基于層次分析法和B-J模型的煤炭價格研究

吳雨婷

摘要：煤炭屬于大宗商品，煤炭價格既受國家相關部門的監管，又受國內煤炭市場的影響。該文以秦皇島港動力煤的價格為數據，運用層次分析法對諸多影響因素進行層次分析，通過相關系數值建立對比矩陣，得到影響最大的七種主要因素，并進行一致性檢驗，并建立時間序列模型，結合SPSS對未來10個月的煤炭價格進行預測。

關鍵詞：相關系數分析;層次分析;時間序列模型;SPSS

中圖分類號：TP311? ? ? 文獻標識碼：A

文章編號：1009-3044（2020）16-0229-02

1研究背景

煤炭屬于基礎能源行業，是國家的主要能源之一，也是國家經濟的重要支柱之一。目前我國對煤炭的需求較大，煤炭資源緊缺，煤炭開采成本越來越高，國際上一些國家采取政策限制煤炭的開采，導致煤炭產量下降，煤炭的需求量卻持續增加，而煤炭的供求關系主要通過煤炭價格反映，煤炭價格受多種因素影響而產生波動。提前預測煤炭價格，能幫助國家或企業更好的應對煤炭市場的波動，并制定相應的方案。

2問題分析

關于煤炭價格的主要影響因素問題，首先假設可能的影響因素，對各個因素進行相關系數分析，分別求出每個相關因素與煤炭價格的相關系數值，然后對各個影響元素判斷相關性，最終確定有效的影響因素。然后運用層次分析法，構建指標對比矩陣，求出矩陣特征向量，得到各影響因素的權值，并按照權值（即各元素的重要性）排序，即可求出第二問，最后進行一致性檢驗。

關于煤炭價格的預測問題，本文選擇時間序列預測模型（簡稱B-J模型）。首先對時間序列進行零均值和差分平穩化處理，得到一組平穩的隨機序列。再對樣本進行自相關和非自相關分析，說明不同變量之間的相關性。然后進行季節化差分處理，判斷數據是否具有季節性。最后運用是SPSS對數據進行擬合和預測。

3影響因素

通過查閱資料，發現目前市場上影響煤炭價格的主要有三個方面的，分別是供需關系、其他能源價格，政府政策和市場經濟環境。其中供需關系包含煤炭產量和用電量，其他能源價格包括石油、天然氣價格，政府政策包括核電發電量和風力發電量，市場經濟環境包括社會消費總額和焦炭產量。

對上述相關影響因素收集信息和數據，為了方便模型的求解，需要先將收集到的數據全部進行量化處理，運用[SPSS]對數據進行量化處理。接著把量化后的數據值帶入原始數據表，得到量化后的變量因素表，完成對原始數據的歸一化處理。通過量化數據可以大大簡化續保率的復雜程度，使得模型求解更加簡便。

數據量化處理后就可以進行相關系數分析，需要先計算樣本的標準差和協方差，公式如下：

1）計算樣本[Sx]標準差：[sx=（xi-x）2n-1]

2）計算樣本[Sy]標準差：[sy=（xy-x）2n-1]

3）計算樣本[Sxy]協方差：[Sxy=i-1n（xi-x）（Yi-Y）n-1]

4）計算樣本相關系數：[rxy=SxySsSy]

計算相關系數矩陣，對相關系數進行求解，可得相對系數表，如下表所示，其中A1表示用電量，A2表示石油產量，A3表示煤產量，A4表示核能發電量，A5表示風力發電量，A6表示社會零售額，A7表示焦炭產量。且相關系數均在[-1～1]區間內，且不為0，可知A1～A7均為有效因素。

求出對比矩陣后，計算可得A1的權值為0.24，A2為0.16，A3為0.08，A4為0.08，A5為0.07，A6為0.04，A7為0.02。因為權值代表每個因素的重要度，可得煤炭價格的影響因素按重要度從大到小為：用電量>石油產量>煤產量>核能發電量>風力發電量>社會零售額>焦炭產量。

4時間序列模型

本文通過建立時間序列模型來預測未來十個月的煤炭價格。該模型處理的對象是平穩的隨機數列，而在實際的數據中，數據水平是隨著時間或者其他變量而產生變化，表現出上升或者下降的趨勢。所以在建模前，先對均值為0的非平穩的時間序列進行差分平穩化處理，得到平穩的時間序列。

得到平穩的隨機數列后，對該序列進行自相關與偏自相關分析，相應系數的計算是求解B-J模型的重點，它的正確性將直接影響結果的精確度。樣本自相關系數和偏自相關系數的公式如下：

1）樣本自相關系數[ρk]：表示時間序列相差K個時期兩項數據的依賴程度或相關程度，公式為：

運用SPSS，導入秦皇島港的煤炭價格表，對數據進行差分平穩化處理。然后進行分析預測，得到數據的序列圖，觀察可得煤炭價格隨時間的變化是有一定規律的，且數據分布具有季節性，通過自相關分析，得到數據的自相關圖和偏自相關圖。繼續用SPSS對數據進行擬合，得到擬合數據，再將填充后的煤炭價格平均值與PRE，LCL，UCL的值進行對比，觀察預測值和實際值的變化，判斷預測結果是否具有一定的準確性。

最后運用SPSS對數據進行分析和預測，對未來10個月的價格值進行預測，將秦皇島港的價格周數據轉換成月數據，導入SPSS，得到未來10個月的預測圖和煤炭價格，如圖所示。

5結束語

本文運用相關系數分析、層次分析法和時間序列預測模型，實現對的煤炭價格的粗略預測。而且本文使用的分析方法和預測模型可以被運用到煤炭銷售企業的經營計劃和營銷策略中，有助于提高企業管理水平，降低風險。

參考文獻：

[1] 王文，李國棟.基于層次分析法的我國煤炭價格影響因素研究[J].經營與管理，2016（12）：87-90.

[2] 劉陽. 我國煤炭價格形成機制及煤炭價格影響因素研究[D]. 廣州： 廣東外語外貿大學， 2014.

[3] 劉碩，何永秀，陶衛君，等.基于最優加權法的煤炭市場價格組合預測模型[J].華東電力，2009，37（4）：537-541.

[4] 孫繼湖，彭建萍.時間序列分析技術在煤炭價格預測中的應用[J].地質技術經濟管理，2000（3）：33-40.

[5] 李朋林，梁露露.基于BP神經網絡的煤炭價格影響因素及預測研究[J].數學的實踐與認識，2015，45（17）：113-126.

【通聯編輯：謝媛媛】