寧曉璠 天津財經大學
基于ARMA模型對中國煤層氣產量的研究與分析
寧曉璠 天津財經大學
煤層氣是指儲存在煤層中以甲烷為主要成分、以吸附在煤基質顆粒表面為主、部分游離于煤孔隙中或溶解于煤層水中的烴類氣體,是煤的伴生礦產資源,屬非常規(guī)天然氣,是近一二十年在國際上崛起的潔凈、優(yōu)質能源和化工原料。俗稱“瓦斯”,熱值是通用煤的2-5倍,1立方米純煤層氣的熱值相當于1.13kg汽油、1.21kg標準煤,其熱值與天然氣相當,可以與天然氣混輸混用,而且燃燒后很潔凈,幾乎不產生任何廢氣,是上好的工業(yè)、化工、發(fā)電和居民生活燃料。煤層氣的開發(fā)利用程度遠低于常規(guī)天然氣。2010年全球天然氣開采量為3萬億立方米,而煤層氣開采不到1000億立方米,不到全部天然氣開采量的3%,按照我國主管部門的規(guī)劃,在未來幾年我國煤層氣在天然氣所占份額也將逐步提高。所以本文基于從2012年1月數據至2016年7月數據進行煤層氣產量的分析。
平穩(wěn)性檢驗 白噪聲檢驗 ARMA模型
注:本文數據基于從2012年1月至2016年7月中國煤層氣的產量
原始數據Box檢驗p值為7.677<0.05,所以拒絕是白噪聲的原假設。此序列不是白噪聲序列故可以對原始數據進行差分運算。
1.差分后數據進行adf檢驗:在adf檢驗中p值0.0234<0.05拒絕Ho:p=1的原假設,說明該序列為平穩(wěn)性序列。
2.差分后數據進行Box檢驗:差分后數據做Box檢驗,p值為0.001011<0.05,所以拒絕是白噪聲的原假設。此序列不是白噪聲序列可以繼續(xù)選用。
acf圖可以大致判斷此時間序列為1階截尾;pacf圖可以大致判斷時間序列呈拖尾狀或1階截尾。故通過eacf圖作進一步定階與識別。
由eacf圖形可以判斷出該模型為MA(1)模型,與之前通過acf和pacf圖得出的結論相同。
對初步得到的可行模型MA(1)進行參數估計

圖:殘差序列的散點圖;Q-Q圖;自相關圖
從殘差序列的散點圖可見序列是平穩(wěn)的,從Q-Q圖可以看出擬合為一條直線認為殘差滿足正態(tài)性假定,從自相關圖可以看出殘差序列滿足純隨機性條件。進一步也可以通過LB檢驗統(tǒng)計量來判斷殘差序列的隨機性。經LB檢驗得到的p值0.7686>0.05所以接受Ho:所有自相關系數=0的零假設,認為沒有顯著證據否定殘差序列的純隨機性。
因為ma1前的參數的p值=1.40e-06小于0.05,所以說明拒絕了參數等于0的原假設,所以模型不用重新估參。因為截距項的p值=3.01e-07小于0.05,所以說明截距項不為0,拒絕等于截距項等于0的原假設,所以不能去除掉截距項。
初步可以確定模型為MA(1)為:

因為ma1前的參數的p值=1.40e-06小于0.05,所以說明拒絕了參數等于0的原假設,所以模型不用重新估參。因為截距項的p值=3.01e-07小于0.05,所以說明截距項不為0,拒絕等于截距項等于0的原假設,所以不能去除掉截距項。
參數均顯著,模型不需要簡化后重新估參。
①殘差序列的白噪聲檢驗。Box檢驗p值為0.8227>0.05,所以接受是白噪聲的原假設,說明殘差是白噪的,信息已提取完全,定階正確。②殘差序列的正態(tài)性檢驗。從Q-Q圖可以看出擬合為一條直線認為殘差滿足正態(tài)性假定。
參數檢驗可以判斷出:特征根落在單位圓內,該模型是可逆的所以可以確定模型為MA(1)為:。在嘗試進行模型優(yōu)化后發(fā)現(xiàn)此模型較好無需優(yōu)化。
2016年7月預測值為6.072555711實際值為6.3,相對誤差為0.036102268。由于本數據選取模型為MA(1)模型所以只能預測Xt+1期,由這一期可以看出,預測數據和實際數據相對誤差在0.1左右,說明預測誤差在控制的范圍內,模型良好。
調查顯示:我國開展煤層氣勘探的企業(yè)并不多,比較有實力的煤層氣公司更是屈指可數,主要在山西與河南等地進行開采,如中石油煤層氣公司、中聯(lián)、奧瑞安、亞美大陸、格瑞克、山西煤層氣公司等,這些企業(yè)大多是外資企業(yè)。
我國經濟結構和能源結構都處在一個轉型的關鍵期,煤層氣、頁巖氣等非常規(guī)能源行業(yè)面臨著巨大的發(fā)展機遇,在一個新興行業(yè)成長和壯大的階段,企業(yè)成功的關鍵在于,如何在需求逐漸擴大,行業(yè)內外結構不斷變化的過程中,找到企業(yè)發(fā)展的發(fā)力點和關節(jié)點,利用企業(yè)內外部的資源優(yōu)勢,實現(xiàn)企業(yè)的快速發(fā)展。