其应用李明，吕绪华(武汉科技大学理学院,湖北武汉,430065)摘要:采用多元线性回归分析法和时间序列分析法建立了全国煤炭平均价格的预测模型,并将其较好地应用.于2004年煤炭平均价格及其置信区间的预测.关键词:多元线性回归;时间序列;煤炭价格;预测模型中图分类号:0211.61文献标志码:A文章编号:1672-3090(2007)04-0434-04我国能源消耗--直以煤炭为主,因此,煤炭的q=,+hqr+rs+Sr. (2)产.供、销- -直为国家有关部门、研究单位和企业所重视，而煤炭价格更是政府和企业关注的焦点。由于我国政府在2000年对煤炭政策有较大煤炭价格与用煤企业的经济利益息息相关,及时的调整,以至煤炭价格有较大幅度的变化,故在式了解煤炭价格的变化,尤其是近期的变化趋势,可(2)中引入一个虚拟变量D,并定义以及时地掌握决策的主动权,作出合理的决策。10 t≤2000D.=|1t> 20001煤炭价格预测模型的建立建立我国煤炭价格的多元线性回归预测模型:煤炭价格与很多因素有关,主要取决于煤炭yvr十成本(包括生产成本、运输成本和销售成本等)和煤炭利润。我国产煤企业主要有国有重点、国有3r3+型r。+D,rs(3)地方和乡镇私有企业三类,其成本和利润-般不式中:下标i为时间,如q,表示第t年我国煤炭的同,但短期变化不大.我国煤炭主要供国内使用，平均价格。少量销往国外,此外有些地区需要进口煤炭。综合上面情况,作出如下假设:①国内某煤种的销售2煤炭价格预测模型参数的求解价格-致,即只考虑其平均价格.且此价格只取决.根据我国1995~2003年关于煤炭平均价格、于其平均成本、平均利润、进口单价和出口单价;国有重点总产量.国有地方总产量、乡镇私有企业②产煤企业的平均成本和平均利润视为不变;③总产量、煤炭出口总量、煤炭进口总量和国内消费我国煤炭进、出口仅由国有重点产煤企业负责。总量的历史统计数据(见表1),对模型(3)进行三记xp,q;,s:(i=1,2,3,4,5)分别表示国有次逐步回归,可得相应回归系数估计值及其置信重点(用于国内消费)、进口、国有地方、乡镇私有区间(置信水平a=0.05),见表2.企业以及出口的煤炭总量(亿t)、成本单价(元/由表2可知,R*=0.950 5,即因变量(价格)t)、销售单价(元/t)和单位纯利润(元/t),y为国95. 05%可由模型确定,F值远超过F检验的临内年消费总量(亿t),q 为购买单价(元/t),则根界值,力远小于a,因而模型是可用的。将表2中据假设有:回归系数的估计值代人模型(3) ,可建立我国煤炭qy= (p+s)x1 +(ps+s-qg)xs+价格的预测模型:(pr+s2)xz+(ps+s)xs+(p.+sn)x, (1由于煤炭出口对国内售价影响较小,故取psq=603.8305.+389.5989起-+s-qs=0。记r:=p:+s;(i=1,2,3,4),代人式中国煤化工4. 5906D (4)(1),得YHCNMHG收稿日期;2006-12 08作者简介:李明(1976-) ,男,武汉科技大学讲师. E-mail.lmzqx@163. com2007年第4期李明,等:煤炭价格预测模型及其应用435表1我国1995~2003年煤炭相关因素的历史统计数据年份.199519961997 199819992000200120022003全国平均价格/元●广1 115.06 138.96 142. 82139.48 136.56 137.62 150. 30164.91174.40国有重点产量/亿t4. 825.295. 035. 135.346. 307.108. 30国有地方产量/亿t2. 132.222.262.122.141. 992. 202. 602. 90乡镇私有企业产量/亿t5.976.155. 705.163. 172.692. 464.805.20全国出口总量/亿t0.2753 0.2905 0. 30820.3187 0.3922 0.5884 0.8590 0.8575 0. 939 5全国进口总量/亿t0.0164 0.0320 0.0200 0.0158 0.0168 0.0218 0.0249 0. 1081 0. 110 3全国消费总量/亿t13. 2613. 4813. 3912.9113. 0613. 7314. 3814. 8916. 73表2煤炭价格预测模型中的各项先对其相关因素进行估计。估计方法有两种:①参数估计值及其置信区间根据各企业的实际情况，如生产设备、科技水平展回日系教置信区何回H系数置等，由专家建立模型进行评估;②根据往年数据的信区闻603. 8305B.A][845.23.2]变化情况，以时间为变量进行预测1.2]。两者相389. 598 9[Q4][-3 736.0.4 515.2]比,前者的预测更为可靠,但需要较多的信息，后-453.267 1[b 4][-1 697.7,791.1]者常用的方法有时间序列分析和灰色系统分析[3]-28, 4880[@ 0][- 10.5.49.5]-L590[A晶][- 27.8.18.6]两种。预测过程较前者简单,但预测结果也比较e=0.05.R*=0.9505,F=18. 168 1,可靠,本文利用时间序列分析法进行预测。p=0.0079,2=29. 46342000年以前,各项指标的数据变化不大,可.3采用时间序列分析法建立干预视为宽平稳随机序列。2000 年我国对煤炭政策有较大调整,致使各项数据有较大的变化,所以根分析模型预测相关的指标值据1986~2003年的历史统计数据(见表3),分别利用模型(4)预测某年煤炭的平均价格,需要建立干预分析模型进行预测[4].表3我国国有重点国有地方、乡镇私企煤炭年总产和全国 年煤炭消费总t年份198619871988198919901991199219931994199519961997199899200020012002003~国有重点/亿t4.144.204.344.584.804.814.834.584.694.825.375.295.035.135.366.307.108.30国有地方/亿t1.811.81 1.94 2.05 2.05 2.04 2.03 2.04 2.06 2.13 2.22 2.26 2.13 2.14 1.94 2.20 2.60 2.90乡镇私有企业/亿t 2.99 3.28 3.52 3.90 3.94 4.00 4.29 4.89 5.55 5.97 6.15 5.70 5.16 3.17 2.69 2.46 4.80 5.20 .消费总量/亿:8.60 9.28 9.94 10.3 10.6 11.0 11.4 12.1 12.9 13.8 14.5 13.9 12.9 12.6 12.5 12.6 13.7 16.43.1建立单变 t随机线性预测模型若随机序列y.的偏自相关函数pu在p步以单变量随机线性模型主要有两种:一种为自.后截尾,即当k>p时,φu=0,而且其自相关函数回归模型(AR(p)),其方程为pu拖尾,即p随k的增大而衰减,有收敛到零的y= $-a+虹)-2 +-+ppy-o+a. (5)趋势,则模型为AR(p)模型。实际识别时,只要式中::),*.*中一待估自回归 参数;a,一当k>p时,献在零的上下波动,即可认为φμ是随机冲击,是一个白噪声序列，服从N(0,0);另截尾的;若随机序列y,的自相关函数ρr在q步以-种为滑动平均模型(MA(q)),其方程为后截尾,而其偏自相关函数φm拖尾,则模型可识y =a,-0a--0ra-z-- 8jarq (6)别为MA(q)模型。式中;b+0Q,"",0一-滑动平 均参数。对这两种模型的识别主要借助于其自相关函3.2建立干预模型, 估计模型的参数2000年,受国家一些宏观调控政策的影响,数和偏自相关函数,分别定义为煤炭价格变化较大,因此建立干预模型如下:p:=台(7)f0 t< 2000名=-8BS",S;={1 i≥2000{彻=ρ:T = 2000,t = 1986,1987 ,.. ,2003(9)|r1uH = (pH -2ma)(8)式中: z干预输出;ST一-干预变量;w,(1- j的)厂中国煤化工型,外推预测2000~YHCNMHG用实际值减去预测值,得到的差值即为政策所产生的影响值z，其中所一2(y+ -5)(y.-2),y=Lzx°则根据自回归线性方程36武汉科技大学学报(自然科学版)2007年第4期z; =8x-1+w终预测值的修正值为x'= 200/(1- -err). .可得模型(9)中的参数估计值w与8.采用干预分析模型(式(13)~式(16))预测3.3计算净化序列,建立净化序列预测模型2004年国有重点企业.国有地方和乡镇私有企业将实际观察序列值y减去干预影响值z,得的煤炭总产量以及国内煤炭消费总量,得预测的净化序列x,,即.修正值分别为8.539 9亿t,2.846 7亿t,5. 221亿t0 i< 2000和15.6705亿t.预测结果与统计数据比较如图x=y:-ST,ST = .|1 t≥20001所示。图1(a),(b),(c),(d)中,点表示统计数T= 2000,l = 1986,1987,-- ,2003 (10)据,线表示预测模型曲线。对净化序列计算其自相关函数和偏自相关函数,根据式(7)和式(8),建立净化序列的单变量随机线性预测模型。3.4组建干预分析预测模型1986 1988 1990 1992 1994 1996 1998 2000 2002 2004将3.3中的净化序列预测值与干预参数估计值w,8代人式(10),得干预分析模型(a)时间序列分析法预测结果与统计数据比较图(重点)y=-gst +x,T = 2000(11)显然,当