煤炭价格走势数学建模解读.docVIP

煤炭价格走势分析 摘要：本文通过分析对煤炭价格的变化趋势和对煤炭价格影响的主要因素，通过运用分析中的回归分析，简历单变量非线性回归模型和多元线性回归预测模型，以达到对煤炭价格的预测。 首先通过对我国山西大同Q550煤炭2012年9月-2014年5月的价格走势分析，建立以煤炭价格为因变量，以时间为自变量的单变量非线性回归模型，并且利用软件拟合出煤炭价格随时间变化的规律，本模型在一定程度上能预测未煤炭价格的预期是，但运用此模型对未来进行长久预测具有较大的误差，与实际相差较大。 由于国家政策的变化，我们对模型偏差的原因进行了分析，发现供求关系是影响煤炭价格的主要因素。选取1995-2013年间煤炭的生产量、需求量作为自变量，仍以煤炭价格作为因变量，建立了多元线性回归模型，并且对此模型的四个变量做了时间序列分析，得到了2014年各个自变量的预测值，继而运用此模型比较精确的预测出了2014年的灭摊价格。 由于对我国煤炭需求总量的预测会受到许多因素的影响 ,以前的预测与实际相差较大。经过认真比较和研究 ,我们采用基于灰色系统理论的 GM ( 1 ,1 ) 模型 ,对我国煤炭需求总量进行数列预测。 关键词：曲线估计、单变量非线性回归分析，多元回归分析、价格预测、时间序列分析、灰色模型 一、问题的提出 中国仍是世界上以煤为主要能源的国家之一，煤炭在中国经济发展中占据着重要的位置，它不仅是工业的主要能源，也是民用的主要能源和化工原料，并且是我国出口的商品。煤炭仍是中国的主要能源，未来较长的一段时间内，煤炭仍然是中国能源的支柱，它仍在国民经济中具有重要的战略地位。 近几年来，我国煤炭的价格一直处于较大的波动范围，特别是近几年的煤炭大幅下降引起了社会的广泛关注。煤炭作为基础能源，需求关系的变化，必然会导致价格的变化。煤炭作为国家主要能源，客观分析个判定煤炭价格的影响因素，了解预测未来煤炭的价格，对于掌握决策的主动权，是非常重要的。 二、问题的分析 预测未来各类煤炭价格走势规律，需要掌握近年来煤炭价格的数据。通过查询，可以获得的是近两年各类煤炭的价格走势。 通过对所得数据的分析，发现煤炭价格逐渐增加，并且随着时间成非线性变化。 在对整体数据分析的基础上，可以建立煤炭价格与时间的单变量非线性回归方程，继而可根据此回归方程进行价格预测。 单变量回归模型仅是单纯地研究了煤炭价格随时间的变化规律，过于简单且表面化。事实上煤炭价格受多方因素的影响，这些影响因素才是煤炭价格变化的根本原因，建立煤炭价格与各影响因素间的回归模型，对未来煤炭价格进行分析预测更具有合理性。 在不考虑国家政策强制干预的前提下，决定煤炭价格的主要因素是供需关系。随着煤炭市场的有序放开和煤炭市场化进程的加快，煤炭价格回归理性的预期将会显现。这就需要结合我国煤炭产业的实际情况，重点从煤炭的生产量、消费量、进口量以及出口量对煤炭价格进行统计模拟分析，建立煤炭价格与这些变量的回归模型，从而实现对未来煤炭价格的预测。 模型假设 1.1查找得到的数据真实可靠，且煤炭价格为地区平均价格。 1.2多元线性回归模型中，煤炭价格主要受市场条件下的供求关系的影响，建立模型过程中不考虑国家政策的强制干预。 1.3多元线性回归模型中，假设在市场条件下，主要讨论煤炭价格受煤炭生产量、煤炭消费量的影响，忽略其他影响因素。 模型的建立和求解 2.1非线性回归模型 2.1.1 模型的建立 设2012年5月1号为日期变量编号1，每增长15天变量增加1，如2012年5月16号为2，以此类推，我们得出了2012年5月1号到2014年5月1号动力煤的价格散点图，以此分析动力煤的价格走势。 分析动力煤价格散点图，利用SPSS软件进行曲线拟合，经过对比分析，发现三次方拟合度最好，R方最高，上表是对三次曲线拟合效果的检验表，R方为0.680，相对其他曲线拟合度最高，顾客判断日期与动力煤价格在短期内之间有显著的三次曲线关系。 下表相伴概率sig.=0.000说明模型具有显著的统计学意义。 从表中可以得知因变量与自变量的三次回归模型为： y=641.611-1.123x-0.137x2 +0.003x3 炼焦煤价格走势图，对炼焦煤价格进行拟合如下图： R 方为0.874，拟合度较高。Sig.为0.000，同理得炼焦煤的三次回归模型为： Y2=733.191-23.046x+1.197x2-0.19x3 由预测函数可知动力煤在短期内会上涨，炼焦煤在短期内价格会下降。 2.2多元线性回归预测模型 2.2.1模型的建立 对煤炭价格影响因素的研究，国内的学者有众多分歧。在模型中，认为煤炭价格主要受煤炭供求平衡情况影响，建立煤炭价格与煤炭生产量、煤炭需求量的多元回归模型。 从