1、煤炭价格的模糊线性回归预测模型摘要我国是煤炭生产和消费大国，煤炭作为重要的战略资源，对于我国经济的发展有着举足轻重的作用。而且在未来相当长的时期内，煤炭依然会是我国最重要的能源，我国能源格局仍将以煤炭为主导。煤炭价格形成机制问题，制约着煤炭工业的健康发展，同时也制约着我国经济的发展。因此，探索建立符合市场经济发展要求的煤炭价格形成机制，不仅直接影响煤炭产业结构合理化程度和煤炭工业的可持续发展，而且还关系到国民经济能否健康地发展。煤炭价格形成机制不完善等问题。其次着重对煤炭价格影响因素进行研究，深入探讨了煤炭的供求关系与全成本对煤炭价格的影响，在此基础上采用系统动力学方法，构建煤炭价格形成模型，
2、借助模糊线性回归预测模型进行反复优化，并对煤炭库存量、消费量及价格等进行模拟和预测。最后综合文中的定性与定量分析结果，对我国煤炭价格形成机制的改革提出具有可操作性的相关政策建议。关键词:煤炭价格；模糊线性回归；模型AbstractChina is a big country of coal production and consumption. As an important strategic resource, coal plays an important role in the development of Chinas economy. And in the future for a
3、 long period of time, coal will still be the most important energy in China, Chinas energy structure will still be dominated by coal. The formation mechanism of coal price restricts the healthy development of coal industry, but also restricts the development of Chinas economy. Therefore, to explore
4、the establishment to meet the requirements of the coal price formation mechanism of the development of market economy, sustainable development not only directly affect the coal industry structure rationalization degree and the coal industry, but also related to the national economy healthy developme
5、nt.Coal price formation mechanism is not perfect and so on. Then focus on the factors of the impact of coal prices, and discusses the influence of coal supply and demand and the cost of coal price, on the basis of using the system dynamics method, build the coal price formation model, using fuzzy li
6、near regression models for repeated optimization, and the coal inventory, consumption and price are simulated forecast. Finally, the paper puts forward some relevant policy suggestions on the reform of the coal price formation mechanism in china.Key words: coal price; fuzzy linear regression; model目
7、录前言 11 模糊线性回归模型 .12 我国煤炭价格形成分析 23 煤炭价格的模糊线性回归预测模型的构建 .63.1 模型评价 .63.2 评价模型的建立 .123.3 预测模型的优选 .133.4 结果比较 .14结论 15参考文献 17前言煤炭不仅是我国的基础能源更是重要的工业原料，煤炭行业的健康发展对保障经济社会的平稳具有重要意义。近年来受到环境的约束和能源结构的变化的影响，煤炭在我国能源消费中所占的比例比重逐年下降。考虑到我国能源安全问题，在未来较长的时间内，煤炭仍然占据能源消费的主导地位。煤炭价格是能源价格体系的重要组成部分。煤炭价格水平是否合理，形成是否完善，不仅对煤炭的开采利用水
8、平、产业结构合理化程度有影响，而且对资源型省份的经济能否健康发展有着深远的影响。由于模糊线性回归模型对模糊数据的预测效果较好，故选测模糊线性回归模型来对煤炭价格进行预测。1 模糊线性回归模型日本田中英夫等人在 20 世纪 80 年代不断提出模糊线性回归的概念和方法，我国学者于九如和杨泽华等人在 20 世纪 90 年代开始对模糊线性回归模型进行研究和应用，它的理论基础如下:线性回归是回归分析模型中最简单的一种，也是数理统计学中应用最广泛的数学模型之一，它揭示了自变量和因变量在统计意义上的某种线性关系，在这种模型下，因变量的观测值可以表示为多个自变量观测值的线性组合再加上一个误差项。在传统的线性回
9、归里，因变量和自变量的观测值都是确定的数，误差项也都被假设成一个符合某种分布的随机变量，最常见的假设为符合标准正态分布的随机变量。然而很多时候我们观测到的数据不是精确的数字，而是带有模糊概念的变量，比如“较好” 、 “较坏” 、 “一般”等，实际与模型的误差也不一定就是能够用某种分布来描述的随机变量。实际上影响模型的不确定性有很多因素:样本点的选取对研究的影响；模型本身的选取对研究的影响；特定回归模型与其它回归模型的区别对研究的影响；依赖关系的不精确性；观测数据的不精确性或模糊性。因此经典的线性回归模型有其一定的局限性，不能很好的处理观测数据的模糊性。根据以上原则，求解 FLR 可转化为求解线
10、性规划:2 我国煤炭价格形成分析煤炭价格的形成是一个十分复杂的过程。价格形成对煤炭的价格有决定性的影响。因此，讨论煤炭的价格，首先要弄清煤炭的定价。科学合理的煤炭价格可以对资源进行科学合理的配置，对经济的可持续发展起到关键的作用。对于价格形成的定义和内涵的界定，目前尚未形成统一的说法，但是已经有很多学者分别从定价主体、价格形成的主要内容、价格的作用等不同的角度对价格形成作出论述。周盛世提出，价格形成是指具有制定和干预价格权的政府、企业和个人在价格形成之间的相互关系。徐金发等认为，价格形成是指影响价格的各种因素及相互关系戴平生指出，价格形成是指价格形成的方式以及在其形成和运动过程中的制约或影响因
11、素认为，所谓的价格形成，应当是指以市场配置资源为基础，以完善有效的政府宏观调控为手段，通过建立有利于产业结构优化、行业可持续发展的科学的价格指数、完整的成本核算框架、完备的市场交易体制，引导煤炭合理生产、流通与消费的定价与调价制度安排。总体看来，上述定义侧重点各有不同，突出强调了价格形成的某一方面，未能全面反映概念的本质。表 2-1 我国 2005-2015 年国内生产总值和煤炭价格综合上述观点，本文认为，价格形成可从两方面内容来理解，一方面是定价主体及其关系，如价格是由市场决定还是由政府决定，或是价格主要由市场决定但政府同时参与调控；另一方面则是价格形成各要素之间的相互关系。就煤炭价格形成而
12、言，煤炭价格所涉及的因素包括煤炭完成成本、煤炭供求关系、煤炭进出口量、国际能源价格、替代能源价格及国家相关煤炭政策等。表 2-2 不同国家能源结构对比 单位: 百万吨油当量从世界各国的实践和理论研究看，价格形成主要包括三种模式:由市场完全决定价格的市场，由政府完全决定的计划以及由市场定价为主政府调控为辅，或政府决定为主市场决定为辅的混合双轨。其中完全由政府定价的计划利于实现经济健康有序的发展，但是也可能出现“政府失灵”的现象，导致价格信号对资源配置不能起到合理的作用；而完全由市场定价的市场有利于价格、供求及竞争相互制约、相互作用、自动协调，它们之间的内在联系和制约的方式在理论上能实现资源的最优
13、化配置；然而市场在一定程度下会出现“市场失灵” ，所以大多数国家对大多数商品采用计划与市场相结合的价格形成即所谓的混合双轨，由政府出台一些政策法规，比如价格的上下限，浮动范围等，给企业根据市场情况从而对价格进行自主调整。综上所述，在中国特色社会主义市场经济背景下，要建立有效的价格形成，需要市场和政府宏观调控相结合，共同发挥作用。表 2-3 2015 年年底世界前十位国家的探明煤炭储量伴随着市场经济的发展，与其他多数商品相同，我国煤炭的价格也经历了一个逐步由“计划价”向“市场价”的转变过程。我国煤炭价格形成的演变可从表 2-3 来说明。表 2-3 我国煤炭价格形成演变图 2-1 我国煤炭价格走势
14、3 煤炭价格的模糊线性回归预测模型的构建3.1 模型评价煤炭价格预测模型是煤炭价格预测支持系统的核心，它能够对煤炭价格预测环境的各组成要素之间相互关系以及变化规律进行抽象表述。根据相关文献，所谓的模型是指能够接受一定输入，并对输入信息进行分析处理，最后输出处理结果的结构，即将模型划分为输入、输出和分析部分 3 要素。在实际应用中，其中，定性预测方法是基于案例推理原则的，即人们通过对事物曾经有过的各种变化的当时条件进行总结，如果现在和将来出现的条件和历史曾经有过的条件相吻合，那么便可以推断事物将出现曾经有过的那种变化。定量预测模型是以准确、及时、全面、系统的预测信息为依据，运用定量分析手段，推算
15、预测结果的方法。根据所依据的方法不同，又可以分为时间序列预测法和因果预测法。表 3-1 模型评价在现实预测中，由于面临着多种的预测方法与模型，任何一种预测模型与方法都能够从不同的角度描述预测对象发展变化的规律。所以，选择一个适合的预测模型对于预测者来讲，是极为重要的。一般来讲，对定性预测方法或定量预测方法的选择，应根据掌握资料的情况而定。当掌握资料不够完备、准确程度较低时，可采用定性预测方法。当掌握的资料比较齐全、准确程度较高时，可采用定量预测方法。在进行定量预测时，对时间序列预测法或因果预测法的选择，除根据掌握资料的情况而定外，还要根据分析要求而定。当仅要求掌握与预测对象有关的某种经济统计指
16、标的时间序列资料，并只要求进行简单的动态分析时，可采用时间序列预测法。当掌握与预测对象有关的、多种相互联系的经济统计指标资料，并要求进行较复杂的依存关系分析时，可采用因果预测法。根据以上分析，预测模型选择的形式化定义如下。图 3-1 因果关系图预测模型选择是根据预测评价需求、预测目的及预测信息的完备程度，对预测结果的有效性、无偏性及预测模型的稳定性进行评价，以选取最优模型的过程，也即预测评价。预测评价主要检验模型估计量的稳定性以及相对样本容量变化时的灵敏度，以确定所建立的模型可以用于样本观测值以外的范围。目前预测评价主要有两种方法:一种误差判定方法，即把所估计出的模型用于样本以外某一时期的实际
17、预测，并将这个预测值与实际观察值进行比较，检验其差异的显著性；一种是基于信息调整的判定方法，即利用扩大样本的办法重新估计模型参数，并与原参数估计值进行比较，检验其差异的显著性。主要目的是对预测模型的适合性、稳定性和乘数效应的方法进行检验与评定。在预测实践中，同一问题可以采用不同的预测模型。预测模型选择的结果是简单地将预测误差较大的一些方法舍弃掉。这样做的结果将会丢失一些有用的信息。可以说是对预测信息的一种严重浪费，特别是在获取信息时必须付出一定成本的条件下。为了集中尽可能多的有关信息，又能提高预测精度，常对各种预测模型加以适当组合，构成组合预测模型。形成组合预测模型的过程称之为预测集成。对任意
18、一个煤炭价格预测问题有 m 种预测模型可以采用，其预测值分别为从( i=1,2, m)，又设 m 种预测方法的加权系数，则预测集成是选择加权系数，以使预测结果更加准确的过程。其形式化定义如下。灰色关联度是指系统中影响因素之间的相似程度。在系统发展过程中，如果两个因素随时间的变化的态势是一致的，即同步变化程度较高，则可以认为两者关联较大；反之，则两者关联度较小。灰色关联分析是通过灰色关联度来分析和确定系统因素间的影响程度或因素对系统主行为的贡献测度的一种方法。灰色关联分析的基本思想是根据序列曲线几何形状的相似程度来判断其联系是否紧密。曲线越接近，相应序列之间的关联度就越大，反之就越小。该分析方法
19、既对样本量的多少没有限制，也不要求样本有典型的分布规律，更重要的是量化结果通常与定性分析结果相符，因而在实际中应用十分广泛。 对参考数列和比较数列进行无量纲化处理。由于原始数据的量纲不一定统一，导致数据的量纲也不一定相同不便于比较，或在比较时难以得到正确的结论，因此在进行灰色关联度分析时，一般都要进行“无量纲化”的数据处理，也就是进行标准变化，根据同一个比较标准进行下一步处理。本文采用均值化法对原始数据进行无量纲化处理。先从每个 X 数列中找出每列数据的平均值，然后再作为分母对原始数据进行变换，得到新的序列。表 3-2 2008-2015 预测值与实际值影响全成本的 5 个因素，除了直接生产成
20、本外，运输成本、资源成本、安全成本与环境成本在本文中取值都是常量。对全成本子系统采用灵敏度分析法，即保持其他影响因素不变，每次只让一个变量增加 20%。在图中，可以看出直接生产成本最大，运输成本对煤炭全成本的影响次之，而资源成本、安全成本与环境成本增加 20%后的全成本曲线与原煤炭全成本曲线几乎是重合的，也就是说这三个变量对全成本的影响甚微，所以可以认为，直接生产成本与运输成本的变动对煤炭全成本有着显著的影响。表 3-3 2006-2015 年万元产值煤耗图 3-2 煤炭价格及全成本变化曲线图 3-3 灵敏度分析图 3-4 煤炭产量灵敏度分析模糊线性回归模型的确定。对于给定的观测值最佳的模糊线
21、性回归估计还应该使全体模糊系数的综合模糊度能达到最小，表示模糊系数的综合模糊度。3.2 评价模型的建立测定预测精度的评价指标有:最大拟合误差值(S1)、平均误差(52)、平均绝对误差、平均相对误差、平均相对误差绝对值(SS)、均方根误差(S6).Theil 不等系数( 尽 )、偏方比、方差比及协方差比等。本文以前 7 个评价指标为依据，对上述 5 种预测模型拟合的好坏程度进行评判。由上述的 7 个评价指标可组成预测模型精度评价集合:Sl, S2, S3, S4, S5, S6, S71，其评价矩阵为:3.3 预测模型的优选根据前文 5 种模型预测值和 20042008 年的实际值( 2 044
22、. 9 , 2 369. 9 , 2 791.75 , 2 882. 8 )，以及评价矩阵，可得各个评判模型优劣的指标值，如表 3-4 所示:表 3-4 5 种预测方法的评价模型指标值依据因子分析法原理，利用 SPSS 软件对表 2 中各数据进行标准化处理，以消除量纲的影响，并计算出各指标变量正交旋转后的因子载荷矩阵，各因子所对应的特征值、贡献率、累计贡献率等。由此可知，2 个主因子方差贡献率达到 99.600%(99.600%85%)，确定主因子个数为 2 个，并可求得因子得分矩阵(表 3-5)。根据因子得分矩阵，计算出各主因子的分值，然后以主因子的方差贡献率为权数，计算 5 个模型的综合得
23、分如表 4 所示。鉴于本文是对煤炭价格周转量预测模型优劣进行分析，其分析的指标是预测误差，属于逆向指标，因而数值越小，预测模型的精度越精确。若只从因子得分高低来看的话，RA 得分最高，综合排名第一，而 FLR 得分最低，综合排名最后。但结合实际和本文所研究的对象，可知所进行的综合排名和理论上的综合排名恰恰是相反的。因此，可以取模糊线性回归模型为最优拟合模型。表 3-5 因子得分矩阵表 3-6 因子得分及排名3.4 结果比较表 3-7 预测值(1)建立煤炭价格周转量与相关因素的模糊线性回归模型，并进行预测。结果表明，该模型对煤炭价格周转量的预测精度比较高，为解决具有不确定性因素的煤炭价格周转量预
24、测提供了一种新的方法。表 3-8 结果比较(2)采用因子分析法对线性回归、灰色模型、增长率统计法、指数平滑法以及模糊线性回归 5 种预测模型进行评估、优选。结果认为，模糊线性回归模型的实际排名第一、预测误差最少、精度最高。由此表明，模糊线性模型在预测煤炭价格周转量的变化中有一定的实用价值。结论把系统动力学这种研究方法应用到煤炭价格形成的研究中，对煤炭价格形成的研究方法有所改进。煤炭价格形成是一个复杂的系统，影响煤炭 价格的因素众多，同时由于外部环境存在着很大的不确定性，因此，尽可能准确、全面地分析影响煤炭的因素是本文的研究重点。在对煤炭价格形成系统研究中主要分析了煤炭全成本、煤炭库存和煤炭产量
25、等影响因素，构建了系统动力学仿真模型，从系统的角度对煤炭价格形成及其影响因素进行了研究。模型的有用性和有效性也得以验证。通过所建的系统动力学模型，可以方便的预测国家煤炭产业政策的变动对煤炭产量的影响，同时也能预测全成本是如何随其各部分成本的变化而变化，从而实现对煤炭价格的预测。参考文献1王喜莲. 陕西省煤炭价格的模拟与预测研究J. 管理学报,2008,05:682-684+702.2雷强. 国内外煤炭价格的非线性特征研究J. 资源科学,2013,10:1968-1976.3郝家龙,宁云才 . 基于 Box-Jenkins 法的煤炭价格预测研究J. 中国物价,2007,01:10-11+26.4
26、Alicja Krzemien,Pedio Riesgo Fernandez,Ana Suarez Sanchez,Fernando Sanchez Lasheras.Forecasting European thermal coal spot pricesJ.Journal of Sustainable Mining,2015 4(14):203-210.5Xinghua Fan,Li Wng,Shasha Li. Predicting chaotic coal prices using a multi-layer perceptron network modelJ. Resources P
27、olicy,2016 12(50):86-92.6吕松. 煤炭价格影响因素的 ISM 分析J. 能源技术与管理,2007,05:127-130.7李增光,王晶 ,陆宁云,董菲. GMDH 参数模型的改进及在煤炭价格研究中的应用J. 系统工程,2012,06:105-110.8Ding Zhiihua,Zhou Meihua,Ning Bo. Research on the influencing effect of coal price fluctuation on CPI of ChinaJ.Energy Procedia, 2011 11(5):1508-15139丁志华,缪协兴 ,何凌云
28、,周梅华. 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,2013,12:2467-2473.10王可,李国平 ,李治,孔兵. 基于协整和脉冲响应的中国煤炭贸易量变化对其价格影响研究J. 当代经济科学,2011,03:81-86+127.11Fangning Chen, Yizeng Chen, Jian Zhou, , Yuanyuan Liu. Optimizing h value for fuzzy linear regression with asymmetric triangular fuzzy coefficientsJ. Engineering Applic
29、ations of Artificial Intelligence,2016，1(47):16-24.12Wenyi Zeng,Qilei Fengb, Junhong Lia, c. Fuzzy least absolute linear regression. Applied Soft Computing,2016,9(28).13曾文艺,李洪兴 ,施煜. 模糊线性回归模型()J. 北京师范大学学报(自然科版),2006,02:120-125.14曾文艺,李洪兴 ,施煜. 模糊线性回归模型()J. 北京师范大学学报(自然科学版),2006,04:334-338.15赵建有,周孙锋 ,崔晓娟
30、,王高青. 基于模糊线性回归模型的公路货运量预测方法J. 交通运输工程学报,2012,03:80-85.16周华英. 煤炭价格研究综述与展望J. 煤炭经济研究,2015,02:53-55+70.17丁志华,赵洁 ,周梅华. 基于 VEC 模型的煤炭价格影响因素研究J. 经济问题,2011,03:45-48.18郑宇花,迟远英 . 煤炭价格对我国能源消费、碳排放与宏观经济的影响J.煤炭工程,2016,01:142-145.19李文博,龙如银 ,丁志华. 线性和非线性双重视角下煤炭价格波动对中国经济增长的影响J. 资源科学,2015,10:1973-1982.20周会会. 我国煤炭价格波动及预测研究D. 太原理工大学,2016.
