基于秦皇岛动力煤价格的影响因素分析预测研究

李洁茹 庞帅治

摘 要：近年来我国的动力煤市场情况发生了巨大的变化，其价格波动幅度较大。故有必要不断寻求预测方法，对动力煤现货价格加以研究。本文针对秦皇岛5500动力煤价格为研究对象，研究影响煤炭价格的影响因素并对其进行预测研究。查阅大量文献，计划从煤炭的内部因素（即煤炭的生产成本）、煤炭的供求关系、市场因素三方面着手列出影响因素。利用SPSS软件应用主成分分析方法对变量降维，进而筛选影响秦皇岛动力煤价格的的主要因素。做了当月出口总量、国际原煤当月产量、国际原油价格为主要影响。首先这3个主成分对原指标系统的信息解释达到了86.1%，其次预测煤炭价格提供理论基础和指导。最后在提出政策性建议时更加强调对风险管理体系的建立和对重要影响因素的分析，同时也要注重国际形势与国家政策。

关键词：主成分分析;灰色动态预测;ARIMA;多元线性回归;动力煤价格

一、问题分析

对秦皇岛动力煤炭价格的日和周进行预测，考虑到大样本和时间跨度小所导致的影响因素的难以确定与无法绝对精准，因此选择了不依赖于外部变量的时间序列ARIMA模型。結果发现：进行一阶差分取对数后价格序列弱平稳，依据信息准则和自相关函数，并多次调节阶数，确定对日秦皇岛动力煤价格建立ARIMA（1，1，1）模型，对周秦皇岛动力煤价格建立ARIMA（3，1，2），均通过充分性检验，为此分别进行超前31步预测和超前35步预测，并对预测误差进行分析与总结。对秦皇岛动力煤炭价格进行月预测，考虑到煤炭价格的中长期预测时，受统计机构技术手段或其他原因的影响，煤炭价格常会出现数据缺失的现象，而灰色预测对于小样本信息的不确定性具有明显的技术优势，故这里选择灰色预测理论进行煤炭价格中长期预测分析。

二、模型的建立与求解

KMO检验的零假设是研究数据之间的相关矩阵，是一个完美矩阵，即所有对角线上的系数为1，非对角线上的系数均为零。在这种完美矩阵的情况下，个别量之间没有相关关系，既不能将多个变量简化为少数的成分。由于其小于显著性水平ɑ=0.01，因此应拒绝原假设，认为相关系数矩阵与单位矩阵有显著差异。同时，KMO值为0.800，根据KMO度量标准可得原有变量比较适合进行主成分分析。

在这个阶段研究中，有多少个变量数据，结果就会输出多少个成分，在本研究中，有8个变量就会对应产生8个成分，当所有成分都被纳入时，每个变量变异被解释的程度为1，即100%被解释，说明在这一阶段数据中的变异都被解释。ARIMA（p，d，q）模型全称为差分自回归移动平均模型，是将非平稳时间序列转化为平稳时间序列然后将因变量仅对它的滞后值以及随机误差项的现值和滞后值进行回归所得到的模型。对于要预测间隔期较短的日煤炭价格和周煤炭价格这两类数据，考虑到其影响因素的难以精准与确定，选择不依赖于外部变量的ARIMA模型具有更加现实性，广泛性与独特性的好处。

三、结论

本文通过对整体问题的细化和分析，找到了煤炭价格影响因素之间存在的函数关系，并进行合理的假设，保证了模型的正确性，完整性与真实性。通过对大量数据进行收集，整理和分析，而得出来真实可靠数据，剔除了离群点和异常值，使模型的拟合程度更高。模型算法变化多样，便于理解与操作，准确性高，可长期用于秦皇岛煤炭价格的预测，帮助消费者与卖方合理定价，为国家煤炭治理行业提供新思路。本文模型数据采用秦皇岛动力煤价格动态变化真实数据，因此研究结果可用于秦皇岛及与秦皇岛煤矿情形相似的煤矿价格预测。经数据分析，秦皇岛5500混煤价格变动趋势相似，因此也可应用本文研究结果预测秦皇岛5500混煤价格变动。使消费者更清晰掌握秦皇岛煤炭价格的预测，帮助消费者做好购买决策，大大提高消费者与煤炭卖方的成交效率。从而进一步达到国家、消费者、生产者三方利益共赢的局面。

参考文献

[1]董继学，张虹.煤炭市场价格的灰色预测[J].哈尔滨师范大学自然科学学报，2005（02）：22-23.