重庆市能源供给价格不确定性预测剖析.docVIP

重庆市能源供给价格不确定性预测剖析 　　[摘 要]与传统的确定性预测不同，本文运用蒙特卡洛模拟算法，引入不确定性分析思想，实现概率化的预测和分析，对于实际工作具有重要意义。以重庆市为例，并对确定性预测和不确定预测结果进行了比较，结果显示本方法对于实际工作的有效性和应用价值。 　　[关键词]能源供给价格；预测；不确定性；蒙特卡洛算法；二次指数平滑法 　　[中图分类号]F062.1 [文献标识码]A [文章编号]1005-6432（2013）34-0143-02 　　1 引 言 　　能源是国民经济的基础产业和战略性资源，是保障和促进经济增长与社会发展的重要物质基础。随着重庆市国民经济快速增长，对能源的需求大幅度增长，从1997年的2030万吨增长到2010年的7117万吨，增长了2.5倍；与此同时，重庆市的能源生产从净输出转变为净输入，2004年重庆市从外省区净输入能源241万吨，占当年能源消费7%，以后逐年递增，2010年净输入能源2627万吨，占当年能源消费37%（《重庆市统计年鉴》（2000—2011年））。能源供需矛盾日益突出。未来随着重庆市经济发展，能源需求的增长具有长期趋势；而外部由于国内外宏观经济形势的不确定性，导致重庆市能源输入的量和价格都具有不确定性，对经济发展造成许多不利影响。因此，准确预测未来重庆市能源价格的变化趋势，对于保障重庆市经济健康发展及能源安全具有重要意义。 　　目前国内外关于能源供给价格预测的研究主要集中于确定性预测，即给出一个确切的数值，但是无法估计该数值可能出现的概率，同时也无法确定预测结果可能的波动范围。其结果只适合于长期战略规划。如：吴令云等（2006）以原油需求量及其平方作为自变量，通过建立回归模型，预测原油价格，发现石油价格由当年需求、其平方决定，且平方项系数为正，说明世界油价格随着需求的增长有加速增长趋势。袁霓（2009）利用ARCH模型研究了我国油价市场的波动，结果表明：我国国内原油价格收益率序列呈现明显的GARCH效应，国内油价波动受国际油价的冲击性较高，并呈现较长的持续性。肖龙阶，仲伟俊（2009）运用ARIMA模型对我国石油价格进行预测分析，结果表明：短期预测结果模拟值与实际值十分接近，但随着时间推移，预测精度下降。孟军（2012）利用BP神经网络预测了内蒙古未来能源价格的波动。Chiu et al.（2010）考察了EWMA、stable density、Kernel density、Hull and White、GARCH-GPD以及混合预测模型对Brent和WTI的原油价格的预测结果，表明Hull and White模型预测结果更符合实际。 　　实际上，由于预测问题的超前性，实现不确定性的预测更符合短期客观需求。利用不确定性的预测结果有助于决策者在能源规划、风险分析、可靠性评估等方面更好地把握数据的变化情况。为此，本文引入不确定性的分析思想，运用蒙特卡洛模拟算法实现不确定性的预测和分析。这种分析方法可以在传统预测方法只给出几个确定值的基础上，设法描述未来能源价格取值的可能范围，即各种预测结果的概率分布函数及置信区间等，以达到更佳的预测效果。 　　2 蒙特卡洛模拟算法与模型的构建 　　2.1 蒙特卡洛模拟原理及预测方法 　　蒙特卡洛算法由数学家冯·诺伊曼用驰名世界的赌城Monte Carlo命名，又称统计模拟实验法、随机模拟法，属于实验数学的一个分支。它是以统计抽样理论为基础，利用随机数，通过对有关随机变量的统计，抽样实验或随机模拟，以求得统计特征值（如均值等）作为待解问题的数值解，是求解工程技术问题近似解的一种数值计算方法。蒙特卡洛法的特点是预测结果给出了预测值的最大值、最小值和最可能值，给出了预测值的区间范围及分布规律。在多要素的复杂系统中，这种方法给出的预测结果更为科学、合理。它可应用于随机变量服从任意分布、随机变量任意组合的可靠度计算，其方法简单、便于编制计算机程序，能够保证依概率收敛，计算精度随模拟次数的增加而提高。利用蒙特卡洛进行能源价格预测的步骤如下： 　　（1）确定能源价格趋势的数学模型； 　　（2）分析能源价格历史数据的概率分布； 　　（3）应用软件产生数据的随机数并代入模型，进行模拟运算从而产生预测结果（该结果以随机变量的形式出现）。 　　2.2 能源价格趋势模型 　　为了实现不确定性预测，首先建立能源价格趋势预测模型。为了能在模拟过程中，充分利用历史数据，本文采用二次指数平滑法预测公式建立能源价格趋势数学模型。其计算公式如下： 　　3 实证分析 　　3.1 数据来源 　　本文样本区间为1999—2011年，基础数据来源于各年的《重庆统计年鉴》。由于统计年鉴没有专门公布能源的价格，《重庆统计年鉴》能够查到的数据只有