中國動力煤庫存指數的構建及預測分析

羅昊宇 丁日佳 楊 洋

(中國礦業大學(北京)管理學院,北京市海淀區,100083)

中國動力煤庫存指數的構建及預測分析

羅昊宇 丁日佳 楊 洋

(中國礦業大學(北京)管理學院,北京市海淀區,100083)

以我國動力煤庫存為研究對象,構建我國動力煤庫存指數,可以客觀反映我國動力煤市場的運行狀況?；贕M(1,1)灰色系統理論實現對動力煤產需平衡指數的短期預測,對動力煤生產、運輸和消費等相關行業市場化運行起到指導性作用。

煤炭庫存 動力煤 預測分析

受各方面的限制,到目前為止我國分析動力煤庫存的研究較少,相關研究理論體系尚不完善。本文構建動力煤庫存指數,可以對我國動力煤市場進行夠科學、客觀地衡量,有效避免動力煤市場異常波動,從而保障中國煤炭工業的健康發展。從煤炭企業的角度來說,構建動力煤庫存指數可以使相關企業實現對動力煤市場進行監測,把握動力煤產需異動幅度,對動力煤市場異常波動的趨勢和原因做出快速的反應。

1 動力煤庫存指數的編制

1.1 動力煤庫存指數編制思路

我國動力煤庫存指數要求能夠反映出動力煤市場環境變化,所以首先設定產需平衡的基準,通過相對于基準狀態的相對值來反映實際動力煤市場運行狀態偏離基準狀態的程度。

我國動力煤庫存指數設定基準狀態值為0,超出±30范圍內視為超常狀況區間,±10～20范圍內視為基本正常區間,±20～30范圍內視為失常區間,指數值在±10范圍內則視為正常變動區間,指數值為負數時表示動力煤市場供過于求的狀態,指數值為正數時表示動力煤市場供不應求的狀態。動力煤庫存指數是反映動力煤市場冷熱性質及冷熱程度的內在特性,同時也可以反映動力煤價格走勢,起到動力煤市場價格預測的作用。動力煤庫存指數的評價指標見表1。

表1 動力煤庫存指數的評價指標

1.2 動力煤庫存具體評價指標

(1)動力煤庫存率(國有重點煤礦)。動力煤庫存率(國有重點煤礦)是基期煤炭企業動力煤庫存量減去報告期煤炭企業動力煤庫存量之差與基期動力煤庫存量的比率。動力煤庫存率(國有重點煤礦)計算公式如下:

式中:A1——動力煤庫存率(國有重點煤礦);

B1——基期庫存量;

C1——報告期庫存量。

基期庫存量根據各企業實際情況設定,可以綜合考慮動力煤產量、鐵路或公路運輸條件、庫容量等因素。當動力煤庫存率(國有重點煤礦)為正值時,說明煤炭企業庫存量較小,應適當降低煤炭調運的頻率或適當提高商品煤的價格,動力煤市場可能會出現供不應求的情況;與之相反,當動力煤庫存率(國有重點煤礦)為負值時,說明企業庫存量較大,動力煤市場可能會出現供過于求的情況。這個指標可以從煤炭生產企業的動力煤庫存量情況來反映動力煤庫存的合理水平。

(2)動力煤庫存率(主要港口)。動力煤庫存率(主要港口)是指基期主要港口動力煤庫存量與報告期主要港口動力煤庫存量之差和基期主要港口動力煤庫存量的比率。動力煤庫存率(主要港口)計算公式如下:

式中:A2——動力煤庫存率(主要港口);

B2——基期庫存量;

C2——報告期庫存量。

基期動力煤庫存根據各企業實際情況設定,可以綜合考慮動力煤產量、鐵路或公路運輸條件、庫容量、動力煤銷售市場的變化等因素。動力煤庫存率(主要港口)是衡量主要港口動力煤庫存水平的指標。當動力煤庫存率(主要港口)為正值時,說明主要港口庫存量較小,應適當降低煤炭調運的頻率或適當提高商品煤的價格,動力煤市場可能會出現供不應求的情況;與之相反,當動力煤庫存率(主要港口)為負值時,說明主要港口煤炭庫存量較大,動力煤市場可能會出現供過于求的情況。這個指標可以從煤炭生產企業的煤炭庫存情況來反映動力煤庫存的合理水平。

(3)動力煤庫存率(主要發電企業)。動力煤庫存率(主要發電企業)是指基期主要發電企業動力煤庫存量和報告期主要發電企業動力煤庫存量之差與基期主要發電企業動力煤庫存量的比率。動力煤庫存率(主要發電企業)的計算公式如下:

式中:A3——動力煤炭庫存率(主要發電企業);

B3——基期庫存量;

C3——報告期庫存量。

基期動力煤庫存根據各發電企業實際情況設定,可以綜合考慮火電裝機容量、年平均發電量、動力煤庫容量等。動力煤庫存率(主要發電企業)是衡量主要電廠動力煤庫存水平的指標。當動力煤庫存率(主要發電企業)為正值時,說明主要電廠庫存量較小,應適當降低煤炭調運的頻率或適當提高商品煤的價格,動力煤市場可能會出現供不應求的情況;與之相反,當動力煤庫存率(主要發電企業)為負值時,說明主要電廠煤炭庫存量較大,動力煤市場可能會出現供過于求的情況。這個指標是一個考察我國主要發電企業動力煤庫存合理程度的指標。

1.3 動力煤庫存指數模型

動力煤庫存指數以月為計算周期。將各指標的折倍率值進行幾何平均,得出動力煤庫存指數。動力煤庫存指數的計算模型如下:

式中:D——動力煤庫存指數;

X——煤炭企業合理煤炭庫存率;

Y——主要港口合理煤炭庫存率;

Z——主要電廠合理煤炭庫存率。

1.4 動力煤庫存指數

動力煤庫存指數的測算需要以下3個指標:煤炭企業合理煤炭庫存率、主要港口合理煤炭庫存率、主要電廠合理煤炭庫存率。煤炭企業煤炭庫存量數據取自中國煤炭市場網,全國重點煤礦庫存量基期值為2500萬t。主要港口煤炭庫存量數據取自中國煤炭市場網,主要港口煤炭庫存量基期值為2500萬t。主要電廠煤炭庫存率量數據取自中國煤炭市場網,全國重點發電企業庫存量量基期的值為7000萬t。2011年10月－2015年2月動力煤庫存指數走勢圖見圖1。

圖1 2011年10月－2015年2月我國動力煤庫存指數走勢圖

從圖1可以看出,動力煤庫存指數走勢一個平緩向下的過程,動力煤庫存指數在2012年上半年呈現供求基本平衡的局面、動力煤庫存水平較寬松,而除了2012年9月及2014年3月出現嚴重庫存短缺的情況之外,動力煤庫存指數一直在±10以內,說明我國動力煤基本處于供求平衡。但是動力煤指數一直是負數,說明動力煤庫存略微過剩。通過動力煤庫存指數走勢圖可以觀察到動力煤庫存指數與我國煤炭市場運營情況相吻合。

2 動力煤庫存指數的預測分析

2.1 預測方法的選擇

常見的預測方法有指數平滑法、回歸分析法、人工神經網絡法、灰色模型預測法等?；疑Ｐ皖A測法可用于時序發展呈指數型趨勢的預測,但是隨著灰色預測方法的改進,可以對任一時序序列進行預測,并且不要求歷史數據的個數,可以解決歷史數據少、序列完整性及可靠性低的問題,能將無規律的原始數據生成規律性較強的生成序列,運算簡單,易于檢驗,不用考慮分布規律及變化趨勢。本文中,我們需要分別對動力煤庫存指數進行預測,這些數據的分布以及其他信息都不太明確,結合各預測方法的特點以及我們所要預測數據的特點,可知,灰色模型預測法正是我們進行預測所需要的。

2.2 GM(1,1)灰色預測模型的基本原理

灰色系統理論的核心體系是灰色模型,其中, GM(1,1)模型是適合于預測用的1個變量的一階微分方程模型,適合本文中所做的預測。單一變量一階微分方程用GM(1,1),只涉及一個變量,適合本文中所需要做的預測。GM(1,1)模型是灰色預測的核心,其離散時間響應函數近似呈指數規律。

2.3 殘差GM(1,1)模型的建立及改進方法

2.3.1 殘差灰色模型的建立

GM(1,1)模型具有要求樣本數量少、預測精度高、運算簡單、可檢驗等優點,但其局限性也很明顯,其數據灰度越大預測精度越差,對于長期預測不合適。為了解決這些缺點,改進GM(1, 1)模型的方法已經有很多種,如干涉因子灰色預測模型、新信息GM(1,1)模型等,均可以對GM(1,1)模型進行一定的改進。在實際中,應用最廣泛的是殘差GM(1,1)模型,在一定程度上殘差GM(1,1)模型對于模型的預測精度有一定的提高。因此本文用殘差GM(1,1)模型來進行預測。

可知,正確預測t≥n時候的值成了灰色預測精度提高的關鍵,為了提高預測精度,引入馬爾科夫過程。

2.3.2 馬爾可夫預測過程

馬爾可夫模型是描述當某一系統在已知現在情況下的條件下,系統未來時刻情況只與現在有關,而與過去的歷史無直接關系的隨機現象的數學模型。馬爾可夫鏈是指時間和狀態都是離散的馬爾可夫過程。而狀態轉移概率則指的是從一個狀態轉換到另一種狀態的可能性,由狀態轉移概率組成馬氏鏈的狀態轉移矩陣,

引進馬爾可夫過程求殘差的正、負號狀態轉移概率,以此來確定t≥n時的殘差符號。具體步驟如下:確定狀態,在這里只有兩種狀態,即＋1和－1;根據已知的殘差數據狀態,求出狀態轉移矩陣P;根據已知的最后一個殘差符號確定初始向量C(0);根據狀態轉移公式C(k)＝C(0)×Pk求出第k期狀態轉移的結果,取概率大的狀態,如果出現的正負號的概率相等,一般取上期確定的結果。

2.3.3 檢驗和判斷GM(1,1)模型的精度

為了確保所建立的灰色預測模型有較高的精度并能用于預測實際,檢驗判斷模型的精度一般有三種方法,即殘差大小檢驗、關聯度檢驗、后驗差檢驗。

(1)殘差檢驗。

殘差:

相對誤差:

殘差值越小越好。

(2)關聯度檢驗。

關聯度檢驗又稱幾何檢驗,用來檢驗模型曲線的形狀與原始數列曲線的形狀接近的程度。一般關聯度大于0.6即可認為較為滿意,通過檢驗。

(3)方差比和小誤差概率檢驗。

殘差序列均值:

原始序列均值:

原始序列標準差:

殘差序列標準差:

方差比:

小誤差概率:

2.4 庫存指數預測結果

運用2014年4月－2015年2月的動力煤庫存指數數據來預測2015年3月－12月的動力煤庫存指數。

運用上述的殘差修正模型以及馬爾可夫過程,用MATLAB來實現,可得到以下預測結果:平均相對誤差0.2236%,后驗差比值C為0.3719,小誤差概率P為0.800,關聯度R為0.8045?？梢钥闯?模型的平均相對誤差都比較小,關聯度R皆大于0.6,關聯度通過檢驗,對比上述的模型精度等級表,由后驗差比值C和關聯度P的值可以看出,動力煤庫存指數模型精度為二級,說明它具有較高的預測準確度,綜上所述,模型通過了檢驗,可以用來做預測,并且預測的準確度很高。

動力煤庫存指數預測分析如圖2所示,2014年動力煤庫存指數的實際值和與預測值之間誤差極小,所以本研究建立的GM(1,1)灰色系統預測模型可以較好的模擬動力煤庫存指數的走勢,能夠實現指數的短期預測。

從圖2來看,2015年3月－12月期間的動力煤庫存指數上升趨勢,進入－5～0區間,但是依舊在±10以內,表明動力煤供求平衡。2015年12月走勢為緩步上升的趨勢。從整體來看我國動力煤處于供求平衡局面,但是依舊是動力煤庫存略大于需求。

圖2 動力煤庫存指數預測值走勢圖

3 總結

依據近3年煤炭市場運行數據對動力煤庫存指數進行測算,從各指數走勢圖可以看出動力煤庫存指數和近3年動力煤市場運行狀況一致。運用GM (1,1)灰色模型理論預測動力煤產需平衡指數的各指數值和綜合指數值。通過動力煤產需平衡預測值,可以在短期內指導動力煤市場相關企業運營管理的決策。

[1] 張業松.煤炭市場供需形勢的影響因素分析與對策建議[J].中國煤炭,2013(2)

[2] 張煜.中國動力煤出口競爭力與市場分析[J].中國煤炭,2001(12)

[3] 撰文,杜麒棟,孟文君.我國煤炭市場及港口運輸形勢現狀和發展研究[R].中港協港口研究中心, 2011

[4] 蔡璽玉.影響我國電煤供給的主要量化因素分析[J].中國煤炭,2007(5)

[5] 王迪.2012年中國煤炭供需狀況及價格走勢判斷[J].中國煤炭,2012(2)

(責任編輯 張大鵬)

The construction and predictive analysis on stock index of steam coal in China

Luo Haoyu,Ding Rijia,Yang Yang
(Management School,China University of Mining and Technology,Beijing,Haidian,Beijing 100083,China)

Taking China steam coal inventory as research object to build China steam coal stock index,which objectively reflects operational status of steam coal market in China．The current authors short-termly predicted production demand balance index of steam coal which playing a guiding role for related industry marketization operation of steam coal production,transportation,consumption and so on．

coal inventory,steam coal,predictive analysis

TD－9

A

羅昊宇(1980－),女,黑龍江省哈爾濱市人,中國礦業大學(北京)管理學院博士后。