基于GDP的煤炭价格预测研究.docVIP

基于GDP的煤炭价格预测研究 　　摘 要：煤炭价格是煤炭行业重要的经济指标之一，有效地把握当期煤炭价格这一指导性经济指标，有助于企业及时调整生产计划，规避市场价格风险。本文通过对我国名义GDP时间序列与原煤平均价格时间序列拟合度的探索，发现当期原煤价格受二年以前的GDP影响较为显著，建立时滞为1的半对数回归模型，利用GDP时间序列预测值，估计2015～2020年的我国原煤平均价格，并得出了我国原煤价格的波动周期大约为5年的结论。 　　关键词：煤炭价格；名义GDP；预测；半对数回归模型；时间序列 　　0 引言 　　中国的能源发展规划在过去几十年的发展过程中一直都比较重视和强调对一次能源的需求问题，我国是富煤、少气、贫油的国家，煤炭是我国国民经济和社会发展的基础，能源消费中煤炭占比近七成，依赖煤炭的能源状况将会持续相当长的时间，预测到2050年我国煤炭在一次能源生产和消费结构中仍将占到50%以上。 　　90年代末我国进入高速经济发展时期，一般来说，经济发展水平越高、经济增长速度越快，与之相关联的生产和生活所耗费的煤炭总量也就越多，煤炭价格也会随之发生变化。中南大学的朱有富研究了能源消费 GDP的内在关系，把煤炭能源作为经济发展的基础，研究表明我国煤炭能源消耗增长与GDP之间存在长期的协整关系。中国矿大的丁志华探究煤炭价格波动对我国实体经济的影响，对煤炭价格对实体经济的总量变量的影响效应做了一般性检验，结果表明，煤炭价格波动对产出具有正向效应。2004～2010年期间，在我国对固定资产投资、出口贸易的刺激以及对居民消费的鼓励等因素的共同作用下，引起市场对于煤炭需求的大幅上升，于此同时我国GDP也保持了较为快速的增长速度。 　　经济增长对煤炭的需求，表面上是对现有煤炭存量的需求，更深层的影响表现在对煤炭增量的需求，而煤炭增量需求的变化直接影响了我国的煤炭价格。正是根据以上思路，本文倾向于探究国民经济的发展对未来一期或数期煤炭价格的影响，挖掘煤炭经济指标伴随国民经济指标产生的相应变化，其具体解释如图1所示。 　　 　　图1 GDP与煤炭经济指标关系图 　　如图所示，以“GDP”作为分析的起点，“收入水平”随GDP上升而上升， “消费需求”与收入水平同向变化，市场对电力、钢铁、建材和化工产品需求的上升，引起煤炭需求的显著上升，在市场环境和市场规律的作用下煤炭价格相应上升。考虑到GDP上升由消费、投资、政府支出和净出口共同决定，本文认为，单一因素（煤炭价格上升）不对GDP产生显著影响，因为产业链的传导机制遵循由下游到上游的模式，下游行业的波动逐级向上游传导引起煤炭行业的波动，反之则不显著，即GDP（作为对最终产品的统计）不会受到煤炭价格变动的显著影响，故图中用虚线连接。 　　基于以上分析，本文首先建立1978年～2014年我国名义GDP时间序列模型，预测2015年～2019年我国GDP，然后将GDP作为解释变量，煤炭价格（2001年～2014年全国重点煤矿原煤平均价格）作为被解释变量，将当期的GDP作为下一期和下几期的煤炭价格的解释变量，采用半对数回归模型模拟GDP对煤炭价格滞后的影响，以期通过对GDP的预测把握未来中国煤炭价格的走向。 　　1 基于时间序列模型的GDP预测 　　1.1 时间序列模型识别 　　 　　图2 1978～2014年我国GDP时间序列图 　　图2为我国1978年～2014年GDP时间序列图，可以看出，GDP时间序列长期内具有明显的上升趋势，因此序列非平稳，需进一步对GDP序列进行平稳性检验。利用EViews5.0，通过单位根检验法（ADF检验）对GDP序列进行平稳性检验，结果显示：序列一阶差分在水平1%，5%水平下ADF检验均不通过，即可以接受原假设，一阶差分序列有一个单位根，GDP一阶差分序列不平稳；序列二阶差分可以以95%的概率拒绝原假设，即二阶差分序列不具有单位根，因此GDP序列为2阶单整序列，记GDP。 　　建立?2GDP序列，观察其自相关系数（AC）与偏相关系数（PAC），如图3所示。 　　 　　图3 二阶差分序列相关图 　　由图3可以看出?2GDP序列的自相关系数及偏自相关系数均落在2倍标准差范围以内，且每一滞后期的P值均大于0.05，有拖尾现象。所以可以初步判断?2GDP序列为白噪声序列，?2GDP ～WN（μ，σ）～ARMA（0，0），即GDP～ARIMA（0，2，0）。 　　1.2 ARIMA（0，2，0）模型建立及GDP预测 　　利用非线性最小二乘法对模型GDP～ARIMA（0，2，0）进行估计，得：?2GDPt=2236.175+εt，εt-WN（0，σt） （1） 　　t-Statistic=（0.2567） 　　R2=0.9978 D.W