中国电力需求周期的H—P滤波分解.pdfVIP

l： 产 业 论 坛 中国电 J-币西求周期的H—P滤波分解 刘广迎，李 翔 (华北电力大学 工商学院，北京 102206) 【摘 要 】我国对电力的需求随着近年来经济的快速发展而快速增长。为了在快速增长的同时保持电力增长的稳 定性，了解电力周期的波动情况，找出其周期特征，成了重要的一个 问题。文章利用H-P滤波法对 1978年N2007年中国 的电力需求数据进行分析，找出变化趋势，分析 电力需求波动各周期的特征，为预测未来 电力需求走势提供支持。 【关 键词 】 电力需求预测；H-P滤波；电力周期 【中图分类号】F426．2 【文献标识码】A 【文章编号】1004．一2768(2009)22—0191—03 电力需求在发展过程中客观存在着周期波动的现象 ，从一 的标准差。一般情况下，如果采用月度数据，经常选取平滑性系 般意义上说，电力需求周期波动是电力需求在运行过程中周期 数h=14400，采用年度数据，经常选取平滑性系数 =100。 性扩张与收缩的波动现象。因此，正确认识和把握电力需求发 得到H—P滤波以后，可以进一步获得周期成分为： 展的周期波动规律，运用成熟的周期理论及较新的数学方法分 CyFyt-Ty． (3) 析电力需求周期波动有助于电力行业实现长期 、持续 、稳定和 二二、H—P滤波法对我国电力需求波动周期的分解 健康的发展。原来对于电力需求时间序列分离周期变量多使用 对改革开放以来中国电力需求年度数据进行 H—P滤波分 线性趋势分解法，这种方法的前提是时间序列是平稳的。但是 ， 解，得到 1978年 ～2007年中国电力需求周期的H—P滤波法划 电力需求时间序列不是平稳的，本文引入H—P滤波法有效地 分图示见图1，x为实际电力需求数据 ，H—P滤波后所得的周期 在非平稳序列中，分离出趋势项和周期项，进行电力需求周期 成分数据见表 1，残差检验为白噪声 ，结果见表2。 划分，并找出各周期的波动特征。 一 、 H—P滤波法 在分解时间序列时，要先检验时间序列的平稳性 。如果是 平稳序列，可以使用一次或二次线性回归来分离趋势变量 ，遇 到时间序列中有结构性突变的时候，则使用分段线性趋势分解 法来分离趋势变量。但是 ，宏观时间序列多是不平稳的，对于非 平稳时间序列而言，分离趋势的方法大致分为两类：结构性分 解和状态性分解。结构性分解需要通过其他经济变量，通过变 量之间的替代和影响关系，将时间序列 中的趋势成分和周期成 巨j二j l_二圈 分分离出来；状态性分解是通过时间序列的时间序列性质，将 其分解为趋势成分和周期成分。其中状态性分解还可以分为状 图 1 1978年～2007年 中国电力需求周期的H—P滤波法划分 表 1 H—P滤波后所得的周期成分 态域分解和时频域分解等。状态域分解时直接将H~,IN序列分解 年度 周 期成分 年度 周 期成分 为状态空间当中的不同取值。 l978 51o006 1993 l724277 H—P滤波是一种时间序列在状态空问中的分解方法(Ho— l979