鋼材價(jià)格影響因素先行性的分析

周耀邦，王敏

?

鋼材價(jià)格影響因素先行性的分析

周耀邦，王敏

（浙江省數(shù)據(jù)管理有限公司，浙江 杭州 310000）

鋼鐵是國(guó)民經(jīng)濟(jì)發(fā)展的戰(zhàn)略性原材料。分析時(shí)間上和統(tǒng)計(jì)學(xué)意義上有先行性的影響因素，有助于對(duì)鋼材價(jià)格的特征和規(guī)律進(jìn)行探索，對(duì)未來(lái)價(jià)格趨勢(shì)作出預(yù)測(cè)。選取了浙江省2013-01—2018-05的線材價(jià)格數(shù)據(jù)，從成本、供需、宏觀經(jīng)濟(jì)、先行指標(biāo)等維度選取多種可能的影響因素，利用交叉相關(guān)系數(shù)探索對(duì)線材價(jià)格“先行”的因素，并進(jìn)行格蘭杰因果檢驗(yàn)，最后建立了ARIMA時(shí)間序列模型，對(duì)短期未來(lái)價(jià)格進(jìn)行了預(yù)測(cè)。

鋼材價(jià)格；影響因素；先行性；ARIMA時(shí)間序列模型

近年來(lái)，我國(guó)鋼材價(jià)格波動(dòng)較大。2013—2016年，鋼材價(jià)格連續(xù)下降。2016年，鋼材價(jià)格開始止跌回升，2016年和2017年中鋼材格指數(shù)漲幅分別為76.5%和22.4%.與此同時(shí)，鋼材價(jià)格的波動(dòng)較為劇烈，2016年鋼材價(jià)格經(jīng)歷每噸2 000元—3 000元—2 500元—3 500元的波動(dòng)，全年的波動(dòng)標(biāo)準(zhǔn)差接近400；2017年也呈現(xiàn)出3 500元—4 000元—3 500元—4 500元的起伏，全年的波動(dòng)標(biāo)準(zhǔn)差接近500.劇烈波動(dòng)對(duì)行業(yè)上下游的發(fā)展帶來(lái)不利影響。2018年政府工作報(bào)告提出，再壓減鋼鐵產(chǎn)能3.0×107t左右，著力推動(dòng)鋼鐵行業(yè)布局優(yōu)化、轉(zhuǎn)型升級(jí)、規(guī)范經(jīng)營(yíng)，實(shí)現(xiàn)可持續(xù)健康發(fā)展。因此，在鋼鐵行業(yè)改革調(diào)整的關(guān)鍵時(shí)期，對(duì)鋼材價(jià)格密切監(jiān)測(cè)，對(duì)價(jià)格規(guī)律進(jìn)行探尋，對(duì)價(jià)格波動(dòng)提前預(yù)警預(yù)測(cè)，有助于推動(dòng)我國(guó)鋼鐵行業(yè)平穩(wěn)有序改革，確保國(guó)民經(jīng)濟(jì)穩(wěn)定發(fā)展。

本文選取了浙江省線材——高線6.5，hpb300價(jià)格作為鋼材價(jià)格的代表，價(jià)格走勢(shì)如圖1所示。線材是我國(guó)第二大鋼材生產(chǎn)品種，用途廣泛，我國(guó)也是世界最大的線材生產(chǎn)國(guó)。線材也是我國(guó)最早進(jìn)入期貨交易的兩個(gè)鋼材品種之一，具有較強(qiáng)的代表性。

1 先行性分析

1.1 因素初選

通過(guò)閱讀學(xué)術(shù)文獻(xiàn)，參考期貨分析，查閱行業(yè)網(wǎng)站，訪談鋼貿(mào)專家等，本文選取了29種可能對(duì)鋼材價(jià)格產(chǎn)生影響的因素。數(shù)據(jù)來(lái)源包括西本新干線、國(guó)家統(tǒng)計(jì)局、國(guó)家外匯管理局、中國(guó)銀行、上海鋼聯(lián)數(shù)據(jù)庫(kù)等。全部整理為月度數(shù)據(jù)，共計(jì)64組。

供給：線材產(chǎn)量值、線材社會(huì)庫(kù)存量、全國(guó)主要鋼材品種庫(kù)存總量、高爐開工率。

需求：國(guó)內(nèi)線材表觀消費(fèi)量、國(guó)內(nèi)月度鋼材出口量、月度房地產(chǎn)建設(shè)、房屋新開工面積同比增速。

圖1 2013—2018年浙江省線材價(jià)格走勢(shì)

成本：62%鐵礦石指數(shù)、鐵礦石進(jìn)口月度均價(jià)、鐵礦石主力合約收盤價(jià)、焦炭主力合約收盤價(jià)格、焦煤主力合約收盤價(jià)格、西澳-北侖鐵礦海運(yùn)價(jià)、波羅的海干散貨指數(shù)（BDI）、廢鋼價(jià)格、國(guó)內(nèi)月度粗鋼產(chǎn)量、全球粗鋼產(chǎn)能利用率（%）。

宏觀經(jīng)濟(jì)指標(biāo)：PMI、FAI固定資產(chǎn)投資總額累計(jì)同比、發(fā)電量_當(dāng)期值（億千瓦時(shí)）、匯率、利率、固定資產(chǎn)投資額、人民幣新增貸款、狹義貨幣供應(yīng)量增速（M1，%）、廣義貨幣供應(yīng)量增速（M2，%）。

其他指標(biāo)：鋼鐵行業(yè)PMI指數(shù)、國(guó)際鋼鐵價(jià)格指數(shù)CRU

1.2 交叉相關(guān)系數(shù)

在分析經(jīng)濟(jì)周期問(wèn)題的時(shí)候，可利用交叉相關(guān)系數(shù)，區(qū)分先行、一致和滯后經(jīng)濟(jì)指標(biāo)，用來(lái)表明經(jīng)濟(jì)指標(biāo)與整個(gè)經(jīng)濟(jì)景氣的同步性。

圖2為線材價(jià)格與PMI的交叉相關(guān)圖，每欄中兩側(cè)虛線對(duì)應(yīng)著正負(fù)2倍標(biāo)準(zhǔn)差。線材與PMI同期相關(guān)系數(shù)（為0），與PMI前期（+）和PMI后期（－）的相關(guān)系數(shù)都較高，超過(guò)了2倍標(biāo)準(zhǔn)差，十分明顯。由于lag那一列的值大于lead那一列的值，可認(rèn)為線材略微滯后（lag）于PMI。

圖2 線材價(jià)格與PMI的交叉相關(guān)圖

兩者價(jià)格數(shù)值標(biāo)準(zhǔn)化后的圖形見圖3，其能直觀地驗(yàn)證線材價(jià)格變動(dòng)略微滯后于PMI變動(dòng)。可以看出，2016年之前兩者關(guān)系不明顯，但2016年之后，PMI經(jīng)過(guò)Z標(biāo)準(zhǔn)化的曲線波動(dòng)略大于線材價(jià)格經(jīng)過(guò)Z標(biāo)準(zhǔn)化的曲線。

將線材與各種因素的交叉相關(guān)圖畫出。結(jié)果顯示，變化略微超前于線材價(jià)格且有經(jīng)濟(jì)學(xué)意義的因素有焦煤期貨價(jià)格、焦炭期貨價(jià)格、M2增速，新屋開工率、PMI、鋼鐵PMI、高爐開工率等。

1.3 格蘭杰因果檢驗(yàn)

格蘭杰因果檢驗(yàn)用于分析經(jīng)濟(jì)變量之間的格蘭杰因果關(guān)系。格蘭杰因果關(guān)系并非變量之間因果性的判據(jù)，而是用于計(jì)量經(jīng)濟(jì)學(xué)的變量預(yù)測(cè)。若在包含了變量、的過(guò)去信息的條件下，對(duì)變量的預(yù)測(cè)效果要優(yōu)于只單獨(dú)由的過(guò)去信息對(duì)進(jìn)行的預(yù)測(cè)效果，即變量有助于解釋變量的將來(lái)變化，則認(rèn)為變量是引致變量的格蘭杰原因。

格蘭杰因果檢驗(yàn)的前提是數(shù)據(jù)是平穩(wěn)的。采用ADF單位根檢驗(yàn)，結(jié)果顯示，線材價(jià)格是不平穩(wěn)的，其一階差分是平穩(wěn)的。因此可用線材價(jià)格和影響因素的差分來(lái)做格蘭杰檢驗(yàn)，一階差分的經(jīng)濟(jì)學(xué)意義是增量。

格蘭杰因果檢驗(yàn)對(duì)滯后期較為敏感，一般以隨機(jī)誤差項(xiàng)不存在序列相關(guān)的判定標(biāo)準(zhǔn)選擇滯后期數(shù)。

表1為通過(guò)了顯著性測(cè)試并且與線材價(jià)格有關(guān)的結(jié)果。

圖3 標(biāo)準(zhǔn)化線材價(jià)格與標(biāo)準(zhǔn)化PMI走勢(shì)圖

表1 與線材有關(guān)的格蘭杰因果分析結(jié)果

F值P值 D_WIRE_PRICE does not Granger Cause D_EXCHANGE_RATE（1階滯后）4.643 860.035 3 D_WIRE_PRICE does not Granger Cause D_SCR_STE_PRI（3階滯后）3.593 10.019 4 D_WIRE_PRICE does not Granger Cause D_SCR_STE_PRI（4階滯后）2.915 040.030 3 D_WIRE_PRICE does not Granger Cause CRUDE_STEEL_PRODUCTION（1階滯后）4.751 540.033 3

整體結(jié)論是：線材價(jià)格增量的歷史信息有助于對(duì)匯率增量的變化、廢鋼價(jià)格增量的變化以及粗鋼產(chǎn)量變化的預(yù)測(cè)，但不存在對(duì)線材價(jià)格增量有格蘭杰原因的變量。

2 ARIMA時(shí)間序列預(yù)測(cè)

ARIMA模型是一種經(jīng)典的時(shí)間序列預(yù)測(cè)方法，有優(yōu)秀的短期預(yù)測(cè)能力，以模擬歷史、從已經(jīng)發(fā)生的經(jīng)濟(jì)活動(dòng)中找出變化規(guī)律為主要技術(shù)手段，對(duì)未來(lái)趨勢(shì)進(jìn)行預(yù)測(cè)。

ARIMA模型有3個(gè)參數(shù)：，，.其中，為預(yù)測(cè)模型中采用的時(shí)序數(shù)據(jù)本身的滯后數(shù)（lags）；為時(shí)序數(shù)據(jù)需要進(jìn)行幾階差分化，才是穩(wěn)定的；為預(yù)測(cè)模型中采用的預(yù)測(cè)誤差的滯后數(shù)（lags）。

本文數(shù)據(jù)采用由浙江省2013-01—2018-06的線材型號(hào)高線6.5，hpb300進(jìn)行分析預(yù)測(cè)，共計(jì)284個(gè)周度數(shù)據(jù)。

2.1 建立模型

2013-01—2017-12，共260個(gè)數(shù)據(jù)。零階不平穩(wěn)，一階平穩(wěn)，因此為1.分析其一階差分后自相關(guān)ACF和偏自相關(guān)PACF，一階延遲均超過(guò)橫線，隨后均是0，可認(rèn)為兩者都是一階截尾的。嘗試建立=1，=1，=0，=0的不同組合，根據(jù)調(diào)整的方值、AIC、SIC等信息量準(zhǔn)則、模型單位根平穩(wěn)性檢驗(yàn)等，有效的模型為=1，=1.

2.2 驗(yàn)證模型

當(dāng)預(yù)測(cè)多于1期時(shí)，可進(jìn)行靜態(tài)預(yù)測(cè)或動(dòng)態(tài)預(yù)測(cè)。靜態(tài)預(yù)測(cè)用的是上期的實(shí)際值，動(dòng)態(tài)預(yù)測(cè)用的是上期的擬合值。

為檢驗(yàn)?zāi)Ｐ托Чo態(tài)預(yù)測(cè)2018-01—2018-06，動(dòng)態(tài)預(yù)測(cè)2018-01—2018-05.

平均預(yù)測(cè)誤差率 =[（擬合值－實(shí)際值）/實(shí)際值]，平均預(yù)測(cè)準(zhǔn)確率 = 1－平均預(yù)測(cè)誤差率

結(jié)果表明，在預(yù)測(cè)期間內(nèi)，靜態(tài)預(yù)測(cè)平均預(yù)測(cè)準(zhǔn)確率為97.96%，4期的動(dòng)態(tài)預(yù)測(cè)平均準(zhǔn)確率為95.9%.ARIMA是一種適合短期預(yù)測(cè)的模型。預(yù)測(cè)超過(guò)1期時(shí)，靜態(tài)預(yù)測(cè)會(huì)快速的跟隨波動(dòng)，動(dòng)態(tài)預(yù)測(cè)由于缺乏反饋信息，主要是延續(xù)之前的態(tài)勢(shì)；當(dāng)數(shù)據(jù)保持上漲、下跌或平穩(wěn)狀態(tài)，2個(gè)預(yù)測(cè)效果接近；當(dāng)出現(xiàn)波動(dòng)時(shí)，靜態(tài)預(yù)測(cè)誤差率會(huì)較大，而動(dòng)態(tài)預(yù)測(cè)誤差率會(huì)較大。

圖4 線材2013—2017年的ACF和PACF值

2.3 進(jìn)行預(yù)測(cè)

用2013—2018年的數(shù)據(jù)重新建立模型，對(duì)2018年價(jià)格進(jìn)行預(yù)測(cè)。圖5將2018年線材價(jià)格實(shí)際值，以及對(duì)未來(lái)3期的預(yù)測(cè)值置于一張圖中。

圖5 線材價(jià)格2018年數(shù)據(jù)及預(yù)測(cè)數(shù)據(jù)

參考2017年的模型，可以認(rèn)為，對(duì)未來(lái)1期的預(yù)測(cè)，平均預(yù)測(cè)準(zhǔn)確率為97.96%.對(duì)未來(lái)1～4期的預(yù)測(cè)，平均準(zhǔn)確率為95.9%.

3 結(jié)束語(yǔ)

本文選取多種影響因素，分析了影響因素相對(duì)線材價(jià)格的先行性，并檢驗(yàn)其在統(tǒng)計(jì)上是否對(duì)預(yù)測(cè)線材價(jià)格有幫助。建立了ARIMA時(shí)間序列模型，對(duì)短期價(jià)格進(jìn)行了預(yù)測(cè)。

實(shí)證分析結(jié)果表明，利用交叉相關(guān)系數(shù)，得出了略微超前于線材價(jià)格且有經(jīng)濟(jì)學(xué)意義的因素有焦煤期貨價(jià)格、焦炭期貨價(jià)格、M2增速，新屋開工率、PMI、鋼鐵PMI、高爐開工率等。利用格蘭杰因果關(guān)系檢驗(yàn)分析線材價(jià)格增量（一階差分），結(jié)果沒(méi)有發(fā)現(xiàn)對(duì)線材價(jià)格增量有格蘭杰原因的變量。而ARIMA時(shí)間序列僅對(duì)短期預(yù)測(cè)效果較好，對(duì)長(zhǎng)期趨勢(shì)的預(yù)測(cè)，可采用機(jī)器學(xué)習(xí)等更先進(jìn)的算法進(jìn)行分析。

［1］許亞萍，王甜.我國(guó)鋼鐵價(jià)格影響因素的實(shí)證分析［J］.價(jià)格理論與實(shí)踐，2013（8）：58-59.

［2］柴槡.中國(guó)鋼材價(jià)格的波動(dòng)因子與期貨價(jià)格指數(shù)研究［D］.上海：復(fù)旦大學(xué)，2009.

［3］中國(guó)期貨業(yè)協(xié)會(huì).鋼材［M］.北京：中國(guó)財(cái)政經(jīng)濟(jì)出版社，2011.

［4］高鐵梅.計(jì)量經(jīng)濟(jì)分析方法與建模［M］.第二版.北京：清華大學(xué)出版社，2009.

［5］J.M.伍德里奇.計(jì)量經(jīng)濟(jì)學(xué)導(dǎo)論［M］.第三版.北京：人民大學(xué)出版社，1996.

2095－6835（2018）20－0068－03

F764.2

A

10.15913/j.cnki.kjycx.2018.20.068

周耀邦（1974—），男，浙江溫州人，碩士，浙江省數(shù)據(jù)管理有限公司總經(jīng)理，主要研究方向?yàn)榇髷?shù)據(jù)。王敏（1985—），女，江西鄱陽(yáng)人，碩士，主要研究方向?yàn)樵朴?jì)算、大數(shù)據(jù)、機(jī)器學(xué)習(xí)。

〔編輯：嚴(yán)麗琴〕