基于BP神經網絡的煤炭價格預測模型

夏勁彪

摘要：為了預測煤炭價格，本文基于非線性協整的BP神經網絡，結合多元線性回歸技術建立了綜合預測模型。通過計算相關系數，選取了7個影響因素并收集它們的歷史數據，用SPSS對其進行多元回歸分析計算各因素的β系數，通過對比分析確定了5個主要因素。然后將各因素數據代入回歸模型，得到每個因素的影響程度值并排序，發現秦皇島港影響程度最大的因素為經濟景氣指數，影響程度最小的因素為煤炭進口量。

關鍵詞：計量經濟學回歸模型;經濟景氣指數;煤炭價格

中國是一個多煤少油的國家，煤炭產業在國民經濟中占非常大的比重。因此，對煤炭價格的未來走向進行預測非常有必要。我們通過量化分析的方法，找出影響煤炭價格的主要因素（不超過10種），并且建立模型，以秦皇島港動力煤價格為例，給出從2019年5月1日至2020年4月30日，影響秦皇島港動力煤價格的主要因素的排序。

為了更好的對影響因素進行量化分析，查閱相關文獻，針對煤炭價格給出了如下影響因素：

（1）煤炭生產量，煤炭生產量是影響煤炭價格的最基本因素，是維持煤炭供求關系的最重要的保障，我國是煤炭消耗大國，煤炭的產量會直接影響著煤炭價格的波動。

（2）煤炭消費量，煤炭的消費量是間接對煤炭價格的一個表現，也是一個間接的影響因素。消費量與生產量共同扮演著我國的煤炭市場供求關系的主要角色。消費量量化了我國居民當前對煤炭的需求大小，而需求大小也間接的影響了我國煤炭的市場價格。

（3）煤炭進口量，2016年，中國煤炭的需求約占全球市場50.6%，然而，中國煤炭的產量約占全球煤炭供給市場的 46.1%，因此我國就需要靠進口維持需求平衡。考慮到國內情況進口煤炭會打破原有均衡，造成國內煤炭市場供過于求，煤炭價格將會下跌。

（4）煤炭出口量，同進口量一樣，出口煤炭可能會導致國內煤炭市場供不應求，導致新均衡產生，間接導致煤炭價格上漲。

（5）經濟景氣指數，經濟景氣指數反映了我國居民的經濟狀況，而經濟狀況是可以直接決定煤炭價格，且煤炭價格的變化一般都是與經濟景氣指數變化相同。

（6）煤炭生產成本，煤炭的生產成本是煤炭價格的重要組成因素，生產成本的變化是一定會引起煤炭價格的變化，并且變化趨勢也是相同的。

（7）石油價格，石油作為煤炭的替代品，其價格對煤炭價格有一定影響，當居民選擇大部分選擇石油作為能源的時候，煤炭的需求量必然會下降，會間接影響煤炭的價格。

為了能夠更好的分析影響煤炭價格的主要因素，計算了各個因素的相關系數，剔除了無關的因素，最終確定了以上七個影響因素，并找到了在2019年5月至2020年4月份的各個月的相關數據，所有數據均來自中華人民共和國國家統計局以及中國煤炭市場官網。

通過表1發現煤炭價格、國際石油價格、經濟景氣指數總體呈下降趨勢，煤炭消費量、煤炭產量總體程上升趨勢，而煤炭出口量、煤炭進口量呈現上下波動的趨勢。

依據表1數據，將煤炭價格作為因變量，其他影響因素作為自變量，采用SPSS對各因素進行多元回歸分析，得到了模型的擬合優度R方，擬合優度越接近于1，表明回歸關系越可靠。該模型的R方為0.803，接近于1，因此分析的結果可以接受。

在模型可接受的前提下，我們得到了多元回歸分析的各因素系數表，如下：

表2中t表示回歸系數的t檢驗的結果，sig代表t檢驗的顯著性標準化的回歸系數代表自變量也就是預測變量和因變量的相關。

依據表2可以得到，國際石油價格、經濟景氣指數、煤炭消費量、煤炭生產成本、煤炭產量的標準化系數的絕對值大于該數據方差值0.4，為影響煤炭價格的主要因素，而煤炭進、出口量影標準化系數的絕對值小于該數據方差值0.4，不為影響煤炭價格的主要因素。

為了準確量化各因素的影響程度大小，建立計量經濟學回歸模型：

上式中：y為中國煤炭價格，為常數，b為影響因素的系數， 為影響因素。其中分別代表國際石油價格、經濟景氣指數、煤炭生產成本、煤炭出口量、煤炭進口量、煤炭消費量、煤炭產量。

將表1數據的煤炭價格對應y，常數項對應，各因素的值對應x，將數據代入回歸模型進行求解系數b，系數b的大小可反映影響程度的大小，最終可得影響程度的絕對值從大到小排名如下：

依據表3可以得出經濟景氣指數的影響值最大，因為居民的經濟狀況直接決定著煤炭的價格。煤炭進口量的影響程度最小，因為進口量并不能打破原有的供求關系，所以并不能對煤炭價格起到一個重要的影響。

參考文獻：

[1]張同功，趙得志.我國煤炭價格波動影響因素實證研究[J].中國能源，2018，40（03）：16-21.

[2]唐藝軍，蘇旭.基于多維灰色模型的我國煤炭價格影響因素分析[J].遼寧工程技術大學學報（社會科學版），2018，20（06）：418-423.

[3]肖陽.基于協整理論和人工神經網絡的煤炭價格預測模型[D].西安科技大學，2016.