国产精品亚洲а∨天堂123-先锋av一区二区三区-大众浴池偷拍视频一区二区-欧美精品99久久久久

　　三、主要電工電器設備對銅的需求預測模型
　?。ㄒ唬?015、2020年主要電工電器設備對銅的需求預測模型一
　　1． 模型假設
　　1、2006-2014年細分行業(yè)用銅量估算模型
　　運用統(tǒng)計分析和走訪調(diào)研的方法，得出細分行業(yè)每億元主營業(yè)務收入的產(chǎn)品需要用銅量，進而估算出細分行業(yè)用銅量。
　　模型建立的過程不僅基于國家統(tǒng)計局的相關行業(yè)數(shù)據(jù)，更重點統(tǒng)計分析了中國電器工業(yè)協(xié)會及其所屬的電線電纜分會、高壓開關分會、變壓器分會、大電機分會等相關專業(yè)協(xié)會的數(shù)據(jù)，使得模型本身和模型中參數(shù)的選取更科學和準確。
　　另外，依托中國電器工業(yè)協(xié)會及其相關分會，課題組有針對性地通過走訪、發(fā)放調(diào)查問卷、電話咨詢等多種形式開展了調(diào)查研究工作，對模型的建立和模型中參數(shù)的選取進行了深入的研討。
　　估算模型：
　　某年細分行業(yè)用銅量=細分行業(yè)每億元主營業(yè)務收入的產(chǎn)品需要用銅量×細分行業(yè)主營業(yè)務收入。
　　2、2015-2020年細分行業(yè)用銅量預測模型
　　運用統(tǒng)計分析的方法，不難發(fā)現(xiàn)某細分行業(yè)的增長速度與發(fā)電設備累計裝機增長速度正相關。同理，某細分行業(yè)用銅量的增長速度也與發(fā)電設備累計裝機增長速度正相關。
　　預測模型：
　　各細分行業(yè)的用銅彈性系數(shù)由宏觀經(jīng)濟、該細分行業(yè)的發(fā)展特點等多種因素決定，因此各細分行業(yè)用銅彈性系數(shù)不盡相同。
　　2．用銅總量分析及預測
　　根據(jù)預測模型，結合已知數(shù)據(jù)，分別計算電機、電力用電線電纜、高壓開關、變壓器、電器附件行業(yè)用銅量，綜合分析得到2015年及2020年電力裝備行業(yè)用銅量預測結果，如表1所示。預計2015年電力裝備行業(yè)用銅量為509.79萬噸，2020年電力裝備行業(yè)用銅量將達到633.68萬噸。
　　根據(jù)中國有色金屬工業(yè)協(xié)會統(tǒng)計數(shù)據(jù)顯示，2014年我國銅消費量為872.00萬噸（注：此數(shù)據(jù)不包括保稅區(qū)庫存，為進入終端消費的銅消費量），而根據(jù)模型一計算得到2014年電力裝備行業(yè)用銅量在488.30萬噸，占我國當期銅消費量比例為56.00%。2015年精煉銅產(chǎn)量約800萬噸，比上年增長6%左右，高于同期國內(nèi)消費增速約2個百分點【注1】。由此估算2015年中國銅消費量增速約為4.0%，根據(jù)2014年銅消費量為872.00萬噸，計算得到2015年中國銅消費量約906.88萬噸 。按照2014年電力裝備行業(yè)用銅量占全國銅消費量比例為56.00%計算，計算得到2015年電力裝備行業(yè)用銅量為507.85萬噸，與本預測模型測算的2015年電力裝備行業(yè)用銅量509.79萬噸，計算數(shù)據(jù)誤差為0.38%，誤差范圍小于1%，表明計算值和模型測算值結果非常接近，從而驗證本預測模型的合理性和可靠性。
　　資料來源：中國有色金屬報《2015年有色行業(yè)運行情況分析及對2016年走勢的研判》，2016年1月11日。
　　2015年10月，安泰科調(diào)降其對于中國2015年精煉銅消費量預估，從922萬噸降至918萬噸，因包括制冷和通信行業(yè)在內(nèi)的下游銅加工業(yè)的需求較為疲軟。上述數(shù)據(jù)預測值與中國有色金屬報《2015年有色行業(yè)運行情況分析及對2016年走勢的研判》中的預測值也比較接近。
　　（二）基于時間序列分析和主成分分析法的用銅量預測模型二
　　本課題組選取截止到2006年到2015年來自國家統(tǒng)計局中10年的數(shù)據(jù)進行分析預測。本課題組采用的指標主要包括：發(fā)電設備(萬千瓦)、水輪發(fā)電機組(萬千瓦)、汽輪發(fā)電機(萬千瓦)、電站鍋爐(蒸噸）、工業(yè)鍋爐(蒸噸)、交流電動機(萬千瓦)、變壓器(萬千伏安)、電焊機(萬臺)、電動工具(萬臺)、GDP（億元）、全社會用電量（億千瓦時）、電力投資（億元），共12個變量預測用銅量（萬噸）。選用的統(tǒng)計分析軟件為:SPSS10、Eviews8進行分析預測。
　　1. 通過ARMA模型預測變量數(shù)值
　　建立自回歸移動平均模型，由于平穩(wěn)隨機過程既具有自回歸過程的特性又具有移動平均過程的特性，則不宜單獨使用AR(p)或MA(q)模型，而需要兩種模型混合使用。由于這種模型包含了自回歸和移動平均兩種成分，所以它的階是二維的，由p和q兩個數(shù)構成，其中p代表自回歸成分的階數(shù)，q代表移動平均成分的階數(shù)，記作ARMA(p, q)，稱作自回歸移動平均混
　　合模型或稱為自回歸移動平均模型。模型ARMA(p,q)的一般表達式為：
　　確定ARMA模型的階數(shù)，描述一個平穩(wěn)隨機過程的經(jīng)濟系統(tǒng)，根據(jù)樣本數(shù)據(jù)建立模型，其他變量同理可證。
　　根據(jù)圖1可以看出數(shù)據(jù)均服從ARMA(1，1)，由此利用Eviews8可以預測未來6年，即2015年到2020年的12個變量的數(shù)值。具體數(shù)值如表2。
　　2. 數(shù)據(jù)處理求解主成分
　　利用SPSS 19統(tǒng)計分析軟件進行數(shù)據(jù)處理，首先對數(shù)據(jù)標準化處理，再進行數(shù)據(jù)降維處理，經(jīng)分析得到指標間的相關系數(shù)矩陣可以看出任意兩個自變量之間的相關系數(shù)的絕對值都小于0.75，可以判斷這12個變量之間不存在明顯的多重共線性。
　　相關系數(shù)矩陣的特征值和特征值的方差貢獻率及其累積方差貢獻率見表3。在規(guī)定的累積方差貢獻率下提取了主成分之后，根據(jù)主成分綜合模型計算綜合主成分值，并對其按綜合主成分值進行排序。
　　由表3各主成分的系數(shù)可得到主成分表達式：
　　3.回歸分析并建立預測模型
　　利用回歸分析（regression analysis)是確定3個主成分與用銅量間相互依賴的定量關系，進行多元線性回歸分析。得到模型參數(shù)如表4所示：
　　得到用銅量預測模型為：
　　將數(shù)據(jù)帶入上述所建預測模型，得到預測結果如表5：
　　由此可以預測出2015年至2020年電力裝備行業(yè)的用銅量分別為：500.33萬噸、537.06萬噸、547.92萬噸、577.71萬噸、594.93萬噸、622.42萬噸。
　　四、模型結果檢驗及研究結論
　　本課題采用兩種預測模型，模型一結果：2015年，電力裝備行業(yè)用銅量將為509.79萬噸，2020年電力裝備行業(yè)用銅量將為633.68萬噸左右，2015-2020年電力行業(yè)用銅平均增速在4.45%。其中電機用銅119.41萬噸，平均增速為7.02%；電力電纜行業(yè)用銅量為457.15萬噸，平均增速為3.79%；高壓開關行業(yè)用銅量為16.68萬噸，平均增速為4.18%；變壓器行業(yè)用銅為31.82萬噸，平均增速為6.01%；電器附件行業(yè)用銅量為8.62萬噸，平均增速為2%。模型二結果：2015年至2020年用銅量分別為：500.33萬噸、537.06萬噸、547.92萬噸、577.71萬噸、594.93萬噸、622.42萬噸。
　　由模型一得到2015年電力裝備行業(yè)用銅量為509.79萬噸，模型二得到2015年電力裝備行業(yè)用銅量為500.33萬噸，兩種模型預測的2015年電力裝備行業(yè)用銅量結果的誤差為1.8%，小于2%。兩種預測模型結果的互相驗證，在一定程度上表明了兩種預測方法的合理性和可靠性。
　　由此可發(fā)現(xiàn)，通過時間序列原理，結合主成分分析法能夠較好地綜合12個變量的影響效果，全面地分析未來6年電力裝備行業(yè)的用銅量，考慮因素涉及全面，預測效果較好，預測結果可作為重要的參考資料使用。
　　本文摘自于《期貨與金融衍生品》
　　作者：“電力工業(yè)銅消費分析與研究”課題組（科莫迪投資咨詢有限公司，北京 100006 ）