基于arima模型的油田a类物资市场价格预测研究.docxVIP

基于arima模型的油田a类物资市场价格预测研究 0 时间序列法在油田类物资市场价格预测中应用的现状 近年来，随着油田高盐期的到来，中国大部分油田处于开发阶段。随着物质采购成本的巨大增加，材料类型的多样性和复杂性，以及降低货物采购成本成为油田公司的主要战略方向。而对于物资市场价格的高精度预测，能够直接有效地降低油田物资的采购成本，为油田物资采购部门战略性采购计划的制定和实施提供决策支持 (1)协助采购部门了解物资的市场行情，把握价格的变化趋势，制定合理的采购计划，增强采购计划对采购的指导性，把握较低的采购价格点，从而直接节省采购成本。 (2)在与供应商的价格博弈中，能够结合实际市场情况，以预测的价格作参考，制定合理的采供双方都能接受的采购价格，保证采购质量，实现与供应商之间的双赢。 目前价格预测的方法主要分为定性分析法(如经验法)和定量分析法(因果回归法、时间序列方法及神经网络方法等)。这些方法或关注市场价格与相关市场要素的关系、或发掘市场价格自身的变化特点，有各自的使用范围和优势。 通过相关调研，我们发现，时间序列法在油田类物资市场价格预测中的应用尚有较大的研究空间: (1)市场价格预测的必要性和合理性。市场价格预测在油田物资采购价格管理中研究较少，物资采购价格主要是采购人员根据历史采购价格、招投标价格以及同供应商协商等方法确定，缺乏对市场价格变动以及和供应商博弈价格的预测和分析，主观因素过重，不能及时反映市场价格波动情况。 (2)目前基于时间序列方法的油田采购物资价格预测工作相对较为分散，缺乏一套完整的建模方法和详细的操作流程对模型的拟合、检验、预测、评价、动态反馈等环节进行说明和规范。 同时，考虑到油田生产涉及到的物资品种多达几千种，并且每种物资价格变化趋势以及影响因素都有差异。因此，对于采购部门，要掌握和分析所有原材料的价格变化趋势，是一项非常庞大的工作。为解决这一问题，本文结合ABC分类法，将占有较大采购成本的物资品种定为A类，主要对该类物资价格进行预测分析，提高其价格预测的精确度，从而有效节省采购成本。 综上所述，考虑到影响物资市场价格的因素具有多样性及复杂性的特征，我们选择从物资市场价格本身发掘信息，兼顾预测精度和操作复杂度，运用时间序列方法构建了针对油田A类物资的市场价格预测模式，并将该模式应用于大庆油田采购物资中的小螺纹钢(20-HRB335)，预测结果得到了大庆油田物资采购管理部门的肯定和好评。 本文第2部分首先介绍油田A类物资的概念和基本的ARIMA模型。第3部分详细阐述物资价格预测模式的架构。第4部分以大庆油田A类采购物资中的小螺纹钢(20-HRB335)为例，选择天津、石家庄和沈阳3个产地的市场价格进行实证分析，预测效果得到大庆油田物资信息中心的认可。第5部分为结论部分，对该预测方法的运用进行总结，并给出了改进建议。 1 基本总结 1.1 物资品种分类 意大利经济学家Vilfredo·Pareto在调查19世纪意大利米兰城市的社会财富状况时提出了ABC分类方法。即将仓库管理中利润高的物资划分为A类，实行重点管理;而将利润低的物资品种划为B类，实行一般管理;剩余的一部分物资品种分为C类，根据情况可以实行重点管理，也可以实行一般管理。分类如表1所示。 油田采购物资的种类多达上千种，甚至同种物资还具有多种不同的规格和型号。大庆油田物资采购部门要掌握和分析所有的原材料价格的变化趋势，其工作量是非常庞大的。但实际情况中只有少数品种价值高、需求量大的物资品种，构成仓库利润的主要部分。而大多数品种价值低、需求量小的物资品种，只构成仓库利润极小部分。因此，我们在ABC分类法的基础上，对油田采购物资进行分类，将仓库中数量上仅占20%而采购成本上却占总体的80%的物资品种定位A类，主要分析预测该类物资的市场价格。 2.2 yt的arras模型 由Box和Jenkins于上世纪70年代提出的ARIMA模型(即自回归移动平均模型)，经过近几十年的发展已经成为理论基础坚实、应用领域广泛的统计方法之一。本文将选择该模型构建油田采购物资的市场月度价格预测模式。ARIMA(p,d,q)模型的基本形式如下: 设yt为d阶单整序列，即yt～I(d)。记Δ为差分算子，B为滞后算子，则 其中ωt为平稳序列，即ωt～I(0)。则对yt的ARIMA(p,d,q)模型，等价于对ωt建立ARIMA(p,q)模型 用滞后算子B表示，则有Φ(B)=Φ(B)(1-B)dyt=c+Θ(B)εt(3) 其中Φ(B)=1-ue7881B-ue7882B2-…-ue788PBp，Θ(B)=1+θ1B+θ2B2+…+θqBq(4) 对于带有季节因素的非平稳序列，在进行d阶逐期差分变为平稳序列后，还应进行季节差分，排除季节因素的影响。则上述ARIMA(p,d,q)