毕业论文-成品油价格与家庭汽车的分析.doc

成品油价格与家庭汽车的分析摘要本文围绕中国的成品油价格问题，对影响中国成品油价格因素、家庭汽车增长量、国内成品油定价等问题分别建立了模型，并对结果进行了详细的分析。针对问题一，首先运用层次分析法对考虑的影响中国成品油价格的11因素建立层次结构模型。再根据权重大小对这11个因素得到一个相对重要性的排序。结果显示国际原油价格影响最大，其次为替代能源及发展战略和加入世界贸易组织等定性因素。根据国内成品油油价数据，用SAS 软件模拟一元线性回归模型，并预测到2015年油价，显示出呈上涨趋势。针对问题二，用SAS软件对北京家庭汽车增长量进行时间序列分析，得到家庭汽车增长量的ARIMA（1，1，0）模型，模型口径为：=。该模型对家庭汽车增长进行了很好的拟合，并预测出到2020年家庭汽车的发展前景。同时分析了油价的上涨对家庭汽车的增长量没有太大影响，成品油价格上升，只是一定程度改变广大居民的用车消费格局。针对问题三，对国外（以比利时为例）的成品油定价因素分析，结合中国国情，发现我国现行的定价机制存在滞后效应；难以刺激企业自觉提高生产效率；缺乏国际石油价格定价权等缺陷。基于问题一分析结果，应用MATLAB软件对国内成品油价格建立多元线性回归模型，再利用EXCEL将模型估计值与实际值比较，以此检验模型的拟合效果。最后确定基本符合国情的定价模型。针对问题四，根据问题三对国内成品油价格建立的定价模型，结合当前国情向国家发改委提出了有关定价机制改革的建议。最后对模型进行了评价，分析了模型的优缺点。但本题在对油价定价模型求解过程中，所研究的主要因素不能较准确的反映油价与各因素之间关系，虽然考虑了11个因素，但定性成分居多，定量数据较少，预测可能存在误差。 关键词：成品油价格 层次分析法 权重 家庭汽车 ARIMA模型 线性回归一 问题的重述随着汽车行业的兴起，汽车越来越成为百姓生活必需品，然而节节攀升的油价给人们的生活消费带来了负面影响。就某个城市，搜集家庭汽车、影响成品油价格因素等实际数据，建立数学模型并回答下列问题：1分析影响中国成品油价格的因素，建立数学模型，并预测到2015年中国成品油价格情况。2对家庭汽车数量的增长给出数学模型，并预测到2020年家庭汽车的发展前景，说明成品油价格对家庭汽车增长的影响。3分析国外成品油价格的定价因素，给出一份适合中国国情的成品油定价模型。4根据所建立的模型，给国家发改委提出中国成品油定价机制的建议。二 问题的分析2.1 问题背景： 近年来，我国的成品油价格不断地在调整。成品油（汽油，柴油，煤油等）与国家的经济发展，人民的生产生活息息相关。油价的上涨会引起广大消费者的抱怨，也容易对我国现行的成品油定价机制产生质疑。现在全国整体意见倾向于成品油价格机制改革，但始终只闻其声，未见其人。因此，成品油的合理定价对国家经济发展及社会和谐稳定具有重要的意义。2.2 问题一：分析影响中国成品油价格的因素，建立数学模型，并对油价情况进行预测成品油价格不是以价格为基础的，而是受多种因素的影响。首先，在影响中国国内成品油价格的因素中，主要从国际因素、经济因素、产业因素和政治因素4方面着手考虑。其次，在国际因素中选取了主要的影响因素国际原油价格、加入世界贸易组织和进出口量；而经济因素主要考虑人均国民收入和原有价格两方面；产业因素中则选取了国内成品油市场供求关系和国内炼油企业竞争关系作为主要因素；在对一国来说相对重要的政治因素中，主要把成品油定价机制、我国石油储备制度、成品油环保及消费等政策、代替能源及发展战略和燃油税作为考虑对象。所以，本文采用层次分析法建立模型。层次分析法，是把复杂问题中的各因素划分成相关联的有序层次，使之条理化的多目标、多准则的决策方法,而且将定量分析与定性分析有效结合。通过AHP软件建立了以上因素的递阶层次结构，并计算每个因素的相应权重，得到了影响因素的一个相对重要性的排序得出结论。根据这个结论，利用SAS软件建立国内成品油价的线性回归模型作预测。2.3 问题二：对家庭汽车数量的增长建模，并预测家庭汽车的发展前景，分析成品油价格对家庭汽车增长的影响现在，汽车已经几乎成为百姓生活的必需品，节节攀升的油价必然会给人们的生活消费带来影响。因此，以北京市为例，收集得到北京市78-10年的家庭汽车数量数据，利用SAS软件建立ARIMA时间序列模型，来模拟家庭汽车数量增长情况，并预测它将来的走势。以此，说明成品油价格对家庭汽车增长的影响。2.4 问题三：分析国外成品油价格的定价因素，给出我国的成品油定价模型 实现国内成品油价格与国际市场接轨，是我国的成品油定价机制改革的方向。因此，分析国外成品油定价因素是有必要的。以比利时为例，在分析中发现我国国内成品油定价与原油相关性不高，现行成品油价格机制存在时滞效应等缺陷。基于问题一，应用MATLAB软件对国内成品油价格建立多元线性回归模型，利用EXCEL将模型估计值与实际值比较，来检验模型的有效性。最后确定定价模型。2.5 问题四：根据所建立的成品油定价模型，向国家发改委提出价格机制改革建议基于问题三，模型的合理性向发改委提出适当建议。 三 模型的假设和变量说明 3.1 模型的假设 1.针对问题一、三研究的是全国范围内的成品油价格，由于国家和地区的成品油表现出高度的正相关性，不考虑具体省市自治区的成品油价格。 2.假设不受大的自然和地质灾害影响，因此，现行的油价系统保持稳定。 3.假设探究的主要因素对成品油油价的影响占足够大的比重，且呈线性相关关系。4.国内开采油的成本与进口原油油价相同。5.忽略国内的投机行为对国内成品油油价的影响。6.假定我国的经济保持可持续发展，没有陷入衰退的可能。7.针对问题二，假定家庭汽车增长的过去趋势会延伸到未来。8.假设对问题所收集的数据基本上真实有效。3.2 变量符号说明1.： 特征值2.CI： 矩阵一致性指标3.RI: 平均随机一致性指标4.CR： 一致性检验系数5.Wi: 单层权重6.: 显著性水平7.Dify: y的一阶差分8.： 时间序列9： 随机误差项10B： 延迟算子11. b0 常数项12. ：回归系数13. ：误差平方和14. ：可决系数四 模型的建立与求解4.1 问题一：分析影响中国成品油价格的因素，建立数学模型，并对油价情况进行预测4.1.1 影响中国成品油价格因素的层次结构模型一模型的建立 层次分析法，是把复杂问题中的各因素划分成相关联的有序层次，使之条理化的多目标、多准则的决策方法,是一种定量分析与定性分析相结合的有效方法。 步骤一：建立递阶的层次结构模型应用AHP软件，作出影响油价因素的层次分析模型为： 步骤二：构造两两比较的判断矩阵并赋值构造判断矩阵元素之间两两对比，对比采用美国运筹学家A.L.Saaty教授提出的1-9比率标度法(表1)对不同指标进行两两比较，构造判断矩阵。标度值含义1两因素相比，具有同等重要性3两因素相比，前者比后者稍重要5两因素相比，前者比后者明显重要7两因素相比，前者比后者强烈重要9 两因素相比，前者比后者极端重要2、4、6、8表示上述相邻判断的中间值以上各数值的倒数若指标与指标比较相对重要性用上述之一数值标度，则指标与指标的相对重要性用上述数值的倒数标度 表1 标度的含义 步骤三：层次单排序（计算权向量）及一致性检验计算权向量记第2层对第1层的权向量为，同样求第3层对第2层每一元素的权向量，构造矩阵 ，则第3层对第1层的组合权向量为 。以此类推，第s层对第1层的组合权向量 ，其中是由第p层对第p-1层权向量按列组成的矩阵。 一致性检验已知阶一致阵的唯一非零特征根为，可证：阶正互反阵最大特征根, 且时为一致阵。定义一致性指标：，CI 越大，一致性越小。定义平均随机一致性指标：随机产生多个矩阵，将每个矩阵的一致性指标相加然后取平均值得到RI。考虑到一致性的偏离可能是由于随机原因造成的，因此在检验判断矩阵是否具有满意的一致性时，还需将CI和平均随机一致性指标RI进行比较，得出检验系数CR，即维数nRI10.0020.0030.5840.9051.1261.2471.3281.4191.45101.49一般认为，当 CR0.1 时，判断矩阵基本符合 完全一致性条件；当CR0.1 时，认为所给出的判矩阵是不符合完全一致性条件的，需要进行调整和 修正。 步骤四：层次总排序及一致性检验二模型的求解应用AHP软件，得到以下数据： max=4.2519;CI=0.0840;IR=0.9;CR=0.09330.1max=3.0858;CI=0.0429;IR=0.58;CR=0.07400.1max=2.0000;CI=0;IR=0;CR=00.1max=2.0000;CI=0;IR=0;CR=00.1max=5.1437;CI=0.0359;IR=1.12;CR=0.03210.1其中，Wi表示单层权重。层次总排序图为：计算得整个层次结构模型的组合一致性检验系数CR=0.09430.1，通过了一致性检验。该层次结构模型是合理的，可以进一步为油价定价问题提供依据。三结果分析通过这一系列的表格，观测表格中的权重可以得到在影响国内成品油价格的因素中起到最主要作用的是国际因素，其次是政治因素、经济因素和产业因素。在国际因素中，国际原油价格对我国国内的成品油价格造成的影响最大；在政治因素中，替代能源及开发战略的影响最为重要，燃油税和我国有关的石油储备制度有相同的影响效果；在经济因素中，人均国民收入要比原油价格影响大；在产业因素中，国内成品油市场供求关系也有很大影响。综上所述，国际因素对我国的成品油价格有很大影响。4.1.2 预测到2015年中国成品油价格情况利用SAS建立一元线性回归模型，编程代码（见附录代码1），运行结果：由上图中方差分析数据得，方程线性显著性检验的F统计量的值为478.06，当=0.05时，其P值0.0001,所以模型线性显著。在汇总的信息中，显示了和修正的分别为0.9858和0.9835；对变量的显著性检验中T统计量的P值0.0001,参数显著。所以这个模型整体上通过了检验。拟合的回归方程式为：=-1367460+684.87056x绘制的散点图如下： 从散点图中可看出模型拟合效果很好。 用INSIGHT模块进行预测到2015年结果如下：可见，图中预测得到2012年中国国内成品油价是9493.2583元/吨，2013年中国国内成品油价是10177.6289元/吨，2014年中国国内成品油价是10861.994元/吨，2015年中国国内成品油价是11546.3700元/吨。油价较现在而言均呈现上涨的趋势。4.2 问题二：对家庭汽车数量的增长建模，并预测家庭汽车的发展前景，分析成品油价格对家庭汽车增长的影响4.2.1 建立家庭汽车数量增长的数学模型模型的建立与求解：利用SAS软件建立ARIMA时间序列模型（见附录代码2）。一对北京家庭汽车序列（数据来源北京信息网）利用SAS建立时序图。如下：1978-2010年北京地区每百户的居民家用汽车的年拥有量时序图时序图给我们提供的信息非常明确，北京地区每百户的居民家用汽车的拥有量有明显的递增趋势，所以它为非平稳序列。再做出其自相关图。如下： 1978-2010年北京地区每百户的居民家用汽车的年拥有量自相关图从图中我们发现序列的自相关系数递减到零的速度相当缓慢，在很长的延迟时期里，自相关系数一直为正，这是具有单调趋势的非平稳序列的一种典型的自相关图形式。这和该序列的时序图显示的显著单调递增是一致的。2 对家庭汽车序列考虑其一阶差分（见附录代码3）运行结果如下： 1978-2010年北京地区每百户的居民家用汽车的年拥有量dify序列的时序图时序图显示差分后序列dify可考察出1阶差分后序列波动比较平稳。自相关图显示序列延迟2期之后自相关系数都落在2倍标准差范围以内，而且序列自相关系数向零衰减的速度较快，延迟7阶之后自相关系数趋近于零，这是典型的短期相关的小样本自相关图。综上，由时序图和样本自相关图，可认为该dify序列为平稳的时间序列。三为了判断序列是否有分析价值，我们进行了白噪声检验，在IDENTIFY输出结果的最后一部分信息即白噪声检验结果如下： 从图中知延迟6阶的自相关系数的P值显著小于0.05，所以拒绝原假设，dify序列不是白噪声序列。四dify序列为平稳非白噪声序列，则建立ARMA模型求解即预测未来十年的家庭汽车发展前景（即到2020年）。图中显示在自相关延迟结束小于等于3，移动平均延迟结束也小于等于3的所有ARMA（p,q）模型中，BIC信息量相对最小的是ARMA（1，0）模型。如下图：五输出拟合结果显示常数项不显著，重新拟合不含常数项的模型结果如下：拟合的结果显示：模型显著而且参数显著（如图）。六输出的结果显示，北京每百户家庭汽车增长量序列的拟合模型为ARIMA（1，1，0）模型，模型口径为：=。七利用Excel做出98-10年北京每百户家庭汽车（数据见附录表1）利用ARIMA模型的估计值，并与实际值进行比较。拟合的折线图如下： 从图中折线图可显示出估计值和实际值拟合效果非常好。八用SAS预测未来10年家庭汽车的发展前景（即到2020年）（见附录代码4），结果如下图：4.2.2说明成品油价格对家庭汽车的影响以北京93#汽油价格为例，自2002年以来，经过多次价格的调整，已经从2.5元/升上升至目前的7.48元/升，升幅达到199.2%，而此期间，全国 汽车销量并没有因为成品油价格的上升而呈现下降趋势如图。数据显示，在 2013年2月，北京93#汽油比去年11月每升提高0.24元，由去年11月份的每升7.81元上调至每升8.05元，涨幅为3.07%。以北京的普通家庭为例，月耗油费为500元，平均耗油64升。2013年2月以后按平均耗油增加油耗费用不足100元，而其购车成本位于10-25万之间，影响仅为0.4-1，短期内对家庭汽车购车实际影响有限。因为低端轿车购车成本较低，油价上升影响其用车总成本较大，这类用户对油价更具有较高的敏感性，油价上升可能会导致该类产品销量的增速减缓；而对于中、中高级车用户，油价上升对于其总用车成本影响较小，对油耗成本上升敏感性较低。因此，我们认为，油耗成本的持续上升，将导致乘用车消费趋向中高级产品，利于行业利润的增长。综上所述，影响汽车消费的根本因素是经济的持续发展、居民购买能力的逐渐提高。成品油价格的上涨是一个持续的趋势。从近年的实际情况来看，其对家庭汽车购车影响有限，成品油价格上升，只是一定程度改变广大居民的用车消费格局。4.3 问题三：分析国外成品油价格的定价因素，给出我国的成品油定价模型4.3.1国外成品油定价体制分析不同的国家，国内市场成品油价格的影响因素不同，而且因素影响的大小也不尽相同。从外国的成品油定价机制中看出，市场化是全球成品油定价的主流模式和发展趋势。以比利时为例，比利时是个典型的“无油国”,但是比利时政府、企业和消费者面对居高不下的油价却并不惊慌,原因就是在于比利时独特的燃油定价机制。在比利时,燃油零售价中共包括四个部分的费用: 一是进口成本价；二是经销商的利润；三是消费税；四是增值税。其中,消费税相对固定,而增值税则是前三项之和再乘以一个固定的比例。比利时高税收从容应对高油价欧洲国家石油价格中包括燃油税( 即用于道路建设和养护的专项税收)，同时出于环保要求和抑制石油资源消费的目的,对汽、柴油消费课以重税,燃油税在零售价格中比重通常超过50% ,高的达70%以上。比利时的消费税和增值税约占汽油零售价的64%，占柴油零售价的50%。而在取暖用的重柴油价格中,这一比例为21%。4.3.2 当前中国国情的浅析根据目前我国的国情分析，现行的定价机制对于国际油价波动的反映非常滞后，且这种滞后性可能会助长流通体制中的投机现象，加上发改委也没能及时调价，造成国际油价下降而国内成品油价上升的反差局面，虽然是国内原油与国际原油价格接轨了，但是国内成品油定价与原油相关性不高，最终导致成品油供应紧张，引发消费者抱怨。这种定价制度难以刺激企业自觉提高生产效率，缺乏国际石油价格定价权。究其原因，应该还是政府对推出后影响的考虑，更及时、变化率降低将使成品油价格更不可控。4.3.3成品油定价模型一模型的建立多元线性回归模型的一般形式为：其中，b0为常数项， 为回归系数 。 多元性回归模型的参数估计，同一元线性回归方程一样，也是在要求误差平方和()为最小的前提下，用最小二乘法求解参数。以二线性回归模型为例，求解回归参数的标准方程组为 解此方程 可求得b0 ,b1 ,b 2的数值。 多元线性回归模型的拟合优度检验： 与一元线性回归中可决系数r2相对应，多元线性回归中也有多重可决系数r2，它是在因变量的总变化中，由回归方程解释的变动(回归平方和)所占的比重，R2越大，回归方各对样本数据点拟合的程度越强，所有自变量与因变量的关系越密切。计算公式为： 越大，回归平方和所占比重越大，回归直线与样本点拟合的越好，越接近于1，模型的拟合优度越高。二模型的求解基于问题一的层次结构模型，由于许多因素都是定性的，无法考量其具体的实际数据，因此，我们将研究因素中的所有定性因素考虑在回归模型中的常数项内，而所选取的定量的因素有国际原油价格、人均国内生产总值、国内石油产量与消费量、全国能源消费总量，进出口数量等7个因素。其中，国内石油产量与消费量、全国能源消费总量可通过供求关系影响成品油价格，间接地通过影响石油的出口量、进口量影响成品油价格，所以将国内市场成品油供求关系这一因素考虑成这三者。探究各主要影响因素与我国各年度成品油油价关系1.国际原油价格对国内成品油价格的影响 年份200220032004200520062007200820092010 2011国际年平均油价（美元/桶）28.5533.4546.5255.7963.2572.2497.561.6679.03 104.39国内年平均成品油价格（美元/桶）29.80 30.11 41.05 70.12 77.79 77.79 104.82 65.22 82.70 100.79用matlab软件做线性回归分析（见附录代码5）曲线拟合图为： =0.9743模型方程是：2.人均国内生产总值对国内成品油价格的影响年份GDPGDP增长率人均GDP人均GDP人均GDP(本币)(美元)(%)(本币)(美元)增长率(%)201040151280587906310.330,0154,433(N)20093409028149905269.225,6083,7488.620083140454345218279.623,7083,4149.1200726581031349566414.220,1692,65213.6200621631443271349512.716,5002,07012200518493737225761911.314,1851,73210.7200415987834193164410.112,3361,4909.420031358227616409661010,5421,2749.320021203326914538209.19,3981,1358.420011096551713248188.38,6221,0427.52000992145511984758.47,8589497.6用matlab软件做线性回归分析（见附录代码6） 曲线拟合图为：=21.3239 =0.0168 =0.6230模型方程是 3.国内平均石油产量对国内成品油价格的影响4.国内平均石油消费量对国内成品油价格的影响（数据来源：中国统计年鉴）年份2002200320042005200620072008200920102011石油产量（万吨）23803.64824238.76425170.94425946.2826234.87126706.13227357.9627187.28129097.76828936.817用matlab软件做线性回归分析（见附录代码7） 曲线拟合图为：=-285.9327 =0.01333 =0.7825 模型方程：（数据来源：中国统计年鉴）年份2002200320042005200620072008200920102011石油消费量（百万吨）355.53113389.63904454.66128467.27406499.24468527.35504533.34984548.89813617.3841647.28372用matlab软件做线性回归分析（见附录代码8） 曲线拟合图为：=-61.8890 =0.2539 =0.7590 模型方程：5、全国能源消费总量对国内成品油价格2000-2011历年全国能源消费总量（数据来源：中国统计年鉴）指标能源消费总量（万吨标准煤）200014553120011504062002159431200318379220042134562005235997200625867620072805082008291448200930664720103249392011348002用matlab软件做线性回归分析（见附录代码9）曲线拟合图为：=-35.0014 =0.0004=0.8022 模型方程：6、石油进出口量对国内成品油价格的影响20062010年中国石油进出口量 （百万吨）总计进口量2006191.72007203.12008217.82009253.32010294.5出口量200623.2200719.2200818.8200934.1201031.5对石油进口量数据，用matlab软件做线性回归分析（见附录代码10）曲线拟合图为：可决系数=0.0204太小，说明模型拟合效果不好，石油进口量这个因素不能很好的解释国内油价的变化，故不考虑这个因素。 对石油出口量数据，用matlab软件做线性回归分析（见附录代码11）曲线拟合图为： 可决系数=0.3949很小，说明模型拟合效果不好，石油出口量这个因素不能很好的解释国内油价的变化，故不考虑这个因素。以上影响因素对成品油价格的综合影响 年份 2002200320042005200620072008200920102011全国年平均石油价格（美元/桶）29.80 30.11 41.05 70.12 77.79 77.79 104.82 65.22 82.70 100.79国际年平均石油价格（美元/桶）28.5533.4546.5255.7963.2572.2497.561.6679.03 104.39人均国内生产总值（美元）113512741490173220702652341437484433国内平均石油产量（万吨）23803.64824238.76425170.94425946.2826234.87126706.13227357.9627187.28129097.76828936.817国内平均石油消费量（百万吨）355.53113389.63904454.66128467.27406499.24468527.35504533.34984548.89813617.3841647.28372全国能源消费总量（万吨标准煤）159431183792213456235997258676280508291448306647324939348002用matlab软件做线性回归分析（见附录代码12）拟合的多元线性回归模型为：三模型结果的评估年份200220032004200520062007200820092010实际年平均石油价格（美元/桶）29.80 30.11 41.05 70.12 77.79 77.79 104.82 65.22 82.70 计算年平均石油价格（美元/桶）27.58 33.06 43.37 61.38 67.62 76.79 106.6566.86 83.21 用excel作比较图如下：由图观察，实际年平均平均成品油价格与通过建立模型计算所得成品油价格非常接近，因此所建立模型基本合理，我们可以利用此模型对未知年份的油价进行合理推测。 综上所述，得到较为适合的成品油定价模型为：4.4 问题四：根据所建立的成品油定价模型，向国家发改委提出价格机制改革建议油品定价机制的研究是一项长期而严峻的课题，我们这次全面分析了影响我国成品油定价机制的因素,建立了适合中国国情的定价模型。结合对当前中国国情的分析