王俊賀
摘 要:煤炭在我國能源結構中的占比超過70%,其價格變化對能源行業(yè)及宏觀經濟調控具有現實意義;對研究、分析經濟波動,指導工業(yè)生產也有一定借鑒作用?;赩AR模型和SPSS分析,根據秦皇島地區(qū)動力煤2019年5月—2020年4月的價格數據變動,分析相關變量對煤炭價格的影響程度。研究發(fā)現,煤炭產量與價格呈負相關,大宗商品價格指數對價格變動的沖擊最大。探尋兩者的線性關系,參考模糊集合論,通過灰色預測,求解煤炭價格的時間序列方程、預測方程系數,得出短期內煤炭價格的預測方程?;谝陨涎芯浚瑢γ禾績r格進行調控,從政府層面提出相關建議。
關鍵詞:煤炭;價格影響因素;價格預測;VAR模型;SPSS分析;灰色預測
1?能源研究概述
1.1? 研究背景
煤炭是我國重要的基礎能源與化工材料,在國民經濟發(fā)展中占據重要戰(zhàn)略地位。煤炭在我國一次性能源結構中的占比超過70%,體量龐大,短時間內難以發(fā)生根本改變,是國民經濟發(fā)展的重要支撐。煤炭價格變動不僅影響煤炭行業(yè)的生產經營,進而影響我國物價、投資、消費和進出口,還影響相關行業(yè)甚至是國民經濟發(fā)展和社會穩(wěn)定。研究煤炭價格的波動有助于分析影響煤炭價格的因素,對有效預測煤炭價格具有重要現實意義。
研究煤炭價格的變化及影響因素具有現實動因,大宗商品的價格指數或供給需求變化,對價格波動具有助推作用。探求價格與變量的關系、驗算相關變量的影響程度,有助于預測價格走勢。
煤炭價格對我國能源行業(yè)走向、國內生產總值(Gross Domestic Product,GDP)甚至國際能源市場都有較大影響,提高價格預測的精度意味著把握市場先機,有利于節(jié)省資料機會成本,推動能源行業(yè)的轉型及發(fā)展。
綜上所述,國內學者就能源行業(yè)價格預測進行了很多有意義的研究,本研究只提出一個新的方向以供參考。
1.2? 文獻綜述
國內學者早已展開對能源價格影響因素的研究,既有研究多集中于對石油等能源的需求預測、能源價格對于經濟是否有影響及成因等方面。如孫繼湖等[1]對煤炭需求進行了灰色預測;蔡鑫磊[2]對煤炭價格的影響因素進行了合理剖析;王國定[3]對價格形成機制進行了可行性補充;張斌等[4]探索了能源價格對一國經濟產生影響的條件;丁志華等[5]立足于我國以煤炭為主的能源消費結構特征,從動態(tài)、靜態(tài)視角分析煤炭價格波動對我國GDP的影響,動靜態(tài)結合的時空處理方法使得價格波動期展現無遺,對經濟的影響則采用時變狀態(tài)進行全面且精準的研究。但部分學者認為能源價格波動對經濟的影響并不明顯,如國內學者牟敦果等[6]基于事變參數向量自回歸方法,以中國2003年3月—2011年1月的面板月度數據為研究區(qū)間,對工業(yè)增加值與煤炭價格之間的相互關系進行研究。研究結果表明,煤炭價格波動對中國經濟不存在抑制作用。張洪潮等[7]借鑒經濟波動理論,以時間序列為基礎,利用長期趨勢回歸方程擬合年度需求整體變化,得出結論:GDP是引導煤炭消費需求的主要原因,輔以帶通(Band-Pass,BP)濾波和季節(jié)性調整等方法,對中國煤炭消費需求的波動規(guī)律進行測度分析。施騁[8]運用系統(tǒng)動力學模型對煤炭價格形成模型進行了改良預測,更合理地描述了變量之間的關系。殷金恒[9]利用BP神經網絡模型構建煤炭價格影響因素及預測方程,得出不同因素的影響排序,基于影響程度進行未來價格預測。有觀點認為,國內煤炭消費需求呈周期性波動,煤炭消費需求量受經濟增長的影響且聯系緊密,宏觀政策在煤炭產業(yè)的發(fā)展方向、增長速度等方面起決定性作用。
1.3? 系統(tǒng)性研究思路
采用量化分析,運用Eviews程序,將在險價值(Value at Risk,VAR)模型引入宏觀經濟指數、大宗商品價格指數、新能源指數,分析相關指數以及煤炭產量、進口量等一系列數據,得出影響秦皇島動力煤價格的主要因素及其影響程度。
結合秦皇島動力煤價格的歷史數據及影響煤炭價格的主要因素,采用統(tǒng)計產品與服務解決方案(Statistical Product and Service Solutions,SPSS)進行變量之間相關性的模擬分析,并對其進行模型擬建,分別進行模型1、2、3、4的回歸性及殘差計算和相關系數的分析。
參考模糊集合論,用灰色預測模型進行模糊性預測,建立煤炭價格綜合預測模型,推測價格影響結果,并推導出煤炭價格時間相應序列,即煤炭未來價格公式,并根據對應數據進行精度測算,確保模型推導時間序列方程的合理性及準確度。
2?Eviews-VAR模型(研究相關變量關系)
采用VAR模型進行變量關系研究,查閱相關文獻資料,以2019年5月—2020年4月末為基期,為消除時間序列產生的異方差,對時間序列數據采用對數化處理。設變量y、x1、x2、x3、x4、x5分別表示動力煤平均價格、宏觀經濟景氣指數、大宗商品價格指數、新能源指數、煤炭進口數額、煤炭產量(以上指標均以月作為衡量單位)。經過對數處理,得到ln y、ln x1、ln x2、ln x3、ln x4、ln x5 6個變量,為探討以上變量能否構成VAR模型,進行單位根檢驗。
2.1? 單位根檢驗
采用增廣迪基-富勒(Augmented Dickey-Fuller,ADF)單位根檢驗,對于變量數列{yt},一般檢驗形式為:
式中,t為時間趨勢項,p為滯后系數。
表1反映了變量序列在ADF方法下平穩(wěn)可運行,確定了模型的存在可能。
雖然ln x3和ln y在1% level情況下不滿足,但p值遠小于0.05,可看作平穩(wěn)。
2.2? 格蘭杰分析或格蘭杰因果檢驗
在實際經濟運行中,大多數時間序列是非平穩(wěn)的,通常使用差分法使其平穩(wěn)化,但變換后的時間序列可能不具有經濟意義,導致模型解釋能力降低,因此,格蘭杰分析具有必要性。
利用赤池信息量準則(Akaike Information Criterion,AIC)準則確定滯后階數(ln x1、ln x3、ln x5對ln y在滯后一二階情況下說明宏觀經濟指數和新能源指數),表2反映了在原假設下概率發(fā)生的可能性。
由表2可知,宏觀經濟景氣狀況、大宗商品價格變化、新能源指數都會帶來煤炭價格變化。在滯后一、二階,該影響是持續(xù)且穩(wěn)定的。
2.3? F矩陣(單位根檢驗滯后二階)
利用F矩陣單位根判斷VAR模型是否處于平穩(wěn)狀態(tài)。
以ln x2與ln y為例,進行F矩陣的單位圖檢測。
經系統(tǒng)檢測,點均落在單位圓內部,滯后二階的VAR模型穩(wěn)定。
2.4? 脈沖響應函數
脈沖響應函數是指系統(tǒng)對其中某一個變量的沖擊或信息所作出的反應。設該函數為:
式中,ψ為系數矩陣,C為常數向量,P為非奇異矩陣,滿足PP?=Ω,wt為向量白噪聲。可得以下脈沖結果:
(1)ln y對ln x1在1期和2期的沖擊快速上升,此后下降,呈現起伏正方向波動;(2)ln y對ln x2在二期達到頂峰,之后下降;(3)ln y對ln x3同1期起伏性波動,但明顯呈負波動。
從脈沖響應函數可以觀察到,宏觀經濟對煤炭價格的沖擊是正向的,煤炭產量對煤炭價格的沖擊是負向的,大宗商品價格對煤炭價格的沖擊最顯著,也會在短時間內顯現出來。大宗商品價格、宏觀經濟景氣程度、煤炭產量、新能源這4種因素對煤炭價格的沖擊均在短期內達到最大值,而且影響的持續(xù)時間較長。
2.5? 方差分解
通過Eviews中的VAR模型進行方差的分解分析,程序操作后得出的分析結果如下:(1)ln y與ln x1相關方差約為94.515 05;(2)ln y與ln x3相關度方差為73.070 51;(3)ln y與ln x5相關度方差為88.222 19(均為10個經濟周期)。
根據方差分解圖提供的方差分析,通過比較相關方差可知,ln x1對ln y影響最大,其次為ln x5、ln x3,從而得出宏觀經濟景氣指數、煤炭產量、新能源指數對煤炭價格有不同程度的影響。
根據VAR模型的綜合分析,秦皇島動力煤價格的影響因素及其排序為:宏觀經濟景氣指數、煤炭產量、新能源指數。
3?方程的推導求解
3.1? 累加序列
采用灰色預測,模型參數較少,符合序列方程。利用MATLAB生成灰色預測GM(1,1)模型,通過已知相關數據,構造累加生成序列x(1),則:
對x(1)進行緊鄰均值生成:
可得到矩陣B及向量Y,隨后采用多次實驗方法進行研究。
3.2? 最小二乘法
解得時間響應序列模型為:
3.3? 灰色關聯度檢驗
以2020年3月6日—4月30日為例:
灰色關聯度:γ≈0.76>0.60,檢驗通過后進行殘差檢驗。
3.4? 殘差檢驗
計算得方差比:
在殘差檢驗中,發(fā)現相對誤差極小,和真實數據吻合度較高,所以暫不進行殘差修正,保持原結果。
故預測結果為:
4?推論及分析
在社會主義市場經濟體制決定煤炭價格的情況下,企業(yè)應當成為煤炭價格確定的主體,而政府應當發(fā)揮“看不見的手”的宏觀調控作用,通過完善經濟政策、深化改革等手段,促進煤炭市場的穩(wěn)定健康發(fā)展。
4.1? 加強中國煤炭市場宏觀調控機制建設
從煤炭價格預測分析可以看出,我國煤炭市場在短期內很難平衡,為確保環(huán)境保護政策落實,企業(yè)面臨較大的壓力,煤炭價格易出現波動,政府作為穩(wěn)定煤炭市場價格的中堅力量,應設立專門的煤炭價格管理機構,完善市場監(jiān)管,促進煤炭價格的平穩(wěn)運行。完善煤炭相關的業(yè)務支持服務,提高大數據跟蹤監(jiān)測煤炭價格的水平,第一時間發(fā)布煤炭市場信息,政府利用數據庫分析煤炭市場并預測煤炭價格走勢,有效引導國內消費。
4.2? 完善煤炭企業(yè)引導機制
政府引導一些企業(yè)適當進出:對污染環(huán)境較嚴重、資源較差的企業(yè),安排存在嚴重的安全問題和生產能力較低的煤礦退出,引進優(yōu)勢創(chuàng)新新興企業(yè)。充分發(fā)揮市場的主導性作用,運用市場機制促進優(yōu)劣出清。引入獎懲機制,獎罰分明。加強產業(yè)結構調整,降低高耗能產業(yè)比重,提高能源利用效率、能源消費質量。
4.3? 建立煤炭儲備體系
國家采用調控措施,建立、完善煤炭儲備體系,維持市場上的煤炭供需平衡,避免煤炭價格大幅度波動,盡力降低煤炭價格波動對實體經濟的影響,配備交通應急準備金,減少運輸等不確定性。
通過以上措施合理調控國內煤炭市場,推進供給側改革,完善政府的市場價格調控體系。
[參考文獻]
[1]孫繼湖,王立節(jié).基于灰色理論的煤炭需求預測模型[J].煤炭學報,2002,27(3):333-336.
[2]蔡鑫磊.目前影響我國煤炭價格的主要因素分析[J].煤炭經濟研究,2008(10):87-90.
[3]王國定.關于我國煤炭價格形成機制分析[D].太原:山西財經大學,2009.
[4]張斌,徐建煒.石油價格沖擊與中國的宏觀經濟:機制、影響及對策[J].管理世界,2010(11):18-27.
[5]丁志華,繆協興,何凌云,等.基于動靜態(tài)視角的煤炭價格波動對我國GDP影響研究[J].資源科學,2013,35(12):2467-2473.
[6]牟敦果,林伯強.中國經濟增長、電力消費和煤炭價格相互影響的時變參數研究[J].金融研究,2012(6):42-53.
[7]張洪潮,王澤江,李曉利,等.中國煤炭消費需求波動規(guī)律及成因分析[J].中國人口·資源與環(huán)境,2014(1):94-101.
[8]施騁.我國煤炭價格形成機制及其影響因素研究[D].北京:北京交通大學,2015.
[9]殷金恒.基于BP神經網絡的煤炭價格預測研究[J].科技與創(chuàng)新,2021(2):57.