基于秦皇島動力煤價格的影響因素分析預測研究

李潔茹 龐帥治

摘?要：近年來我國的動力煤市場情況發生了巨大的變化，其價格波動幅度較大。故有必要不斷尋求預測方法，對動力煤現貨價格加以研究。本文針對秦皇島5500動力煤價格為研究對象，研究影響煤炭價格的影響因素并對其進行預測研究。查閱大量文獻，計劃從煤炭的內部因素（即煤炭的生產成本）、煤炭的供求關系、市場因素三方面著手列出影響因素。利用SPSS軟件應用主成分分析方法對變量降維，進而篩選影響秦皇島動力煤價格的的主要因素。做了當月出口總量、國際原煤當月產量、國際原油價格為主要影響。首先這3個主成分對原指標系統的信息解釋達到了86.1%，其次預測煤炭價格提供理論基礎和指導。最后在提出政策性建議時更加強調對風險管理體系的建立和對重要影響因素的分析，同時也要注重國際形勢與國家政策。

關鍵詞：主成分分析;灰色動態預測;ARIMA;多元線性回歸;動力煤價格

一、問題分析

對秦皇島動力煤炭價格的日和周進行預測，考慮到大樣本和時間跨度小所導致的影響因素的難以確定與無法絕對精準，因此選擇了不依賴于外部變量的時間序列ARIMA模型。結果發現：進行一階差分取對數后價格序列弱平穩，依據信息準則和自相關函數，并多次調節階數，確定對日秦皇島動力煤價格建立ARIMA（1，1，1）模型，對周秦皇島動力煤價格建立ARIMA（3，1，2），均通過充分性檢驗，為此分別進行超前31步預測和超前35步預測，并對預測誤差進行分析與總結。對秦皇島動力煤炭價格進行月預測，考慮到煤炭價格的中長期預測時，受統計機構技術手段或其他原因的影響，煤炭價格常會出現數據缺失的現象，而灰色預測對于小樣本信息的不確定性具有明顯的技術優勢，故這里選擇灰色預測理論進行煤炭價格中長期預測分析。

二、模型的建立與求解

KMO檢驗的零假設是研究數據之間的相關矩陣，是一個完美矩陣，即所有對角線上的系數為1，非對角線上的系數均為零。在這種完美矩陣的情況下，個別量之間沒有相關關系，既不能將多個變量簡化為少數的成分。由于其小于顯著性水平ɑ=0.01，因此應拒絕原假設，認為相關系數矩陣與單位矩陣有顯著差異。同時，KMO值為0.800，根據KMO度量標準可得原有變量比較適合進行主成分分析。

在這個階段研究中，有多少個變量數據，結果就會輸出多少個成分，在本研究中，有8個變量就會對應產生8個成分，當所有成分都被納入時，每個變量變異被解釋的程度為1，即100%被解釋，說明在這一階段數據中的變異都被解釋。ARIMA（p，d，q）模型全稱為差分自回歸移動平均模型，是將非平穩時間序列轉化為平穩時間序列然后將因變量僅對它的滯后值以及隨機誤差項的現值和滯后值進行回歸所得到的模型。對于要預測間隔期較短的日煤炭價格和周煤炭價格這兩類數據，考慮到其影響因素的難以精準與確定，選擇不依賴于外部變量的ARIMA模型具有更加現實性，廣泛性與獨特性的好處。

三、結論

本文通過對整體問題的細化和分析，找到了煤炭價格影響因素之間存在的函數關系，并進行合理的假設，保證了模型的正確性，完整性與真實性。通過對大量數據進行收集，整理和分析，而得出來真實可靠數據，剔除了離群點和異常值，使模型的擬合程度更高。模型算法變化多樣，便于理解與操作，準確性高，可長期用于秦皇島煤炭價格的預測，幫助消費者與賣方合理定價，為國家煤炭治理行業提供新思路。本文模型數據采用秦皇島動力煤價格動態變化真實數據，因此研究結果可用于秦皇島及與秦皇島煤礦情形相似的煤礦價格預測。經數據分析，秦皇島5500混煤價格變動趨勢相似，因此也可應用本文研究結果預測秦皇島5500混煤價格變動。使消費者更清晰掌握秦皇島煤炭價格的預測，幫助消費者做好購買決策，大大提高消費者與煤炭賣方的成交效率。從而進一步達到國家、消費者、生產者三方利益共贏的局面。

參考文獻

[1]董繼學，張虹.煤炭市場價格的灰色預測[J].哈爾濱師范大學自然科學學報，2005（02）：22-23.