基于層次分析法和B-J模型的煤炭?jī)r(jià)格研究

吳雨婷

摘要：煤炭屬于大宗商品，煤炭?jī)r(jià)格既受國(guó)家相關(guān)部門的監(jiān)管，又受國(guó)內(nèi)煤炭市場(chǎng)的影響。該文以秦皇島港動(dòng)力煤的價(jià)格為數(shù)據(jù)，運(yùn)用層次分析法對(duì)諸多影響因素進(jìn)行層次分析，通過(guò)相關(guān)系數(shù)值建立對(duì)比矩陣，得到影響最大的七種主要因素，并進(jìn)行一致性檢驗(yàn)，并建立時(shí)間序列模型，結(jié)合SPSS對(duì)未來(lái)10個(gè)月的煤炭?jī)r(jià)格進(jìn)行預(yù)測(cè)。

關(guān)鍵詞：相關(guān)系數(shù)分析;層次分析;時(shí)間序列模型;SPSS

中圖分類號(hào)：TP311? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2020）16-0229-02

1研究背景

煤炭屬于基礎(chǔ)能源行業(yè)，是國(guó)家的主要能源之一，也是國(guó)家經(jīng)濟(jì)的重要支柱之一。目前我國(guó)對(duì)煤炭的需求較大，煤炭資源緊缺，煤炭開(kāi)采成本越來(lái)越高，國(guó)際上一些國(guó)家采取政策限制煤炭的開(kāi)采，導(dǎo)致煤炭產(chǎn)量下降，煤炭的需求量卻持續(xù)增加，而煤炭的供求關(guān)系主要通過(guò)煤炭?jī)r(jià)格反映，煤炭?jī)r(jià)格受多種因素影響而產(chǎn)生波動(dòng)。提前預(yù)測(cè)煤炭?jī)r(jià)格，能幫助國(guó)家或企業(yè)更好的應(yīng)對(duì)煤炭市場(chǎng)的波動(dòng)，并制定相應(yīng)的方案。

2問(wèn)題分析

關(guān)于煤炭?jī)r(jià)格的主要影響因素問(wèn)題，首先假設(shè)可能的影響因素，對(duì)各個(gè)因素進(jìn)行相關(guān)系數(shù)分析，分別求出每個(gè)相關(guān)因素與煤炭?jī)r(jià)格的相關(guān)系數(shù)值，然后對(duì)各個(gè)影響元素判斷相關(guān)性，最終確定有效的影響因素。然后運(yùn)用層次分析法，構(gòu)建指標(biāo)對(duì)比矩陣，求出矩陣特征向量，得到各影響因素的權(quán)值，并按照權(quán)值（即各元素的重要性）排序，即可求出第二問(wèn)，最后進(jìn)行一致性檢驗(yàn)。

關(guān)于煤炭?jī)r(jià)格的預(yù)測(cè)問(wèn)題，本文選擇時(shí)間序列預(yù)測(cè)模型（簡(jiǎn)稱B-J模型）。首先對(duì)時(shí)間序列進(jìn)行零均值和差分平穩(wěn)化處理，得到一組平穩(wěn)的隨機(jī)序列。再對(duì)樣本進(jìn)行自相關(guān)和非自相關(guān)分析，說(shuō)明不同變量之間的相關(guān)性。然后進(jìn)行季節(jié)化差分處理，判斷數(shù)據(jù)是否具有季節(jié)性。最后運(yùn)用是SPSS對(duì)數(shù)據(jù)進(jìn)行擬合和預(yù)測(cè)。

3影響因素

通過(guò)查閱資料，發(fā)現(xiàn)目前市場(chǎng)上影響煤炭?jī)r(jià)格的主要有三個(gè)方面的，分別是供需關(guān)系、其他能源價(jià)格，政府政策和市場(chǎng)經(jīng)濟(jì)環(huán)境。其中供需關(guān)系包含煤炭產(chǎn)量和用電量，其他能源價(jià)格包括石油、天然氣價(jià)格，政府政策包括核電發(fā)電量和風(fēng)力發(fā)電量，市場(chǎng)經(jīng)濟(jì)環(huán)境包括社會(huì)消費(fèi)總額和焦炭產(chǎn)量。

對(duì)上述相關(guān)影響因素收集信息和數(shù)據(jù)，為了方便模型的求解，需要先將收集到的數(shù)據(jù)全部進(jìn)行量化處理，運(yùn)用[SPSS]對(duì)數(shù)據(jù)進(jìn)行量化處理。接著把量化后的數(shù)據(jù)值帶入原始數(shù)據(jù)表，得到量化后的變量因素表，完成對(duì)原始數(shù)據(jù)的歸一化處理。通過(guò)量化數(shù)據(jù)可以大大簡(jiǎn)化續(xù)保率的復(fù)雜程度，使得模型求解更加簡(jiǎn)便。

數(shù)據(jù)量化處理后就可以進(jìn)行相關(guān)系數(shù)分析，需要先計(jì)算樣本的標(biāo)準(zhǔn)差和協(xié)方差，公式如下：

1）計(jì)算樣本[Sx]標(biāo)準(zhǔn)差：[sx=（xi-x）2n-1]

2）計(jì)算樣本[Sy]標(biāo)準(zhǔn)差：[sy=（xy-x）2n-1]

3）計(jì)算樣本[Sxy]協(xié)方差：[Sxy=i-1n（xi-x）（Yi-Y）n-1]

4）計(jì)算樣本相關(guān)系數(shù)：[rxy=SxySsSy]

計(jì)算相關(guān)系數(shù)矩陣，對(duì)相關(guān)系數(shù)進(jìn)行求解，可得相對(duì)系數(shù)表，如下表所示，其中A1表示用電量，A2表示石油產(chǎn)量，A3表示煤產(chǎn)量，A4表示核能發(fā)電量，A5表示風(fēng)力發(fā)電量，A6表示社會(huì)零售額，A7表示焦炭產(chǎn)量。且相關(guān)系數(shù)均在[-1～1]區(qū)間內(nèi)，且不為0，可知A1～A7均為有效因素。

求出對(duì)比矩陣后，計(jì)算可得A1的權(quán)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?yàn)闄?quán)值代表每個(gè)因素的重要度，可得煤炭?jī)r(jià)格的影響因素按重要度從大到小為：用電量>石油產(chǎn)量>煤產(chǎn)量>核能發(fā)電量>風(fēng)力發(fā)電量>社會(huì)零售額>焦炭產(chǎn)量。

4時(shí)間序列模型

本文通過(guò)建立時(shí)間序列模型來(lái)預(yù)測(cè)未來(lái)十個(gè)月的煤炭?jī)r(jià)格。該模型處理的對(duì)象是平穩(wěn)的隨機(jī)數(shù)列，而在實(shí)際的數(shù)據(jù)中，數(shù)據(jù)水平是隨著時(shí)間或者其他變量而產(chǎn)生變化，表現(xiàn)出上升或者下降的趨勢(shì)。所以在建模前，先對(duì)均值為0的非平穩(wěn)的時(shí)間序列進(jìn)行差分平穩(wěn)化處理，得到平穩(wěn)的時(shí)間序列。

得到平穩(wěn)的隨機(jī)數(shù)列后，對(duì)該序列進(jìn)行自相關(guān)與偏自相關(guān)分析，相應(yīng)系數(shù)的計(jì)算是求解B-J模型的重點(diǎn)，它的正確性將直接影響結(jié)果的精確度。樣本自相關(guān)系數(shù)和偏自相關(guān)系數(shù)的公式如下：

1）樣本自相關(guān)系數(shù)[ρk]：表示時(shí)間序列相差K個(gè)時(shí)期兩項(xiàng)數(shù)據(jù)的依賴程度或相關(guān)程度，公式為：

運(yùn)用SPSS，導(dǎo)入秦皇島港的煤炭?jī)r(jià)格表，對(duì)數(shù)據(jù)進(jìn)行差分平穩(wěn)化處理。然后進(jìn)行分析預(yù)測(cè)，得到數(shù)據(jù)的序列圖，觀察可得煤炭?jī)r(jià)格隨時(shí)間的變化是有一定規(guī)律的，且數(shù)據(jù)分布具有季節(jié)性，通過(guò)自相關(guān)分析，得到數(shù)據(jù)的自相關(guān)圖和偏自相關(guān)圖。繼續(xù)用SPSS對(duì)數(shù)據(jù)進(jìn)行擬合，得到擬合數(shù)據(jù)，再將填充后的煤炭?jī)r(jià)格平均值與PRE，LCL，UCL的值進(jìn)行對(duì)比，觀察預(yù)測(cè)值和實(shí)際值的變化，判斷預(yù)測(cè)結(jié)果是否具有一定的準(zhǔn)確性。

最后運(yùn)用SPSS對(duì)數(shù)據(jù)進(jìn)行分析和預(yù)測(cè)，對(duì)未來(lái)10個(gè)月的價(jià)格值進(jìn)行預(yù)測(cè)，將秦皇島港的價(jià)格周數(shù)據(jù)轉(zhuǎn)換成月數(shù)據(jù)，導(dǎo)入SPSS，得到未來(lái)10個(gè)月的預(yù)測(cè)圖和煤炭?jī)r(jià)格，如圖所示。

5結(jié)束語(yǔ)

本文運(yùn)用相關(guān)系數(shù)分析、層次分析法和時(shí)間序列預(yù)測(cè)模型，實(shí)現(xiàn)對(duì)的煤炭?jī)r(jià)格的粗略預(yù)測(cè)。而且本文使用的分析方法和預(yù)測(cè)模型可以被運(yùn)用到煤炭銷售企業(yè)的經(jīng)營(yíng)計(jì)劃和營(yíng)銷策略中，有助于提高企業(yè)管理水平，降低風(fēng)險(xiǎn)。

參考文獻(xiàn)：

[1] 王文，李國(guó)棟.基于層次分析法的我國(guó)煤炭?jī)r(jià)格影響因素研究[J].經(jīng)營(yíng)與管理，2016（12）：87-90.

[2] 劉陽(yáng). 我國(guó)煤炭?jī)r(jià)格形成機(jī)制及煤炭?jī)r(jià)格影響因素研究[D]. 廣州： 廣東外語(yǔ)外貿(mào)大學(xué)， 2014.

[3] 劉碩，何永秀，陶衛(wèi)君，等.基于最優(yōu)加權(quán)法的煤炭市場(chǎng)價(jià)格組合預(yù)測(cè)模型[J].華東電力，2009，37（4）：537-541.

[4] 孫繼湖，彭建萍.時(shí)間序列分析技術(shù)在煤炭?jī)r(jià)格預(yù)測(cè)中的應(yīng)用[J].地質(zhì)技術(shù)經(jīng)濟(jì)管理，2000（3）：33-40.

[5] 李朋林，梁露露.基于BP神經(jīng)網(wǎng)絡(luò)的煤炭?jī)r(jià)格影響因素及預(yù)測(cè)研究[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)，2015，45（17）：113-126.

【通聯(lián)編輯：謝媛媛】