基于ARIMA的煤炭產(chǎn)業(yè)政策有效性評估方法

汪文生，張 蓉，孫小波，劉 穎

(1.中國礦業(yè)大學(北京)管理學院，北京 100083；2.煤炭資源與安全開采國家重點實驗室，北京 100083)

國家宏觀管理部門一直高度關(guān)注煤炭產(chǎn)業(yè)運行發(fā)展態(tài)勢，適時出臺了一系列宏觀調(diào)控政策。判斷產(chǎn)業(yè)調(diào)控政策的有效性是改進宏觀調(diào)控方式方法，促進產(chǎn)業(yè)健康可持續(xù)發(fā)展的重要基礎(chǔ)[1]。然而，國內(nèi)外對我國煤炭產(chǎn)業(yè)政策實施有效性評估的研究十分匱乏[2]。

實證主義的政策評估方法中使用較多的是社會實驗法[3]。社會實驗的基本思想就是隨機把評估對象分為兩組，一組為實驗組，一組是控制組。只對實驗組實施政策，然后將兩組的結(jié)果進行對比，來檢驗政策的實施效果。如果通過對比發(fā)現(xiàn)只有實驗組有變化，那么兩組的差異就是政策干預(yù)所致。這種方法被視為最有效的社會實驗方法——隨機控制試驗。但是在現(xiàn)實的政策評估中很難選取控制組或是隨機分配控制組，大家通常會采用準實驗法：就是將控制組替換成和實驗組相似度較高的組。準實驗法在政策干預(yù)和評估對象存在非常密切的關(guān)系，而且評估對象所處外界環(huán)境比較穩(wěn)定時可靠性較高。由于煤炭產(chǎn)業(yè)調(diào)控政策的有效性受多種因素影響，而且產(chǎn)業(yè)政策覆蓋面比較全面(多為全國性政策)，很難建立實驗組和控制組，所以隨機控制實驗法和準實驗法不可行[4]?；谏鐣嶒灧ù嬖诘睦щy，考慮到很多煤炭產(chǎn)業(yè)調(diào)控政策都是針對煤炭價格或期望通過煤炭價格變動達到預(yù)期調(diào)控目的，本文提出一種基于ARIMA煤炭價格預(yù)測模型的“投射-實施后”對比分析評估法，通過對比政策實施前后的價格差異，對政策實施效果進行評估[5-6]。

1 基本原理

“投射”是指根據(jù)政策執(zhí)行前的各種情況建立一個煤炭價格趨勢傾向線，并將這個趨向線外推到政策執(zhí)行后的某一點A1，代表若無該政策會發(fā)生的情況；設(shè)A2為政策“實施后”的實際情況，通過將A1點與A2點對比，可以估計產(chǎn)業(yè)政策的效果。

煤炭價格趨勢傾向線可以通過建立自回歸移動平均模型(auto-regressive integrated moving average model，簡記ARIMA)得到。ARIMA模型的基本思想是：將經(jīng)濟時間序列數(shù)據(jù)看作是一個隨機序列，這個序列隨時間的推移生成不同隨機的數(shù)據(jù)，這些數(shù)據(jù)本身存在一定的內(nèi)在規(guī)律或者結(jié)構(gòu)。本文以時間序列的自相關(guān)分析為基礎(chǔ)，通過數(shù)學理論模型構(gòu)造其演變結(jié)構(gòu)，近似地來描述這個序列[7]。這個模型被發(fā)現(xiàn)之后，可以通過將經(jīng)濟時間數(shù)據(jù)的歷史值輸入模型，輸出經(jīng)濟時間序列的未來值，實現(xiàn)預(yù)測功能[8]。ARIMA模型在構(gòu)造時，既考慮了經(jīng)濟時間序列數(shù)據(jù)本身的前后相關(guān)性，也對實際經(jīng)濟時間序列數(shù)據(jù)可能受到的干擾因素加以分析，因此該模型與實際經(jīng)濟現(xiàn)象的契合度比較高，可以很好的應(yīng)用于構(gòu)建煤炭價格趨勢傾向線[9]。

一般而言，煤炭價格時間序列數(shù)據(jù)可能是非平穩(wěn)的，本文建立ARIMA(p，d，q)差分自回歸移動平均模型。其中：p為自回歸項，q為移動平均項數(shù)，d為時間序列成為平穩(wěn)時所做的差分次數(shù)。ARIMA模型預(yù)測有兩種方式，分別是靜態(tài)預(yù)測與動態(tài)預(yù)測。靜態(tài)預(yù)測是指預(yù)測值是基于上期(滯后期)的實際值，而動態(tài)預(yù)測是基于上期(滯后期)的擬合值。確定三個參數(shù)值的過程，就是模型的識別過程。首先對原始數(shù)據(jù)進行平穩(wěn)性檢驗，如果原始時間序列數(shù)據(jù)是平穩(wěn)的，則d=0；否則要對原始數(shù)據(jù)做一階差分處理，使差分后的數(shù)列具有平穩(wěn)性，此時d=1；一階差分后的序列依然不平穩(wěn)就要進行二階差分處理，一般的經(jīng)濟變量二階差分之后都會變成平穩(wěn)序列，此時d=2。p和q可通過自相關(guān)和偏自相關(guān)分析得到[10]。

2 ARIMA模型構(gòu)建

2.1 數(shù)據(jù)來源

在煤炭價格數(shù)據(jù)選擇時，鑒于秦皇島港是我國現(xiàn)在最大的煤炭交易市場，從這個港口交易的煤炭量占比達到全國港口的40%以上。北方大部分產(chǎn)煤大省的煤炭主要是通過秦皇島港運往南方各城市，保障南方的煤炭供應(yīng)。所以選擇秦皇島港的煤炭價格數(shù)據(jù)具有很強的代表性，直接反映了我國煤炭市場價格的整體趨勢。煤炭價格數(shù)據(jù)來自中國煤炭市場網(wǎng)，選取2000～2016年秦皇島大同優(yōu)混(發(fā)熱量為6 000大卡[注]1大卡=1千卡(kcal)=4.84千焦(kJ))平倉價格代表中國煤炭價格(圖1)，并對所取得的價格區(qū)間取平均值得到中國煤炭價格月度數(shù)據(jù)。

2.2 單位根檢驗

首先對原序列進行檢驗，結(jié)果見表1。統(tǒng)計量t值大于各顯著性水平下的臨界值，接受原假設(shè)，原序列有一個單位根，即原序列是非平穩(wěn)序列。

對原數(shù)據(jù)一階差分后進行單位根檢驗，結(jié)果見表2。統(tǒng)計量t值小于1%顯著性水平下的臨界值，拒絕原假設(shè)，序列差分后沒有單位根，差分后序列平穩(wěn)。

圖1 秦皇島大同優(yōu)混(6 000大卡)平倉價格走勢

表1 原序列單位根檢驗結(jié)果

增廣迪基-福勒檢驗統(tǒng)計量T-統(tǒng)計量概率-0.1755260.6215測試臨界值:1%水平-2.5789675%水平-1.94275710%水平-1.615431

表2 原序列單位根檢驗結(jié)果

2.3 ARIMA模型識別

通過自相關(guān)和偏自相關(guān)分析，并經(jīng)試驗后可能的模型組合有ARIMA(2,2,1)，ARIMA(2,2,2)，ARIMA(2,2,3)，ARIMA(1,2,3)。對初步判斷出的模型進行試驗，結(jié)合各模型的AIC值大小來選擇最終模型，四個模型的相關(guān)指標見表3。

比較各模型的指標值，ARIMA(2,2,3)的R2最大，且根據(jù)AIC準則，選擇AIC最小的，綜合分析認為選擇ARIMA(2,2,3)模型合適。

3 實證分析

3.1 政策實施點確定

在應(yīng)用“投射-施后”對比分析評估法的過程中，確定政策實施點是前提。本文梳理了2000～2016年國家宏觀管理部門出臺的煤炭產(chǎn)業(yè)調(diào)控政策，見表4。選取2004年12月15日啟動煤電價格聯(lián)動機制[11]、2008年6月19日全國發(fā)電用煤臨時價格干預(yù)限價[12]、2016年3月21日啟動276工作日三個政策實施點，分別設(shè)置為政策Ⅰ、政策Ⅱ、政策Ⅲ，分階段對政策實施之后做短期預(yù)測，與實際煤炭價格對比，估計政策實施效果。

表3 模型相關(guān)指標

表4 煤炭相關(guān)政策

3.2 模型的預(yù)測與政策效應(yīng)

ARIMA模型預(yù)測結(jié)果見表5，政策Ⅰ樣本長度最大，相應(yīng)地誤差最小。政策Ⅰ樣本區(qū)間內(nèi)，煤炭價格波動幅度小，預(yù)測模型擬合度高。政策Ⅱ誤差最大，樣本區(qū)間內(nèi)煤炭價格波動劇烈，模型擬合難度較大，所以誤差大[13]。

根據(jù)政策“投射-實施后”對比分析法，政策效果公式E=A2-A1，其中A1在本實驗中指代的是動態(tài)Y(12M)的值，即動態(tài)預(yù)測12月份的煤炭價格；A2指代的是實際值(12M)，即12月份實際煤炭價格觀測值。這是考慮到12月份之后進入下一年工作調(diào)整等變化因素較多，因此選12月份為政策實施效果點進行政策效果的度量，最終政策效果見表6。

表5 ARIMA預(yù)測結(jié)果

表6 政策效果

在進行預(yù)測時，所用預(yù)測模型自回歸是滯后兩期的，隨機干擾滑動平均是滯后三期的，也就是預(yù)測點開始之后的第四期預(yù)測值是政策實施后的值作為因變量形成的。假設(shè)模型正確的前提下，說明了政策的實施效果的完全體現(xiàn)至少滯后三期，因為前三期的效果都還包括政策實施前的影響因子，會對政策的實施形成干擾。這與政策下發(fā)后需要傳達、政策領(lǐng)會、制定方案，需要預(yù)留一定的政策準備期是一致的。

為提高政策效應(yīng)評估精度，本文提出利用ARIMA模型的兩種預(yù)測方式(即靜態(tài)預(yù)測和動態(tài)預(yù)測)修正政策效應(yīng)估計值。靜態(tài)預(yù)測值Y靜與動態(tài)預(yù)測值Y動是在相同的機制下形成的，區(qū)別就是滯后期的值不同，我們可以認為靜態(tài)Y是含有政策因素的，且與動態(tài)Y形成機制相同，而動態(tài)Y不包括政策因素，因為動態(tài)Y公式右邊的值全部是政策實施前的值，所以用靜態(tài)Y值減去動態(tài)Y值來作為政策實施的效果更準確。因此修正政策效果公式為E修=Y靜-Y動，修正后的政策效果見表7。

表7 修正后的政策效果

從修正后的政策效果可以看出，政策Ⅱ和政策Ⅲ的效果絕對值增大，政策Ⅰ絕對值變小。我們可以理解為政策Ⅱ和政策Ⅲ實際值受到了更多因素的干擾，因此實際值相對偏小。而靜態(tài)預(yù)測值的獲得模式與動態(tài)預(yù)測值的獲得模式相同，靜態(tài)預(yù)測值中也包括干擾因素，但是相對來說干擾因素起的作用小，對實驗造成的干擾少。

根據(jù)對政策效果的估計，三次煤炭產(chǎn)業(yè)調(diào)控政策都在一定程度上起到了預(yù)期效果，影響了我國的煤炭價格，但在不同的經(jīng)濟狀態(tài)下，政策效果的大小差別很大，政策Ⅲ的實施效果最為顯著[14]。政策Ⅲ的目的是在規(guī)范和改善煤炭生產(chǎn)經(jīng)營秩序，有效化解過剩產(chǎn)能的基礎(chǔ)上推動煤炭企業(yè)實現(xiàn)脫困發(fā)展。政策Ⅲ的實施，從根本上扭轉(zhuǎn)了連續(xù)5年下降的煤炭價格[15]，進而達到推動煤炭企業(yè)脫困發(fā)展的預(yù)期目標。

4 結(jié) 語

通過分析三次政策實施對比效果，可以看出用靜態(tài)Y(ARIMA模型靜態(tài)預(yù)測值)和動態(tài)Y(ARIMA模型動態(tài)預(yù)測值)相減得到的差值作為政策效果的估計更為可靠，本文構(gòu)建的評估方法既可以應(yīng)用于以影響煤炭價格作為預(yù)期目標的政策有效性評估，也可以拓展應(yīng)用于以煤炭產(chǎn)量、消費量等其他變量作為調(diào)控預(yù)期的相關(guān)產(chǎn)業(yè)政策有效性的評估。