_我国煤炭价格走势及其影响因素实证分析
- 格式:pdf
- 大小:291.62 KB
- 文档页数:4
中国沿海煤炭运价与我国煤炭价格之间的相互关系实证分析作者:***来源:《水运管理》2021年第09期【摘要】为准确预判煤炭价格及其运价走势,基于我国2012―2020年相关数据,采用计量经济学方法检验中国沿海煤炭运价与我国煤炭价格间的关系,对两组数据进行ADF平稳性检验、协整检验后再进行格兰杰因果检验,建立向量误差修正模型(VECM)并进行脉冲响应分析和方差分解。
研究表明:中国沿海煤炭运价是煤炭价格的格兰杰原因,煤炭价格不是中国沿海煤炭运价的格兰杰原因,沿海煤炭运价是煤炭价格的先行指标,煤炭运价与煤炭价格变动同向变动。
【关健词】中国沿海煤炭运价;煤炭价格;协整检验;格兰杰因果检验;向量误差修正模型(VECM);脉冲响应分析0 引言煤炭作为“工业粮食”,从建国以来一直在我国能源生产和消费结构中占55%以上。
与石油、天然气、页岩气等能源相比,煤炭在我国分布广泛,具有明显的储量优势和成本优势。
虽然在近几年间,太阳能、水电等清洁能源消费在能源消费总量中的占比逐渐增加,但在短期内,煤炭仍将是我国最主要的能源,在能源生产和消费中的地位和作用不会改变,因此预判煤炭价格及其运价走势有着重要的现实意义。
已有学者利用多种统计方法对海运运价及海运运价与其他市场的关系进行研究。
孙思媛[1]利用格兰杰因果关系检验分析国内外钢材市场和干散货航运市场的联动关系,发现国际干散货航运市场与钢材期货、现货市场之间存在着相关关系,并且钢材期货市场的价格变化对于干散货海运运费的价格变化具有引导作用;刘鹏等[2]用灰色关联分析方法对国内相关上市公司股价和BDI进行分析发现,在长期来看,BDI与国内航运企业和港口类上市公司的股价走势具有较高的相关性;张永锋等[3]运用格兰杰因果检验方法判断国际钢材价格指数与波罗的海海岬型指数之间的因果关系,并且引入GARCH模型分析运价指数与钢材价格指数间的相關性;陈佳娜等[4]通过对巴西―中国铁矿石运费(C3)和兰格钢铁价格指数(LGMI)的计量经济学分析发现,我国钢铁市场收益率的波动对国际铁矿石海运市场有正向的影响。
一、引言由温室气体浓度上升导致的全球气候变暖带来的一系列环境问题给全球带来了巨大的经济损失,人类的生存环境受到巨大的威胁。
中国在2017年正式启动碳排放权交易体系,引导资金在不同部门及生产环节之间流通,减少碳排放量、鼓励低碳投资。
企业在碳市场买卖碳排放权,碳排放权的稀缺性是交易体系建立的基石。
中国目前拥有8个地区碳试点和1个全国碳市场。
相比于欧盟碳排放交易体系,中国目前的碳市场发展阶段仍处于早期未成熟阶段,碳排放权交易价格(以下简称“碳价”)的影响因素也更为复杂多变,找出影响中国碳市场的关键因素,对于健全碳市场交易机制、优化碳市场预警机制、完善全国统一碳市场交易体系等具有重要意义。
在碳价影响因素的研究上,早期主要围绕欧盟碳市场的碳价波动展开,具体的影响因素主要集中在宏观经济形势、能源价格、大气环境、政策制度等几个方面。
在宏观经济形势方面,Jiménez-Rodríguez (2019)[1]和Oberndorfer (2009)[2]在研究欧盟碳市场碳价时发现股票市场会影响碳价,尤其是与能源相关的股票市场。
陈凡和龚振庭(2023)[3]发现股票市场对中国碳市场碳价起正面促进作用。
张云(2018)[4]通过非平衡面板数据模型检验中国6个碳市场碳价,认为宏观经济因素与碳排放权价格之间呈显著正相关关系,地区经济增长扩大市场的碳配额需求,推动碳交易价格上涨,同时宏观经济与能源价格作用具有双向性,通过影响需求总量作用于碳价。
吕靖烨等(2019)[5]基于粗糙集理论简化遗传算法属性,利用方差分解得出宏观经济变量变化对碳价波动影响较大的结论。
Zhou 和Li (2019)[6]等通过VAR-VEC 模型分析能源价格、宏观经济指标、空气质量和碳价之间的动态关系,发现碳价受宏观经济影响显著。
Alberola 等(2008)[7]研究发现碳市场监管和运营体系的不完善可能导致碳市场运行困难,引发碳价格的波动。
运用ARIMA模型对煤炭价格预测的实证研究
林清清;孙美晶;李艺璇
【期刊名称】《商情》
【年(卷),期】2022()48
【摘要】2021年煤炭价格异常波动,受自身规律和外界众多因素共同影响。
为探寻价格本身的规律对其变化的影响,以 Python和 SPSS为实验工具,建立 ARIMA 时间序列模型,通过 R方和平均误差判断模型拟合和预测效果。
对秦皇岛动力煤5500大卡 2021年周度综合交易价格进行实证分析,结果表明 R方为 0.835,平均误差为 2.77%。
因此,煤炭价格自身规律对其变化的解释度较高,影响较大;短期预测误差较小,精度较高。
实验结果对于各个需求方把握煤炭价格的变化具有一定的借鉴意义,但对于煤炭价格的精准预测,仍需要结合多方面因素综合考量。
【总页数】3页(P0053-0055)
【作者】林清清;孙美晶;李艺璇
【作者单位】中国矿业大学(北京)
【正文语种】中文
【中图分类】F
【相关文献】
1.中国煤炭价格的ARIMA模型的建立及其预测分析
2.基于ARIMA模型对突发状况下煤炭价格的预测
3.基于干预项修正ARIMA模型的煤炭价格预测研究
4.基于干
预项修正ARIMA模型的煤炭价格预测研究5.基于ARIMA和线性回归组合模型的煤炭价格预测
因版权原因,仅展示原文概要,查看原文内容请购买。
影响我国能源需求的因素分析由于能源在经济社会发展中的特殊战略地位以及其在经济发展过程中起到的重要作用,社会对能源的需求会受到各种错综复杂的因素影响,而这决定着能源的需求。
本文首先从能源消费总量、能源消费结构以及能源消费的行业结构三方面分析了我国能源消费的现状,进而分析了影响能源需求的几个主要因素。
标签:能源需求因素经济发展一、我国能源需求现状能源需求是一种派生需求,是由人们对社会产品、服务的需求派生出的对特殊生产要素的需求。
能源消费是有效能源需求的反映。
由于能源需求一般很难精确测算,所以常用能源消费代替能源需求。
1.能源消费总量从我国能源消费的总量上来看,中国是能源消费大国。
根据《BP能源统计年鉴2012年》公布的数据显示,2011年中国已经超越美国成为全球能源消费的第一大国。
2011年世界能源消费增长为2.5%,而其中中国能源消费增长占全球的71%。
根据《中国统计年鉴2011》给出的数据,我们可以看到我国2011年能源消费总量为348,002万吨标准煤,相比上年增长7.10%,煤炭消费量增长9.7%;原油消费量增长2.7%;天然气消费量增长12.0%;电力消费量增长11.7%。
能源消费量时2001年150,406万吨标准煤的2.31倍,期间年平均增长8.32%。
2.能源消费结构我国的能源消费仍是以煤为主。
2011年的能源消费数据中,三大能源中煤炭的消费量占总能源消费量的68.4%,石油消费量占18.6%,天然气消费量占5%。
从2001~2011年,在中国一次能源构成中,煤的比重从68.3%逐步上升到2006年的71.1%,随后又逐步的回落到2011年的68.4%,虽然近年比重有所回落,但煤炭消费一直占有2/3以上的份额;石油的比重从21.8%上升到18.6%,期间除了个别年份比重的上升之外,石油消费在总能源消费中的比重是处于常年下降的趋势;天然气消费的比重从2.2%一直稳步上升至2011年的5%。
图12006年1月-2016年6月全国煤炭价格指数趋势图
从图1中可以看出,第一,2008年第三季度全国煤
炭价格指数最高,这时的煤炭价格也是自2006年以来
最高的时候,这与2008年次贷危机,国际原油价格上涨
本文受到吉林省教育厅“十二五”社会科学研究重点项目《提升吉林省战略性新兴产业竞争力对策研究电力大学软科学及人文社会科学专项资助项目《区域战略性新兴产业竞争力评价研究
在进行指标的选择时,用工业增加值、GDP增长率、产业结构三个指标体现宏观经济对煤炭价格的影响;用发电量和钢铁生产量两个指标来体现煤炭的下游产业对煤炭价格的影响;用石油价格体现替代产品价格对煤炭价格的影响;用煤炭生产量、消费量、进口量和出口量四个指标体现煤炭市场方面对煤炭价格的影响;用亚洲标杆价格体现国际市场价格变动对煤炭价格的影响。
其
按照末位淘汰原则,设定淘汰率为15%,可以发现变
量X3和变量X6与煤炭价格的关联度排在综合排名的最后两位,经过作者和课题组成员分析讨论,最终认为产业结构和石油价格指数与煤炭价格相关度较小,可以从众多影响因素中剔除掉。
没有必要在以后的分析中考虑。
新的排序表结果如表3所示:
(四)灰色聚类法对煤炭价格影响因素归类及结果说明
将剔除掉末位因素之后的因素集合重新排序,按照绝对关联度形成指标关联矩阵,如表4所示:
令r=0.68,挑选出大于0.68的εij ,
有ε1,5=0.8763,ε1,9=0.9364,
ε1,10=0.896,ε4,7=0.7932,ε5,9=0.8284,ε5,10=0.798,ε7,8=0.6831,ε9,10=0.9537,
这9个因素可以归为三类:{X1,X5,X9,X10},{X4,X7,X8},{X2,X11}。
此时,取标号最小的指标作为各类的代表形成新的关联矩阵,如表5所示:令r=0.5,可将{X4,X7,X8}划分到v组成新的分
通过对煤炭价格影响因素影响程度的定量分析和灰色聚类,可以将其主要影响因素分为两大类:其中工业增加值、发电量、钢铁生产量、煤及褐煤进口量、煤及褐煤出口量、煤炭生产量和煤炭消费量从市场内部和上下游供求方面影响煤炭价格;GDP增长率、亚洲标杆价格从市场外部方面影响煤炭价格。
对影响因素的影响程度表3因素筛选后的排序结果
表4因素之间关联度矩阵
表5第一次聚类后的关联矩阵
表6筛选、排序和归类后的煤炭价格影响因素
Thetrendofchinacoalpricesandempiricalanalysis
ofitsinfluencingfactors
Abstract:Asoneoftheimportantenergyinourcountry,coalpriceswereaffected。