電力行業(yè)景氣分析指標(biāo)體系構(gòu)建與景氣指數(shù)趨勢(shì)預(yù)測(cè)

彭放， 劉化龍， 李博

(1.國(guó)網(wǎng)電網(wǎng)有限公司大數(shù)據(jù)中心， 北京 100052； 2.國(guó)網(wǎng)信通億力科技有限責(zé)任公司， 福建， 福州 350003)

0 引言

電力行業(yè)的發(fā)展是經(jīng)濟(jì)增長(zhǎng)的有力支撐，可以說(shuō)電力行業(yè)是國(guó)民經(jīng)濟(jì)的晴雨表、經(jīng)濟(jì)建設(shè)的先行者，然而與此同時(shí)我們也需要明確認(rèn)識(shí)到經(jīng)濟(jì)高速增長(zhǎng)是不可持續(xù)的。近年來(lái)，面臨產(chǎn)能過(guò)剩、結(jié)構(gòu)失衡等諸多難題，電力消費(fèi)與經(jīng)濟(jì)發(fā)展密切相關(guān)，從對(duì)電力數(shù)據(jù)的分析結(jié)果中可以判斷出經(jīng)濟(jì)形勢(shì)走向。因此，本文對(duì)電力行業(yè)的景氣指數(shù)進(jìn)行深入研究，力求通過(guò)科學(xué)手段對(duì)未來(lái)發(fā)展趨勢(shì)進(jìn)行預(yù)測(cè)，為整體宏觀調(diào)控奠定理論基礎(chǔ)。

1 景氣分析總體概述

1.1 基礎(chǔ)概念

景氣分析是一種經(jīng)濟(jì)周期統(tǒng)計(jì)分析方法，在經(jīng)濟(jì)研究的各個(gè)領(lǐng)域都有應(yīng)用，在各行各業(yè)的企業(yè)運(yùn)營(yíng)過(guò)程中，經(jīng)常出現(xiàn)經(jīng)濟(jì)波動(dòng)現(xiàn)象，研究這種周期性增長(zhǎng)與縮減、擴(kuò)張與萎縮的經(jīng)濟(jì)波動(dòng)現(xiàn)象的方法稱為景氣分析法。

1.2 發(fā)展現(xiàn)狀

景氣分析研究已有近一百多年的發(fā)展歷史，縱觀整體發(fā)展歷程，理論體系已經(jīng)相對(duì)完善，而且已經(jīng)應(yīng)用于各行各業(yè)的行業(yè)分析以及監(jiān)測(cè)預(yù)警，是很多國(guó)家監(jiān)測(cè)經(jīng)濟(jì)發(fā)展的重要方法。目前國(guó)內(nèi)外的研究方法主要包括KL信息量法、主成分分析法、時(shí)差相關(guān)系統(tǒng)法等[1]。

1.3 分析理論與指標(biāo)劃分

景氣分析是一種經(jīng)濟(jì)周期統(tǒng)計(jì)方法，根據(jù)指標(biāo)在時(shí)序上的差異，按先后順序?qū)⒅笜?biāo)劃分為先行指標(biāo)、一致指標(biāo)、滯后指標(biāo)3大類，以此構(gòu)成分析體系。其中，先行指標(biāo)指的是循環(huán)波動(dòng)比景氣循環(huán)轉(zhuǎn)折提前顯示變動(dòng)的指標(biāo)；一致指標(biāo)指的是循環(huán)轉(zhuǎn)折變化的時(shí)間與景氣循環(huán)轉(zhuǎn)折基本接近的指標(biāo)；滯后指標(biāo)指的是比景氣循環(huán)轉(zhuǎn)折出現(xiàn)的要晚的指標(biāo)。由此計(jì)算得出景氣擴(kuò)展指數(shù)(DI)與景氣合成指數(shù)(CI)，可體現(xiàn)經(jīng)濟(jì)景氣的增長(zhǎng)或衰減趨勢(shì)、強(qiáng)弱變化。

一般來(lái)說(shuō)，研究景氣的基準(zhǔn)指標(biāo)選取的是國(guó)內(nèi)生產(chǎn)總值，循環(huán)選取的是增長(zhǎng)周期的波動(dòng)循環(huán)。得到基準(zhǔn)指標(biāo)之后，根據(jù)時(shí)差分析選擇先行指標(biāo)與滯后指標(biāo)，各分類的作用與劃分規(guī)則如表1所示。

表1 景氣指標(biāo)分類

1.4 指標(biāo)選取原則

影響行業(yè)景氣波動(dòng)的因素有很多，既包括行業(yè)本身生產(chǎn)活動(dòng)的影響，也包括上下游及相關(guān)聯(lián)的其他產(chǎn)業(yè)的影響，還包括國(guó)家政策、國(guó)際局勢(shì)等等具有隨機(jī)性的因素，所以在選取景氣指標(biāo)時(shí)，應(yīng)遵循以下原則。

(1) 全面：不能只強(qiáng)調(diào)某一片面的指標(biāo)，需要全方位多維度進(jìn)行分析評(píng)價(jià)。

(2) 靈敏：無(wú)論是先行指標(biāo)還是一致指標(biāo)、滯后指標(biāo)，選擇時(shí)特征一定要明顯。

(3) 及時(shí)：景氣分析的指標(biāo)數(shù)據(jù)時(shí)效性一定要高，否則無(wú)法達(dá)到預(yù)測(cè)目的。

(4) 準(zhǔn)確：準(zhǔn)確是分析的基本保障，否則全部分析都失去意義[2]。

2 數(shù)據(jù)預(yù)處理

2.1 數(shù)據(jù)補(bǔ)充

電力行業(yè)的源數(shù)據(jù)多種多樣，基于目前的信息化采集手段，難免會(huì)有部分缺失，對(duì)于殘缺的數(shù)據(jù)需要根據(jù)數(shù)據(jù)量的多少利用不同的值進(jìn)行替代與補(bǔ)充，同時(shí)對(duì)于補(bǔ)充的數(shù)據(jù)做敏感性分析，避免個(gè)別指標(biāo)錯(cuò)誤導(dǎo)致影響整個(gè)分析體系。本文采用的方法如下。

1) 缺失數(shù)據(jù)補(bǔ)充

(1) 少量缺失：利用前后時(shí)期的均值進(jìn)行替代補(bǔ)充

(1)

(2) 大量數(shù)據(jù)缺失：利用已有數(shù)據(jù)與全國(guó)數(shù)據(jù)的占比的平均值與全國(guó)數(shù)據(jù)相乘來(lái)替代補(bǔ)充

(2)

(3) 全部缺失又重要的數(shù)據(jù)：利用全國(guó)數(shù)據(jù)進(jìn)行替代。

2) 敏感性分析

(1) 回歸計(jì)算：對(duì)包含與不包含插入值的2個(gè)序列進(jìn)行回歸計(jì)算

(3)

(2) 敏感系數(shù)計(jì)算：

(4)

綜上所述，若敏感系統(tǒng)在0.8到1.2之間，則認(rèn)為所補(bǔ)缺失值合理，否則按1%遞增或遞減，直到達(dá)到目標(biāo)范圍。

2.2 標(biāo)準(zhǔn)化處理

為消除量綱的影響，將指標(biāo)歸一化為同向指標(biāo)，本文采用功效系統(tǒng)法對(duì)數(shù)據(jù)做標(biāo)準(zhǔn)化，將各項(xiàng)指標(biāo)最小值設(shè)為60，最大值設(shè)為100。最終值越大越景氣的為正向指標(biāo)，值越小越不景氣的為逆向指標(biāo)，其功效化公式為

(5)

其中，yit為第i個(gè)指標(biāo)t季度的數(shù)值。

3 關(guān)鍵算法

3.1 Census X-12法季節(jié)調(diào)整

為識(shí)別和預(yù)估時(shí)間序列的不同組成部分，了解走向趨勢(shì)與業(yè)務(wù)周期，需要做季節(jié)性調(diào)整，剔除季節(jié)和特定日期對(duì)最終分析的影響，科學(xué)把握宏觀經(jīng)濟(jì)形勢(shì)。本文采用Census X-12方法進(jìn)行季節(jié)調(diào)整，設(shè)YT代表無(wú)奇異值的季度時(shí)間序列，可分解為趨勢(shì)循環(huán)項(xiàng)、季節(jié)項(xiàng)和隨機(jī)要素項(xiàng)[3]。具體步驟如下。

(1) 初始估計(jì)

趨勢(shì)循環(huán)項(xiàng)初始估計(jì)：

(6)

隨機(jī)要素項(xiàng)初始估計(jì)：

(7)

(8)

其中，

(9)

(10)

(2) 計(jì)算趨勢(shì)循環(huán)要素與季節(jié)因子估計(jì)值

利用Henderson移動(dòng)平均公式計(jì)算暫定值：

(11)

(12)

通過(guò)3*5項(xiàng)移動(dòng)平均計(jì)算暫定S值

(13)

得到第二次預(yù)估的季節(jié)調(diào)整結(jié)果：

(14)

其中，

(15)

(3) 計(jì)算趨勢(shì)循環(huán)要素與季節(jié)因子最終值

根據(jù)上述步驟獲得最終值

(16)

其中，

(17)

3.2 Kalman濾波算法

本文基于Kalman濾波法對(duì)空間模型進(jìn)行估計(jì)，具體步驟如下。

(18)

假設(shè)初始狀態(tài)向量與擾動(dòng)項(xiàng)服從正態(tài)分布，估計(jì)誤差的協(xié)方差矩陣為

(19)

最終得出

(20)

4 電力行業(yè)景氣指數(shù)研究

4.1 指標(biāo)體系

電力行業(yè)景氣指數(shù)指標(biāo)體系的構(gòu)建，首先要考慮電力行業(yè)本身的指標(biāo)，包括總量、當(dāng)前結(jié)構(gòu)、發(fā)展?jié)撃?、用電價(jià)格等多方面，其次還需要考慮石油、煤炭等上游產(chǎn)業(yè)的影響，另外還需要對(duì)水泥、化纖等下游產(chǎn)業(yè)進(jìn)行關(guān)聯(lián)的分析，因此本文選取其中的關(guān)鍵因素構(gòu)建電力行業(yè)的景氣指標(biāo)體系如表2所示。

表2 電力行業(yè)景氣分析指標(biāo)體系

4.2 模型構(gòu)建

設(shè)yt為k*1維向量，代表t時(shí)期可觀測(cè)的變量，平穩(wěn)部分，ct為標(biāo)量，代表t時(shí)期景氣指數(shù)真值，c為不可觀測(cè)的景氣指數(shù)，則

yt=h(ct)+utt=1,…,Tc=c1,c2,…,cT

(21)

將ct,ut看做隨機(jī)過(guò)程，對(duì)不可觀測(cè)的ct進(jìn)行估計(jì)，得到

(22)

其中，L為延遲算子，

Θi=diag(θi1,…,θik);H=diag(h1,…,hk);

LCt=ct-1,Lut=ut-1

(23)

根據(jù)狀態(tài)變量αt=(ct,ct-1,…,ct-p+1,ut,ut-r+1)(p+kr)×1；干擾項(xiàng)ξt=(ht,0,…,0,εt,0,…,0)(p+kr)×1;∑=diag(1,0p-1,h1,h2,…,hk,0(k-1)r)

得到目標(biāo)值：

(24)

其中，Ik為k×k單位陣，0k,k為k×k階零矩陣。

4.3 測(cè)算流程

電力行業(yè)景氣指數(shù)需要準(zhǔn)確反映出行業(yè)的整體運(yùn)行情況以及未來(lái)發(fā)展趨勢(shì)，基于指數(shù)模型體系，通過(guò)殘缺值替代補(bǔ)充、敏感性分析、標(biāo)準(zhǔn)化處理、季節(jié)調(diào)整等變換后，根據(jù)指標(biāo)的歷史波動(dòng)幅度對(duì)不同區(qū)域進(jìn)行測(cè)算打分，最終得到綜合評(píng)分[4-5]。測(cè)算流程如圖1所示。

圖1 電力行業(yè)景氣指數(shù)測(cè)算流程

5 預(yù)測(cè)結(jié)果驗(yàn)證

基于本文上述構(gòu)建的指標(biāo)體系與模型，對(duì)電力行業(yè)景氣指數(shù)與宏觀經(jīng)濟(jì)景氣指數(shù)進(jìn)行驗(yàn)證，結(jié)果表明從2013年到2019年，大致有2個(gè)完整的循環(huán)，第二個(gè)周期的波動(dòng)程度略低，2019年以前電力行業(yè)景氣指數(shù)大約提前1～2個(gè)月，而2019年之后則有滯后1～2個(gè)月的趨勢(shì)，可以預(yù)測(cè)未來(lái)的周期波動(dòng)逐漸趨于緩慢。由此可以證明，本文構(gòu)建的電力行業(yè)景氣指數(shù)可以較好的體現(xiàn)未來(lái)的發(fā)展趨勢(shì)[6]。

6 總結(jié)

不同時(shí)期會(huì)產(chǎn)生不同的波動(dòng)規(guī)律，本文構(gòu)建了電力行業(yè)的景氣指數(shù)，通過(guò)科學(xué)算法來(lái)對(duì)發(fā)展趨勢(shì)進(jìn)行預(yù)估與判斷。雖然指標(biāo)體系已經(jīng)初步建立，還還存在很大不足之處，例如數(shù)據(jù)篩選方法的科學(xué)合理性、選取數(shù)據(jù)范圍、指標(biāo)選取合理性等方面還需繼續(xù)研究與改善。