论文部分内容阅读
摘 要：煤炭在我国能源结构中的占比超过70%，其价格变化对能源行业及宏观经济调控具有现实意义;对研究、分析经济波动，指导工业生产也有一定借鉴作用。基于VAR模型和SPSS分析，根据秦皇岛地区动力煤2019年5月—2020年4月的价格数据变动，分析相关变量对煤炭价格的影响程度。研究发现，煤炭产量与价格呈负相关，大宗商品价格指数对价格变动的冲击最大。探寻两者的线性关系，参考模糊集合论，通过灰色预测，求解煤炭价格的时间序列方程、预测方程系数，得出短期内煤炭价格的预测方程。基于以上研究，对煤炭价格进行调控，从政府层面提出相关建议。
关键词：煤炭;价格影响因素;价格预测;VAR模型;SPSS分析;灰色预测
1 能源研究概述
1.1 研究背景
煤炭是我国重要的基础能源与化工材料，在国民经济发展中占据重要战略地位。煤炭在我国一次性能源结构中的占比超过70%，体量庞大，短时间内难以发生根本改变，是国民经济发展的重要支撑。煤炭价格变动不仅影响煤炭行业的生产经营，进而影响我国物价、投资、消费和进出口，还影响相关行业甚至是国民经济发展和社会稳定。研究煤炭价格的波动有助于分析影响煤炭价格的因素，对有效预测煤炭价格具有重要现实意义。
研究煤炭价格的变化及影响因素具有现实动因，大宗商品的价格指数或供给需求变化，对价格波动具有助推作用。探求价格与变量的关系、验算相关变量的影响程度，有助于预测价格走势。
煤炭价格对我国能源行业走向、国内生产总值（Gross Domestic Product，GDP）甚至国际能源市场都有较大影响，提高价格预测的精度意味着把握市场先机，有利于节省资料机会成本，推动能源行业的转型及发展。
综上所述，国内学者就能源行业价格预测进行了很多有意义的研究，本研究只提出一个新的方向以供参考。
1.2 文献综述
国内学者早已展开对能源价格影响因素的研究，既有研究多集中于对石油等能源的需求预测、能源价格对于经济是否有影响及成因等方面。如孫继湖等[1]对煤炭需求进行了灰色预测;蔡鑫磊[2]对煤炭价格的影响因素进行了合理剖析;王国定[3]对价格形成机制进行了可行性补充;张斌等[4]探索了能源价格对一国经济产生影响的条件;丁志华等[5]立足于我国以煤炭为主的能源消费结构特征，从动态、静态视角分析煤炭价格波动对我国GDP的影响，动静态结合的时空处理方法使得价格波动期展现无遗，对经济的影响则采用时变状态进行全面且精准的研究。但部分学者认为能源价格波动对经济的影响并不明显，如国内学者牟敦果等[6]基于事变参数向量自回归方法，以中国2003年3月—2011年1月的面板月度数据为研究区间，对工业增加值与煤炭价格之间的相互关系进行研究。研究结果表明，煤炭价格波动对中国经济不存在抑制作用。张洪潮等[7]借鉴经济波动理论，以时间序列为基础，利用长期趋势回归方程拟合年度需求整体变化，得出结论：GDP是引导煤炭消费需求的主要原因，辅以带通（Band-Pass，BP）滤波和季节性调整等方法，对中国煤炭消费需求的波动规律进行测度分析。施骋[8]运用系统动力学模型对煤炭价格形成模型进行了改良预测，更合理地描述了变量之间的关系。殷金恒[9]利用BP神经网络模型构建煤炭价格影响因素及预测方程，得出不同因素的影响排序，基于影响程度进行未来价格预测。有观点认为，国内煤炭消费需求呈周期性波动，煤炭消费需求量受经济增长的影响且联系紧密，宏观政策在煤炭产业的发展方向、增长速度等方面起决定性作用。
1.3 系统性研究思路
采用量化分析，运用Eviews程序，将在险价值（Value at Risk，VAR）模型引入宏观经济指数、大宗商品价格指数、新能源指数，分析相关指数以及煤炭产量、进口量等一系列数据，得出影响秦皇岛动力煤价格的主要因素及其影响程度。
结合秦皇岛动力煤价格的历史数据及影响煤炭价格的主要因素，采用统计产品与服务解决方案（Statistical Product and Service Solutions，SPSS）进行变量之间相关性的模拟分析，并对其进行模型拟建，分别进行模型1、2、3、4的回归性及残差计算和相关系数的分析。
参考模糊集合论，用灰色预测模型进行模糊性预测，建立煤炭价格综合预测模型，推测价格影响结果，并推导出煤炭价格时间相应序列，即煤炭未来价格公式，并根据对应数据进行精度测算，确保模型推导时间序列方程的合理性及准确度。
2 Eviews-VAR模型（研究相关变量关系）
采用VAR模型进行变量关系研究，查阅相关文献资料，以2019年5月—2020年4月末为基期，为消除时间序列产生的异方差，对时间序列数据采用对数化处理。设变量y、x1、x2、x3、x4、x5分别表示动力煤平均价格、宏观经济景气指数、大宗商品价格指数、新能源指数、煤炭进口数额、煤炭产量（以上指标均以月作为衡量单位）。经过对数处理，得到ln y、ln x1、ln x2、ln x3、ln x4、ln x5 6个变量，为探讨以上变量能否构成VAR模型，进行单位根检验。
2.1 单位根检验
采用增广迪基-富勒（Augmented Dickey-Fuller，ADF）单位根检验，对于变量数列{yt}，一般检验形式为：
式中，t为时间趋势项，p为滞后系数。
表1反映了变量序列在ADF方法下平稳可运行，确定了模型的存在可能。
虽然ln x3和ln y在1% level情况下不满足，但p值远小于0.05，可看作平稳。
2.2 格兰杰分析或格兰杰因果检验
在实际经济运行中，大多数时间序列是非平稳的，通常使用差分法使其平稳化，但变换后的时间序列可能不具有经济意义，导致模型解释能力降低，因此，格兰杰分析具有必要性。 利用赤池信息量准则（Akaike Information Criterion，AIC）准则确定滞后阶数（ln x1、ln x3、ln x5对ln y在滞后一二阶情况下说明宏观经济指数和新能源指数），表2反映了在原假设下概率发生的可能性。
由表2可知，宏观经济景气状况、大宗商品价格变化、新能源指数都会带来煤炭价格变化。在滞后一、二阶，该影响是持续且稳定的。
2.3 F矩阵（单位根检验滞后二阶）
利用F矩阵单位根判断VAR模型是否处于平稳状态。
以ln x2与ln y为例，进行F矩阵的单位图检测。
经系统检测，点均落在单位圆内部，滞后二阶的VAR模型稳定。
2.4 脉冲响应函数
脉冲响应函数是指系统对其中某一个变量的冲击或信息所作出的反应。设该函数为：
式中，ψ为系数矩阵，C为常数向量，P为非奇异矩阵，满足PP?=Ω，wt为向量白噪声。可得以下脉冲结果：
（1）ln y对ln x1在1期和2期的冲击快速上升，此后下降，呈现起伏正方向波动;（2）ln y对ln x2在二期达到顶峰，之后下降;（3）ln y对ln x3同1期起伏性波动，但明显呈负波动。
从脉冲响应函数可以观察到，宏观经济对煤炭价格的冲击是正向的，煤炭产量对煤炭价格的冲击是负向的，大宗商品价格对煤炭价格的冲击最显著，也会在短时间内显现出来。大宗商品价格、宏观经济景气程度、煤炭产量、新能源这4种因素对煤炭价格的冲击均在短期内达到最大值，而且影响的持续时间较长。
2.5 方差分解
通过Eviews中的VAR模型进行方差的分解分析，程序操作后得出的分析结果如下：（1）ln y与ln x1相关方差约为94.515 05;（2）ln y与ln x3相关度方差为73.070 51;（3）ln y与ln x5相关度方差为88.222 19（均为10个经济周期）。
根据方差分解图提供的方差分析，通过比较相关方差可知，ln x1对ln y影响最大，其次为ln x5、ln x3，从而得出宏观经济景气指数、煤炭产量、新能源指数对煤炭价格有不同程度的影响。
根据VAR模型的综合分析，秦皇岛动力煤价格的影响因素及其排序为：宏观经济景气指数、煤炭产量、新能源指数。
3 方程的推导求解
3.1 累加序列
采用灰色预测，模型参数较少，符合序列方程。利用MATLAB生成灰色预测GM（1，1）模型，通过已知相关数据，构造累加生成序列x（1），则：
对x（1）进行紧邻均值生成：
可得到矩阵B及向量Y，随后采用多次实验方法进行研究。
3.2 最小二乘法
解得时间响应序列模型为：
3.3 灰色关联度检验
以2020年3月6日—4月30日为例：
灰色关联度：γ≈0.76>0.60，检验通过后进行残差检验。
3.4 残差检验
计算得方差比：
在残差检验中，发现相对误差极小，和真实数据吻合度较高，所以暂不进行残差修正，保持原结果。
故预测结果为：
4 推论及分析
在社会主义市场经济体制决定煤炭价格的情况下，企业应当成为煤炭价格确定的主体，而政府应当发挥“看不见的手”的宏观调控作用，通过完善经济政策、深化改革等手段，促进煤炭市场的稳定健康发展。
4.1 加强中国煤炭市场宏观调控机制建设
从煤炭价格预测分析可以看出，我国煤炭市场在短期内很难平衡，为确保环境保护政策落实，企业面临较大的压力，煤炭价格易出现波动，政府作为稳定煤炭市场价格的中坚力量，应设立专门的煤炭价格管理机构，完善市场监管，促进煤炭价格的平稳运行。完善煤炭相关的业务支持服务，提高大数据跟踪监测煤炭价格的水平，第一时间发布煤炭市场信息，政府利用数据库分析煤炭市场并预测煤炭价格走势，有效引导国内消费。
4.2 完善煤炭企业引导机制
政府引导一些企业适当进出：对污染环境较严重、资源较差的企业，安排存在严重的安全问题和生产能力较低的煤矿退出，引进优势创新新兴企业。充分发挥市场的主导性作用，运用市场机制促进优劣出清。引入奖惩机制，奖罚分明。加強产业结构调整，降低高耗能产业比重，提高能源利用效率、能源消费质量。
4.3 建立煤炭储备体系
国家采用调控措施，建立、完善煤炭储备体系，维持市场上的煤炭供需平衡，避免煤炭价格大幅度波动，尽力降低煤炭价格波动对实体经济的影响，配备交通应急准备金，减少运输等不确定性。
通过以上措施合理调控国内煤炭市场，推进供给侧改革，完善政府的市场价格调控体系。
[参考文献]
[1]孙继湖，王立节.基于灰色理论的煤炭需求预测模型[J].煤炭学报，2002，27（3）：333-336.
[2]蔡鑫磊.目前影响我国煤炭价格的主要因素分析[J].煤炭经济研究，2008（10）：87-90.
[3]王国定.关于我国煤炭价格形成机制分析[D].太原：山西财经大学，2009.
[4]张斌，徐建炜.石油价格冲击与中国的宏观经济：机制、影响及对策[J].管理世界，2010（11）：18-27.
[5]丁志华，缪协兴，何凌云，等.基于动静态视角的煤炭价格波动对我国GDP影响研究[J].资源科学，2013，35（12）：2467-2473.
[6]牟敦果，林伯强.中国经济增长、电力消费和煤炭价格相互影响的时变参数研究[J].金融研究，2012（6）：42-53.
[7]张洪潮，王泽江，李晓利，等.中国煤炭消费需求波动规律及成因分析[J].中国人口·资源与环境，2014（1）：94-101.
[8]施骋.我国煤炭价格形成机制及其影响因素研究[D].北京：北京交通大学，2015.
[9]殷金恒.基于BP神经网络的煤炭价格预测研究[J].科技与创新，2021（2）：57.
关键词：煤炭;价格影响因素;价格预测;VAR模型;SPSS分析;灰色预测
1 能源研究概述
1.1 研究背景
煤炭是我国重要的基础能源与化工材料，在国民经济发展中占据重要战略地位。煤炭在我国一次性能源结构中的占比超过70%，体量庞大，短时间内难以发生根本改变，是国民经济发展的重要支撑。煤炭价格变动不仅影响煤炭行业的生产经营，进而影响我国物价、投资、消费和进出口，还影响相关行业甚至是国民经济发展和社会稳定。研究煤炭价格的波动有助于分析影响煤炭价格的因素，对有效预测煤炭价格具有重要现实意义。
研究煤炭价格的变化及影响因素具有现实动因，大宗商品的价格指数或供给需求变化，对价格波动具有助推作用。探求价格与变量的关系、验算相关变量的影响程度，有助于预测价格走势。
煤炭价格对我国能源行业走向、国内生产总值（Gross Domestic Product，GDP）甚至国际能源市场都有较大影响，提高价格预测的精度意味着把握市场先机，有利于节省资料机会成本，推动能源行业的转型及发展。
综上所述，国内学者就能源行业价格预测进行了很多有意义的研究，本研究只提出一个新的方向以供参考。
1.2 文献综述
国内学者早已展开对能源价格影响因素的研究，既有研究多集中于对石油等能源的需求预测、能源价格对于经济是否有影响及成因等方面。如孫继湖等[1]对煤炭需求进行了灰色预测;蔡鑫磊[2]对煤炭价格的影响因素进行了合理剖析;王国定[3]对价格形成机制进行了可行性补充;张斌等[4]探索了能源价格对一国经济产生影响的条件;丁志华等[5]立足于我国以煤炭为主的能源消费结构特征，从动态、静态视角分析煤炭价格波动对我国GDP的影响，动静态结合的时空处理方法使得价格波动期展现无遗，对经济的影响则采用时变状态进行全面且精准的研究。但部分学者认为能源价格波动对经济的影响并不明显，如国内学者牟敦果等[6]基于事变参数向量自回归方法，以中国2003年3月—2011年1月的面板月度数据为研究区间，对工业增加值与煤炭价格之间的相互关系进行研究。研究结果表明，煤炭价格波动对中国经济不存在抑制作用。张洪潮等[7]借鉴经济波动理论，以时间序列为基础，利用长期趋势回归方程拟合年度需求整体变化，得出结论：GDP是引导煤炭消费需求的主要原因，辅以带通（Band-Pass，BP）滤波和季节性调整等方法，对中国煤炭消费需求的波动规律进行测度分析。施骋[8]运用系统动力学模型对煤炭价格形成模型进行了改良预测，更合理地描述了变量之间的关系。殷金恒[9]利用BP神经网络模型构建煤炭价格影响因素及预测方程，得出不同因素的影响排序，基于影响程度进行未来价格预测。有观点认为，国内煤炭消费需求呈周期性波动，煤炭消费需求量受经济增长的影响且联系紧密，宏观政策在煤炭产业的发展方向、增长速度等方面起决定性作用。
1.3 系统性研究思路
采用量化分析，运用Eviews程序，将在险价值（Value at Risk，VAR）模型引入宏观经济指数、大宗商品价格指数、新能源指数，分析相关指数以及煤炭产量、进口量等一系列数据，得出影响秦皇岛动力煤价格的主要因素及其影响程度。
结合秦皇岛动力煤价格的历史数据及影响煤炭价格的主要因素，采用统计产品与服务解决方案（Statistical Product and Service Solutions，SPSS）进行变量之间相关性的模拟分析，并对其进行模型拟建，分别进行模型1、2、3、4的回归性及残差计算和相关系数的分析。
参考模糊集合论，用灰色预测模型进行模糊性预测，建立煤炭价格综合预测模型，推测价格影响结果，并推导出煤炭价格时间相应序列，即煤炭未来价格公式，并根据对应数据进行精度测算，确保模型推导时间序列方程的合理性及准确度。
2 Eviews-VAR模型（研究相关变量关系）
采用VAR模型进行变量关系研究，查阅相关文献资料，以2019年5月—2020年4月末为基期，为消除时间序列产生的异方差，对时间序列数据采用对数化处理。设变量y、x1、x2、x3、x4、x5分别表示动力煤平均价格、宏观经济景气指数、大宗商品价格指数、新能源指数、煤炭进口数额、煤炭产量（以上指标均以月作为衡量单位）。经过对数处理，得到ln y、ln x1、ln x2、ln x3、ln x4、ln x5 6个变量，为探讨以上变量能否构成VAR模型，进行单位根检验。
2.1 单位根检验
采用增广迪基-富勒（Augmented Dickey-Fuller，ADF）单位根检验，对于变量数列{yt}，一般检验形式为：
式中，t为时间趋势项，p为滞后系数。
表1反映了变量序列在ADF方法下平稳可运行，确定了模型的存在可能。
虽然ln x3和ln y在1% level情况下不满足，但p值远小于0.05，可看作平稳。
2.2 格兰杰分析或格兰杰因果检验
在实际经济运行中，大多数时间序列是非平稳的，通常使用差分法使其平稳化，但变换后的时间序列可能不具有经济意义，导致模型解释能力降低，因此，格兰杰分析具有必要性。 利用赤池信息量准则（Akaike Information Criterion，AIC）准则确定滞后阶数（ln x1、ln x3、ln x5对ln y在滞后一二阶情况下说明宏观经济指数和新能源指数），表2反映了在原假设下概率发生的可能性。
由表2可知，宏观经济景气状况、大宗商品价格变化、新能源指数都会带来煤炭价格变化。在滞后一、二阶，该影响是持续且稳定的。
2.3 F矩阵（单位根检验滞后二阶）
利用F矩阵单位根判断VAR模型是否处于平稳状态。
以ln x2与ln y为例，进行F矩阵的单位图检测。
经系统检测，点均落在单位圆内部，滞后二阶的VAR模型稳定。
2.4 脉冲响应函数
脉冲响应函数是指系统对其中某一个变量的冲击或信息所作出的反应。设该函数为：
式中，ψ为系数矩阵，C为常数向量，P为非奇异矩阵，满足PP?=Ω，wt为向量白噪声。可得以下脉冲结果：
（1）ln y对ln x1在1期和2期的冲击快速上升，此后下降，呈现起伏正方向波动;（2）ln y对ln x2在二期达到顶峰，之后下降;（3）ln y对ln x3同1期起伏性波动，但明显呈负波动。
从脉冲响应函数可以观察到，宏观经济对煤炭价格的冲击是正向的，煤炭产量对煤炭价格的冲击是负向的，大宗商品价格对煤炭价格的冲击最显著，也会在短时间内显现出来。大宗商品价格、宏观经济景气程度、煤炭产量、新能源这4种因素对煤炭价格的冲击均在短期内达到最大值，而且影响的持续时间较长。
2.5 方差分解
通过Eviews中的VAR模型进行方差的分解分析，程序操作后得出的分析结果如下：（1）ln y与ln x1相关方差约为94.515 05;（2）ln y与ln x3相关度方差为73.070 51;（3）ln y与ln x5相关度方差为88.222 19（均为10个经济周期）。
根据方差分解图提供的方差分析，通过比较相关方差可知，ln x1对ln y影响最大，其次为ln x5、ln x3，从而得出宏观经济景气指数、煤炭产量、新能源指数对煤炭价格有不同程度的影响。
根据VAR模型的综合分析，秦皇岛动力煤价格的影响因素及其排序为：宏观经济景气指数、煤炭产量、新能源指数。
3 方程的推导求解
3.1 累加序列
采用灰色预测，模型参数较少，符合序列方程。利用MATLAB生成灰色预测GM（1，1）模型，通过已知相关数据，构造累加生成序列x（1），则：
对x（1）进行紧邻均值生成：
可得到矩阵B及向量Y，随后采用多次实验方法进行研究。
3.2 最小二乘法
解得时间响应序列模型为：
3.3 灰色关联度检验
以2020年3月6日—4月30日为例：
灰色关联度：γ≈0.76>0.60，检验通过后进行残差检验。
3.4 残差检验
计算得方差比：
在残差检验中，发现相对误差极小，和真实数据吻合度较高，所以暂不进行残差修正，保持原结果。
故预测结果为：
4 推论及分析
在社会主义市场经济体制决定煤炭价格的情况下，企业应当成为煤炭价格确定的主体，而政府应当发挥“看不见的手”的宏观调控作用，通过完善经济政策、深化改革等手段，促进煤炭市场的稳定健康发展。
4.1 加强中国煤炭市场宏观调控机制建设
从煤炭价格预测分析可以看出，我国煤炭市场在短期内很难平衡，为确保环境保护政策落实，企业面临较大的压力，煤炭价格易出现波动，政府作为稳定煤炭市场价格的中坚力量，应设立专门的煤炭价格管理机构，完善市场监管，促进煤炭价格的平稳运行。完善煤炭相关的业务支持服务，提高大数据跟踪监测煤炭价格的水平，第一时间发布煤炭市场信息，政府利用数据库分析煤炭市场并预测煤炭价格走势，有效引导国内消费。
4.2 完善煤炭企业引导机制
政府引导一些企业适当进出：对污染环境较严重、资源较差的企业，安排存在严重的安全问题和生产能力较低的煤矿退出，引进优势创新新兴企业。充分发挥市场的主导性作用，运用市场机制促进优劣出清。引入奖惩机制，奖罚分明。加強产业结构调整，降低高耗能产业比重，提高能源利用效率、能源消费质量。
4.3 建立煤炭储备体系
国家采用调控措施，建立、完善煤炭储备体系，维持市场上的煤炭供需平衡，避免煤炭价格大幅度波动，尽力降低煤炭价格波动对实体经济的影响，配备交通应急准备金，减少运输等不确定性。
通过以上措施合理调控国内煤炭市场，推进供给侧改革，完善政府的市场价格调控体系。
[参考文献]
[1]孙继湖，王立节.基于灰色理论的煤炭需求预测模型[J].煤炭学报，2002，27（3）：333-336.
[2]蔡鑫磊.目前影响我国煤炭价格的主要因素分析[J].煤炭经济研究，2008（10）：87-90.
[3]王国定.关于我国煤炭价格形成机制分析[D].太原：山西财经大学，2009.
[4]张斌，徐建炜.石油价格冲击与中国的宏观经济：机制、影响及对策[J].管理世界，2010（11）：18-27.
[5]丁志华，缪协兴，何凌云，等.基于动静态视角的煤炭价格波动对我国GDP影响研究[J].资源科学，2013，35（12）：2467-2473.
[6]牟敦果，林伯强.中国经济增长、电力消费和煤炭价格相互影响的时变参数研究[J].金融研究，2012（6）：42-53.
[7]张洪潮，王泽江，李晓利，等.中国煤炭消费需求波动规律及成因分析[J].中国人口·资源与环境，2014（1）：94-101.
[8]施骋.我国煤炭价格形成机制及其影响因素研究[D].北京：北京交通大学，2015.
[9]殷金恒.基于BP神经网络的煤炭价格预测研究[J].科技与创新，2021（2）：57.