数学建模 煤炭价格走势分析
煤炭价格走势分析
煤炭价格走势分析煤炭是全球主要的能源资源之一，它在工业生产、发电和家庭供暖等方面发挥着重要作用。
煤炭价格的走势对经济发展和社会稳定具有重要影响。
本文将从供需关系、国内外市场、环保政策和国际形势等方面分析煤炭价格的走势。
首先，煤炭价格受供需关系的影响。
供需是市场价格形成的基本因素之一、供给方面，煤炭产量的增加或减少将直接影响价格。
当煤炭供应过剩时，价格往往会下降。
而如果供应短缺，价格则会上涨。
需求方面，经济增长和工业生产的需求是主要的影响因素。
当经济增长快速时，工业生产和电力需求将增加，从而推高煤炭价格。
以中国为例，近年来经济增长放缓，导致煤炭需求下降，价格出现波动。
其次，国内外市场情况对煤炭价格的走势也有重要影响。
国内煤炭市场的情况对价格有直接影响。
中国是全球最大的煤炭消费国和生产国，国内市场情况将直接影响煤炭价格。
同时，国际市场的变化也会对价格产生间接影响。
国际大宗商品价格的波动和国际贸易形势的变化都会对煤炭价格产生影响。
比如，国际能源市场的走势、全球煤炭供需关系的变化等都会对煤炭价格产生较大影响。
再次，环保政策也是影响煤炭价格的重要因素之一、煤炭在燃烧过程中会释放大量的污染物，对环境产生严重影响。
为了减少空气污染和应对气候变化，各国纷纷出台了限制煤炭消费和使用的环保政策。
这些政策限制了煤炭的供应和使用，从而推高了煤炭价格。
尤其是在中国，大规模的去产能和推动清洁能源发展的政策导致了煤炭供需关系的变化和价格的上涨。
最后，国际形势对煤炭价格的走势也会产生一定的影响。
国际能源政治和地缘政治的变化都会对煤炭价格产生一定的影响。
比如，中东地区的地缘政治冲突、国际能源市场的价格波动等都会对煤炭价格造成一定的冲击。
综上所述，煤炭价格的走势受供需关系、国内外市场情况、环保政策和国际形势等多种因素影响。
在预测和分析煤炭价格走势时，需要综合考虑各个因素的影响。
尤其是在当前环保意识日益增强的背景下，清洁能源的发展将进一步推动煤炭价格的变化。
煤炭价格行情走势分析及预测2篇
煤炭价格行情走势分析及预测2篇第一篇：煤炭价格行情走势分析及预测近年来，全球能源需求量不断增长，煤炭作为重要的化石能源资源之一，市场需求量也一直呈现上升趋势。
然而，市场需求与煤炭供给之间的矛盾不断加剧，导致煤炭价格不断波动。
因此，及时了解煤炭价格行情走势，对行业企业来说至关重要。
本文将从需求、供给、政策、环境等多个方面分析煤炭价格行情走势，并进行预测。
一、需求方面1.国内需求在国内，煤炭作为主要的能源和原材料被广泛应用于发电、供暖、钢铁等行业。
受到全球经济增长、环保政策及能源消费结构升级等因素的影响，国内市场对煤炭零售的需求量从2017年开始逐渐上升，2020年中期达到高峰。
国内煤炭需求的上升主要来自于电力、钢铁等行业增长需求，其中发电行业需求增长最为显著。
2.国外需求全球对煤炭的需求也在持续增加，特别是印度和东南亚等地区的工业化进程加速，进口煤炭需求不断增长。
但是，随着全球环保需求的逐步增强，国外对煤炭的需求已经开始逐渐下降。
预计未来几年，全球对煤炭需求将继续下降。
二、供给方面1.国内供给煤炭供给主要来自国内产地和进口。
国内主要产煤地包括山西、河北、内蒙古等地，2017-2020年这些地区的煤炭产量一直保持上升趋势，但是据最新数据显示，2021年煤炭产量出现了小幅下降。
2.国外供给随着环保和减碳趋势的加强，国际煤炭市场的供给量也在逐渐下降。
目前全球最大的煤炭出口国是澳大利亚，但是澳大利亚政府正逐渐限制煤炭行业的发展，因此未来进口供给可能会受到影响。
三、政策环境1.国内政策中国政府的环保政策一直在加强，包括对清洁能源的倡导、煤炭行业减少过剩产能和推进绿色转型等。
这些政策对煤炭价格有直接影响，为了推进绿色转型，政府还完善了能源结构和降低能耗等政策，进一步加强了对煤炭行业的管控。
2.国际政策许多发达国家开展的环保政策也对全球煤炭价格产生了影响，例如欧盟不断加强对二氧化碳排放的门槛、美国加强对传统能源行业的关税和限制进口等，这些政策都可能降低全球煤炭的供给和需求。
煤炭行业的市场价格波动解读市场价格波动的原因和趋势
煤炭行业的市场价格波动解读市场价格波动的原因和趋势煤炭行业的市场价格波动解读：市场价格波动的原因和趋势煤炭作为一种重要的能源资源，在全球能源消费中占据着重要地位。
然而，煤炭市场价格的波动一直存在，并对行业的发展和利润产生着重要影响。
本文将对煤炭行业市场价格波动的原因和趋势进行解读，以帮助读者更好地理解和应对这一现象。
一、市场价格波动原因1.供需关系：供需关系是煤炭市场价格波动的主要原因之一。
供给方面，不同国家和地区的煤炭产量和质量各异，产能利用率、开采成本等因素也存在差异，这些因素导致了不同地区煤炭供给的不平衡。
需求方面，经济发展水平、工业结构等因素也会影响对煤炭的需求量。
供需关系的变化将直接影响到市场价格的波动。
2.宏观经济政策：宏观经济政策变化对煤炭市场价格波动也起着重要作用。
比如，一国货币政策的紧缩将导致企业融资成本上升，可能减少对煤炭等资源的需求，从而对市场价格产生影响。
此外，贸易保护主义政策、税收政策等也会直接或间接地对煤炭市场造成波动。
3.自然灾害和气候变化：自然灾害和气候变化是导致市场价格波动的重要因素。
比如，严重的洪灾、矿难、地震等自然灾害都有可能影响煤炭的产量和供给能力，进而导致市场价格的波动。
同时，气候变化也会影响煤炭需求，比如在一些国家，温室气体减排政策的实施可能导致对煤炭的需求下降，从而影响市场价格。
4.技术创新和替代能源发展：技术创新和替代能源的发展都会对煤炭市场价格产生影响。
随着清洁能源技术的不断创新和成熟，替代能源的发展速度加快，这对煤炭需求形成了一定程度的替代压力，这将导致市场价格下降。
另一方面，煤炭行业内部的技术创新也会提高产能利用率、减少生产成本，影响市场价格的波动。
二、市场价格波动趋势1.环保政策推动清洁能源发展：全球范围内对环保的关注日益增强，国际社会对减少温室气体排放的承诺不断加大。
因此，国家和地区将出台更多的环保政策，提高对清洁能源的支持力度，进一步推动清洁能源发展。
数学建模--碳排放约束下的江苏省煤炭消费量预测
2012年第九届苏北数学建模联赛承诺书我们仔细阅读了第九届苏北数学建模联赛的竞赛规则。
我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮件、网上咨询等）与本队以外的任何人（包括指导教师）研究、讨论与赛题有关的问题。
我们知道，抄袭别人的成果是违反竞赛规则的, 如果引用别人的成果或其它公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。
我们郑重承诺，严格遵守竞赛规则，以保证竞赛的公正、公平性。
如有违反竞赛规则的行为，我们愿意承担由此引起的一切后果。
我们的参赛报名号为：1768参赛组别（研究生或本科或专科）：本科参赛队员 (签名) ：队员1：唐彤彤队员2：吕广旭队员3：彭衍博获奖证书邮寄地址:青岛山东科技大学信息科学与工程学院电子信息科学与技术10-2班2012年第九届苏北数学建模联赛编号专用页参赛队伍的参赛号码：（请各个参赛队提前填写好）：1768 竞赛统一编号（由竞赛组委会送至评委团前编号）：竞赛评阅编号（由竞赛评委团评阅前进行编号）：2012年第九届苏北数学建模联赛题目碳排放约束下的江苏省煤炭消费量预测摘要受能源消费结构的影响，煤炭作为我国经济发展的资源支柱，一方面推动着经济快速增长，另一方面也对中国节能减排、降低碳排放强度提出了挑战，这是一个能源开发利用的两难问题，这个两难问题中的重点是未来煤炭能源的需求预测问题。
本文通过对题目给出的近年来相关数据的分析，以及对节能、减排和经济增长的目标等相关因素的深入探讨，建立了对未来十年江苏省能源消费结构和煤炭消费量的预测和相关的优化模型。
针对问题一，首先查找了影响江苏省煤炭消费量及第一、二、三产业煤炭消费量的主要指标，并对不同的指标的影响做了详细的分析。
运用相关系数分析法，说明了第一、二、三煤炭消费量的变动对节能、减排和经济增长等指标的影响。
针对问题二，通过采用人工神经网络的模型，对未来十年江苏省主要能源消费的结构进行预测，并且采用二次规划的方法对主要能源消费的结构进行了优化。
基于ARIMA和线性回归组合模型的煤炭价格预测
基于ARIMA和线性回归组合模型的煤炭价格预测作者：何文琪来源：《中国管理信息化》2021年第01期[摘要] 煤炭是国民经济发展的基础，对煤炭价格进行预测将有利于企业对将来的发展做出判断，同时有利于国家做出调控。
文章使用Eviews软件对2006-2020年每周的煤炭价格使用ARIMA（3，1，0）模型进行时间序列预测。
为综合考虑其他因素如原煤产量、原油进口量等对煤炭价格的影响，使用线性回归模型进行拟合，再使用预测误差平方和倒数法得到组合模型。
最终的预测结果误差为0.977%，预测效果较好，可为煤炭市场的经营和管理提供一定的理论依据。
[关键词] 煤炭价格;预测;ARIMA;线性回归doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2021. 01. 077[中图分类号] F713.54 [文献标识码] A [文章编号] 1673 - 0194（2021）01- 0187- 020 引言煤炭一直是我国重要的能源，其消费量占比相比于石油和天然气长期处于领先地位。
煤炭的市场价格不仅反映了煤炭市场的状况，也体现了我国的经济发展状况。
对煤炭价格进行精准预测能够帮助企业预估成本，做出决策，同时也为煤炭市场的平稳发展奠定了基础。
1 研究现状目前国内已有许多学者对煤炭价格的预测做出了研究。
向超[1]对煤炭价格进行了ARIMA 和SVR组合模型的预测，并比较各组合模型预测的精度，得到变权组合模型由于等权组合模型和单预测模型的结论。
孙福玉[2]对影响煤炭价格的因素使用层次分析法进行排序，并使用季节时间序列预测模型结合干预分析对煤炭价格进行综合预测。
宁晖[3]对从研究煤炭价格序列自身变化规律的角度，提出基于滚动时间窗的预测模型，将此模型应用于秦皇岛港5 500 kcal混煤价格的预测，分别得到1期、3期、6期、9期及12期的价格预测，达到预测结果的平均误差值不超过3%的良好效果。
金林等[4]综合考慮宏观经济、能源价格、气候环境和国际市场四方面因素，对市场中的煤炭交易价格建立指标体系，之后对广州煤炭交易市场价格使用BP神经网络进行预测。
2020五一建模A题
2020年第十七届五一数学建模竞赛题目
A题煤炭价格预测问题
煤炭属于大宗商品，煤炭价格既受国家相关部门的监管，又受国内煤炭市场的影响。
除此之外，气候变化、出行方式、能源消耗方式、国际煤炭市场等其他因素也会影响煤炭价格。
请完成如下问题。
1.请建立数学模型，通过量化分析的方法，给出影响煤炭价格的主要因素（不超过10种），并且
以秦皇岛港动力煤价格为例，给出从2019年5月1日至2020年4月30日，影响秦皇岛港动力煤价格的主要因素的排序（按影响程度从大到小排序，不超过10种）。
2.请结合秦皇岛港动力煤价格的历史数据(附件1)，以及问题1中的影响煤炭价格的主要因素，
建立煤炭价格预测模型，分别以天、周、月为单位，预测未来31天、35周、36个月的煤炭价格，并完成表1。
3.为了更加准确地预测秦皇岛港动力煤价格，请综合考虑未来各种情况（例如突发事件）引起的
煤炭价格影响因素在结构性和重要性方面的变化，建立煤炭价格综合预测模型，并给出模型的预测结果。
4.为保障我国未来煤炭市场的平稳发展，请结合问题3的模型，向政府部门提供相关的政策建议。
注：
(1)附件1-秦皇岛港动力煤价格数据由“中国煤炭市场网”提供(https:///)，数据是以“周”为单位的数据，相关的煤炭价格是日期所在周的价格。
(2)本题中相关参数说明如下：
秦皇岛港动力煤：硫份0.8%，发热量5500kacl/kg；
煤炭价格类型：煤炭平仓价(FOB价格，是指煤运到港口并装到船上的价格)；
煤炭价格单位：元/吨。
2020年五一数学建模竞赛煤炭价格预测求解
一、问题背景以秦皇岛为例，对煤炭的影响因素分析，了解煤炭价格的变化，并提出合理的政策建议。
二、问题分析2.1问题一的分析问题一要求通过量化分析的方法，给出不超过10种的影响煤炭价格的主要因素，同时以秦皇岛港动力煤价格为例，给出从2019年5月1日至2020年4月30日，影响秦皇岛港动力煤价格的主要因素的排序。
2.2问题二的分析问题二要求结合秦皇岛港动力煤价格的历史数据和影响煤炭价格的主要因素，预测未来31天、35周、36个月的煤炭价格。
2.3问题三的分析问题三要求综合考虑未来各种情况引起的煤炭价格影响因素在结构性和重要性方面的变化并给出预测结果。
2.4问题四的分析问题四要求在保障我国未来煤炭市场的平稳发展的前提下，结合问题三的模型，向政府部门提供相关的政策建议。
三、模型假设1.假设国家对煤炭价格的干预呈现周期性；四、模型建立与求解4.1指标的选取本文选取供给因素、需求因素、政策因素、综合因素作为影响煤炭价格的一级指标。
如图示二级指标的选取图1 指标4.1.1排序将指标进行从排序结果如下表所示：表1 指标优化度排序指标 排名 指标优化度煤炭库存量 1 需求量6 政策 2 气候变化7 煤炭成本 3 原煤产量8 国际煤炭价格 4 下游煤炭需求9 排放约束 5铁路运力104.2价格预测1利用灰色预测可以得到响应方程为：(1)(0)0.0012(1)[(1)415608.33]e 415608.33k x k x ∧+=+-得到结果 4.2.1价格预测2多元方程为：0181,(,1,1)8,(,1,1)t t t t t t t y a a x a x ∧∧∧∧-+-+=+++表2预测结果 周 预测价格 周 预测价格 周预测价格 5月6日 659.09 7月29日 663.13 10月21日 667.17 5月13日 659.42 8月5日 663.46 10月28日 667.51 5月20日 659.768月12日 663.8011月4日 667.846月3日660.438月26日664.4811月18日668.526月10日660.779月2日664.8111月25日668.866月17日661.119月9日665.1512月2日669.196月24日661.449月16日665.4912月9日669.537月1日661.789月23日665.8212月16日669.877月8日662.129月30日666.1612月23日670.207月15日662.4510月7日666.5012月30日670.547月22日662.7910月14日666.834.3预测336月结果如表所示表3 未预测结果3月预测价格月预测价格月预测价格2020年5月640.002021年5月642.642022年5月645.55 2020年6月640.212021年6月642.872022年6月645.80 2020年7月640.422021年7月643.102022年7月646.06 2020年8月640.642021年8月643.342022年8月646.32 2020年9月640.852021年9月643.582022年9月646.58 2020年10月641.072021年10月643.822022年10月646.84 2020年11月641.292021年11月644.062022年11月647.10 2020年12月641.512021年12月644.302022年12月647.37 2021年1月641.732022年1月644.552023年1月647.64 2021年2月641.952022年2月644.792023年2月647.91 2021年3月642.182022年3月645.042023年3月648.18 2021年4月642.412022年4月645.292023年4月648.454.4价格预测4不妨考虑易量化的指标，如：煤炭库存量能源消耗、排放约束因素对其进行分析。
煤炭产量产能及价格走势分析
煤炭产量产能及价格走势分析一、煤价长期剧烈下跌是产能出清的最主要原因秦皇岛港5500大卡动力煤价格从2011年10月的周期高点860元/吨，一路下跌至2015年11月的352元/吨，连续4年下跌，跌幅60%，煤炭价格长期剧烈的下跌的过程中，产能大量出清。
特别是2014年-2016年上半年期间，2015和2016年上半年秦皇岛港5500大卡动力煤均价仅有411元/吨和380元/吨，减掉产地至港口运费，煤炭企业实际吨煤售价要低于现金成本290元/吨（煤炭上市公司2015年数据）。
以山西、陕西、贵州产地煤价为例，考虑税金和热值区别等因素，可以更明确的看到2015年-2016上半年产地煤炭售价明显低于当地煤炭上市公司的吨煤现金成本。
对于非上市的煤炭企业，特别是规模效应较差的煤炭企业，吨煤现金成本更高，当开工生产意味着亏损现金的时候，开采成本高的、融资能力差的大量煤炭企业只有关停退出，产能大量出清。
秦皇岛山西5500大卡煤炭价格（单位：元/吨）中国主要产地煤价（单位：元/吨）2010年10月21日，国家发改委发布了关于加快推进煤矿企业兼并重组若干意见。
旨在解决当时全国各类煤矿企业普遍存在产业集中度低、技术落后、煤炭资源回采率低、资源浪费和环境污染等问题。
意见要求通过兼并重组，使全国形成一批年产5000万吨以上的特大型煤矿企业集团，特大集团的产量占全国总产量的比例达到50%以上。
意见同时要求山西、内蒙古、河南、陕西等重点产煤省区坚决淘汰落后小煤矿，大力提高煤炭产业集中度，促进煤炭资源连片开发；黑龙江、湖南、四川、贵州、云南等省要加大兼并重组力度，切实减少煤矿企业数量。
各主要产煤省区纷纷推进煤炭企业兼并重组，加快退出落后煤矿的工作，优化煤炭产业机构，提高资源利用率，改善安全、环保状况。
同时在这个过程中使得中、小、民营煤矿等落后产能加速出清。
国家能源局近日披露数据，截至17年12月底，全国登记在册的生产煤矿3907处，产能33.36亿吨/年，分布在26个省区，山西、内蒙、陕西三个省份的在册生产煤矿产能分别为9.05亿吨/年、8.22亿吨/年、3.82亿吨/年，合计占比63.22%。
2023年我国煤炭行业市场分析：连续两月上调价格
价格连续上涨
煤炭行业 原材料成本
环保限产 价格上涨
供需关系 政策环境 去产能
供给侧改革
市场需求增加
1. 国内经济复苏带动煤炭需求增长
3. 减产限产影响
为了应对环保压力和能源结构调整的需要，一些地区采取了减产限产措施，进一步限制了煤炭产能。据报道，2022年1月， 陕西省对煤炭企业实施了限产政策，减少了340万吨的产量，这无疑加剧了市场供需矛盾，推高了煤炭价格。
煤价持续攀升
1.煤价连续上涨，显示需求旺盛
全国煤价连续两个月上涨，显示市场需求旺盛。
2.2.环保政策对煤炭行业的影响：产能减少、成 本增加、价格攀升
环保政策影响：随着环保意识的增强和政府环保政策的推进，煤炭企业被迫降低产能并进行技 术改造，这导致了煤炭供应量的减少。同时，环保政策的执行也增加了煤炭生产成本，进一步 推高了煤炭价格。
3.3.全球化背景下国际煤炭价格波动对我国煤炭 市场的影响
由于煤炭行业供应短缺的情况，市场供应量不足，导致煤炭价格持续上涨。首先，环保政策的执行严格限制了煤 炭生产的数量。各地政府对环保要求的逐渐提升，导致部分煤炭企业无法满足环保标准，生产受到限制。
2.煤炭资源供应短缺，价格上涨
其次，煤炭资源日益减少，矿区的开采难度也逐渐增加，使得市场上的原煤供应减少。此外，国际市场对煤炭的 需求不断增长，加之国内民生、工农业用煤需求量持续大幅增长，进一步加剧了供应短缺情况。这些因素共同作 用下，导致了煤炭行业供应紧张的局面，促使价格持续上调。
中国煤炭价格走势分析报告及预测：预计未来三年煤炭价格将维持在中高位
中国煤炭价格走势分析及预测：预计未来三年煤炭价格将维持在中高位
2018年，受煤炭需求旺盛、环保限产、安全检查等因素影响，煤炭价格整体高位震荡，煤炭价格中枢抬升，煤炭消费量整体处于增长阶段，特别是电煤需求带动下的动力煤需求旺盛。
分煤种看，动力煤价格中枢有所提高，但9-11月均价同比下降，相比1-11月均价亦有所下滑；焦煤、焦炭价格中枢抬升，下半年涨幅提高。
18年1-11月动力煤、焦炭价格上涨，焦煤港口涨、坑口降（元/吨）
资料来源：公开资料整理18年1-11月秦皇岛港动力煤(Q5500)均价同比增长17元/吨（元/吨）
资料来源：公开资料整理18年1-11月广州港动力煤（Q5500）均价同比增长31元/吨（元/吨）
资料来源：公开资料整理18年1-11月鄂尔多斯产动力煤(Q:5500)均价同比增长36元/吨（元/吨）
资料来源：公开资料整理18年1-11月榆林产动力煤(Q:5500)均价同比增长3元/吨（元/吨）。
煤炭价格走势分析2篇
煤炭价格走势分析2篇煤炭价格走势分析（一）随着全球经济的快速发展，煤炭作为一种主要的能源资源，在能源消耗中占据了重要的地位。
然而，由于环保政策等原因，近年来煤炭价格一直处于波动状态。
本文将对煤炭价格的走势进行分析。
首先我们可以看到，2016年全球经济增长放缓，煤炭市场供需矛盾日趋突出。
在这种背景下，煤炭市场价格的走势呈现出明显的下降趋势。
2016年，国内煤炭市场价格经历了较大的波动，从最高点的731元/吨一路下跌至最低点的414元/吨，下跌幅度高达43.4%。
其次，2017年随着国家对于环保政策的严格执行，以及煤炭行业去产能等政策的出台，国内煤炭市场供需矛盾得到了一定的缓解，煤炭价格开始呈现出稳步上涨的走势。
据统计，2017年国内煤炭市场价格从年初的450元/吨开始，逐渐上涨至年底的547元/吨，增长率为21.55%。
最后，2018年以来，国内和全球能源市场的近况在一定程度上影响着煤炭价格。
随着国家实施清洁能源政策的不断加强，以及工业化国家对煤炭替代清洁能源的需求，煤炭价格呈现出逐步上涨的趋势。
但同时，日本、韩国等传统煤炭进口国的减少，以及新兴市场经济体对清洁能源的需求增加，也对煤炭价格带来了一定的压力。
总之，煤炭价格的走势不仅受供需矛盾的影响，还与国家环保政策、替代能源的发展等因素密不可分。
我们需要保持敏锐的市场洞察力，及时把握市场变化的趋势，做好投资决策。
煤炭价格走势分析（二）经过多年的发展，国内煤炭市场已经成为一个复杂而广泛的产业链。
在这个行业中，煤炭价格是我们了解市场变化的重要指标。
本文将基于国内煤炭市场的历史数据，分析煤炭价格的变化规律。
首先，煤炭价格受市场供需的影响较大。
当煤炭市场供给充裕、需求放缓时，煤炭价格便会面临下跌的压力。
相反，当市场供需矛盾加剧，供应量减少、需求增长时，煤炭价格则会面临上涨的压力。
例如2016年煤炭市场长达半年的供过于求，导致煤价持续下跌。
其次，环保政策的影响也不容忽视。
煤炭价格走势分析数学建模
煤炭价格走势分析摘要：本文通过分析对煤炭价格的变化趋势和对煤炭价格影响的主要因素，通过运用分析中的回归分析，简历单变量非线性回归模型和多元线性回归预测模型，以达到对煤炭价格的预测。
首先通过对我国Q550煤炭2012年9月-2014年5月的价格走势分析，建立以煤炭价格为因变量，以时间为自变量的单变量非线性回归模型，并且利用软件拟合出煤炭价格随时间变化的规律，本模型在一定程度上能预测未煤炭价格的预期是，但运用此模型对未来进行长久预测具有较大的误差，与实际相差较大。
由于国家政策的变化，我们对模型偏差的原因进行了分析，发现供求关系是影响煤炭价格的主要因素。
选取1995-2013年间煤炭的生产量、需求量作为自变量，仍以煤炭价格作为因变量，建立了多元线性回归模型，并且对此模型的四个变量做了时间序列分析，得到了2014年各个自变量的预测值，继而运用此模型比较精确的预测出了2014年的灭摊价格。
由于对我国煤炭需求总量的预测会受到许多因素的影响,以前的预测与实际相差较大。
经过认真比较和研究,我们采用基于灰色系统理论的GM ( 1 ,1 ) 模型,对我国煤炭需求总量进行数列预测。
关键词：曲线估计、单变量非线性回归分析，多元回归分析、价格预测、时间序列分析、灰色模型一、问题的提出中国仍是世界上以煤为主要能源的国家之一，煤炭在中国经济发展中占据着重要的位置，它不仅是工业的主要能源，也是民用的主要能源和化工原料，并且是我国出口的商品。
煤炭仍是中国的主要能源，未来较长的一段时间，煤炭仍然是中国能源的支柱，它仍在国民经济中具有重要的战略地位。
近几年来，我国煤炭的价格一直处于较大的波动围，特别是近几年的煤炭大幅下降引起了社会的广泛关注。
煤炭作为基础能源，需求关系的变化，必然会导致价格的变化。
煤炭作为国家主要能源，客观分析个判定煤炭价格的影响因素，了解预测未来煤炭的价格，对于掌握决策的主动权，是非常重要的。
二、问题的分析预测未来各类煤炭价格走势规律，需要掌握近年来煤炭价格的数据。
2020五一建模A题
2020年第十七届五一数学建模竞赛题目A题煤炭价格预测问题煤炭属于大宗商品，煤炭价格既受国家相关部门的监管，又受国内煤炭市场的影响。
除此之外，气候变化、出行方式、能源消耗方式、国际煤炭市场等其他因素也会影响煤炭价格。
请完成如下问题。
1.请建立数学模型，通过量化分析的方法，给出影响煤炭价格的主要因素（不超过10种），并且以秦皇岛港动力煤价格为例，给出从2019年5月1日至2020年4月30日，影响秦皇岛港动力煤价格的主要因素的排序（按影响程度从大到小排序，不超过10种）。
2.请结合秦皇岛港动力煤价格的历史数据(附件1)，以及问题1中的影响煤炭价格的主要因素，建立煤炭价格预测模型，分别以天、周、月为单位，预测未来31天、35周、36个月的煤炭价格，并完成表1。
3.为了更加准确地预测秦皇岛港动力煤价格，请综合考虑未来各种情况（例如突发事件）引起的煤炭价格影响因素在结构性和重要性方面的变化，建立煤炭价格综合预测模型，并给出模型的预测结果。
4.为保障我国未来煤炭市场的平稳发展，请结合问题3的模型，向政府部门提供相关的政策建议。
注：(1)附件1-秦皇岛港动力煤价格数据由“中国煤炭市场网”提供(https:///)，数据是以“周”为单位的数据，相关的煤炭价格是日期所在周的价格。
(2)本题中相关参数说明如下：秦皇岛港动力煤：硫份0.8%，发热量5500kacl/kg；煤炭价格类型：煤炭平仓价(FOB价格，是指煤运到港口并装到船上的价格)；煤炭价格单位：元/吨。
表1 问题2结果表格2020年5月2020年5-12月2020年5月-2023年4月天预测价格（元/吨）周(日期所在周)预测价格（元/吨）月预测价格（元/吨）5月1日5月6日2020年5月5月2日5月13日2020年6月5月3日5月20日2020年7月5月4日5月27日2020年8月5月5日6月3日2020年9月5月6日6月10日2020年10月5月7日6月17日2020年11月5月8日6月24日2020年12月5月9日7月1日2021年1月5月10日7月8日2021年2月5月11日7月15日2021年3月5月12日7月22日2021年4月5月13日7月29日2021年5月5月14日8月5日2021年6月5月15日8月12日2021年7月5月16日8月19日2021年8月5月17日8月26日2021年9月5月18日9月2日2021年10月5月19日9月9日2021年11月5月20日9月16日2021年12月5月21日9月23日2022年1月5月22日9月30日2022年2月5月23日10月7日2022年3月5月24日10月14日2022年4月5月25日10月21日2022年5月5月26日10月28日2022年6月5月27日11月4日2022年7月5月28日11月11日2022年8月5月29日11月18日2022年9月5月30日11月25日2022年10月5月31日12月2日2022年11月12月9日2022年12月12月16日2023年1月12月23日2023年2月12月30日2023年3月2023年4月。
基于套索（Lasso）模型的动力煤价格预测研究
基于套索（ Lasso）模型的动力煤价格预测研究摘要：随着我国煤炭价格市场化改革的不断深入，煤炭市场的价格走势一直成为各方关注的重点问题。
本文考虑了煤炭价格的多种影响因素，采用套索（Lasso）模型作为煤炭价格模型的线性建模方法对煤炭价格进行预测，借助秦皇岛港5000千卡/千克动力煤平仓价数据进行模型检验，结果证明此模型预测结果精度较好，能在一定程度上预测出煤炭价格的变化趋势。
关键词：套索（Lasso）模型动力煤价格预测引言我国是一个以煤炭为主体的能源消费大国，长期以来，煤炭一直是我国的主体能源。
煤炭下游的4大行业为电力行业、钢铁行业、建材行业、化工行业，是在国民经济中占比很大的基础行业，煤炭价格变化会影响到多个相关行业产品价格。
我国煤炭的价格走势一直处于大幅度波动状态，特别是近几年煤炭价格的持续上涨已经引起社会的广泛关注。
煤炭作为主要基础能源，生产、供应端的不足，消费增加，将引发市场波动信号，影响价格调整变化。
客观分析和判定煤炭价格的影响因素，了解并能够预测未来煤炭价格，对于掌握决策的主动权，作出合理的决策，是非常必要的。
常用的煤炭价格预测模型有时间序列预测模型、神经网络预测模型、线性回归模型。
时间序列预测模型是将预测变量看为一个时间序列，考虑自身时序特征。
郭建利[1]等人为提高煤炭价格预测模型的预测精度，采用组合预测的方法将ARIMA模型与SVM模型相结合，实验结果表明，组合模型比单模型有更高的预测精度。
孙福玉[2]将数据作为时间序列进行数据分析，考虑影响煤炭价格的主要因素,采用季节时间序列预测模型（SARIMA）对煤炭价格进行预测，实验结果表明模型很好地把握了数据的规律。
时间序列预测模型只考虑了变量自身的变化规律，并未考虑除自身外的影响因素，有较大的局限性。
神经网络预测模型可以很好的学习数据中的非线性关系。
刘硕[3]等人分析影响煤炭市场价格的特征指标，将遗传算法与BP神经网络模型相结合，对秦皇岛港煤炭市场价格进行预测，实证结果表明，相比BP神经网络模型有更高的预测精度。
数学建模 煤炭价格走势分析
煤炭价格走势分析摘要本文首先，通过搜集煤炭价格、产量和需求量的数据，运用数据分析中的回归分析方法，建立了非线性回归模型，得到了煤炭价格的变动趋势，实现了对煤炭价格的预测；其次，用spss 软件分析煤炭价格、产量、需求量数据之间关系，通过区域煤炭商品价格模型求得最优产量；然后，利用曲线估计分析已有数据，得到未来煤炭行业的发展趋势；最后根据前三问的结果及每年价格趋势，其它文献资料，为我国煤炭行业未来健康发展提出可行性建议。
针对问题一:本文通过对搜集到的2013年7月至2014年7月一年的数据进行分析，采用单变量非线性回归模型，利用spss 软件和Matlab 软件求解，本文通过对搜集到的2013年7月至2014年7月一年的数据进行分析，采用单变量非线性回归模型，利用Mtlab 拟合工具箱拟合出了煤炭价格随时间的变化规律，并利用spss 求得，均值、方差、残差等一些列数据，并据此对于三种煤炭的未来价格走势进行预测。
针对问题二：本文通过spss 软件分析了搜集到的两组关于煤炭价格、产量、需求量数据，可知第一组数据煤炭产量和需求量成线性关系，煤炭产量和需求量和价格关系不明显，第二组数据供应量和需求量关系不明显，供应量和煤炭价格成线性相关，需求量和煤炭价格关系不明显，但数据基本稳定；通过区域煤炭商品价格模型求解最优产量32.36887)(=*k S ，还求得了价格的最优解=*)(k P 1178.78，最优解是在利润最大（供需平衡）时取得，通过煤炭价格最优时即为此时的煤炭价格预测值，通过各年价格走势图可得其所搜集数据时期的实际价格走势，对此模型进行检验，可得与预测价格走势和实际走势一致，可得模型合理性较好。
针对问题三：通过研究国内经济总值对煤炭需求量的影响，建立煤炭需求量与经济发展之间的数量关系，采用研究两组变量之间非线性关系的方法—曲线估计，可得未来煤炭需求量与国内经济总值有3次方关系，煤炭需求量随国内经济总值增长而增长，即未来煤炭需求量依然会上涨，短期内煤炭在我们国家的一次能源使用中依然占很大比重，短期内煤炭行业依然有上升空间。
2023年四季度煤炭市场现状及价格走势分析
用户需求持续增长,市场前景广阔
Continuous growth in user demand and broad market prospects
02
1. 提供机构预测数据根据权威机构的煤炭市场预测数据显示，随着国民经济的快速发展和工业生产的增长，2022年四季度的煤炭需求将迎来大幅增长。预计国内煤炭需求将增长10%，相应的煤炭价格也将有所上涨。这一增长主要受到能源需求增加和宏观经济政策的支持。
3.中国加大治污力度，煤炭行业面临洗牌另外，中国政府继续加强对大气污染治理的力度，严格执行环保政策，加强对煤炭行业的监管。这使得一些小型、高污染、低效益的煤炭生产企业面临关闭或淘汰的风险。这种情况下，煤炭市场将进一步优胜劣汰，大型煤炭企业有机会扩大市场份额。
价格走势分析
1.2022年四季度煤炭市场价格稳定煤炭市场在2022年四季度的价格走势表现出稳定的趋势。以国内煤炭市场为例，四季度价格整体呈现平稳的态势，没有出现大幅波动。其中，主要原因是煤炭供需关系相对平衡，供应量和需求量保持相对稳定。2.2022年四季度煤炭市场平稳，政府调控与全球经济复苏支撑价格另外，政府对煤炭市场的调控政策起到了积极的作用，有效地控制了价格的波动情况。此外，全球经济复苏以及部分地区的能源需求增加也对煤炭价格产生了一定的支撑作用。综合来看，在2022年四季度煤炭市场的价格走势方面，整体趋势平稳，没有出现明显的上涨或下跌情况。
用户需求大增
市场前景广阔
1.中国政府推动清洁能源转型，煤炭需求减少一方面是中国政府大力推动清洁能源发展。近年来，中国政府在环境保护和碳减排方面的政策力度不断增强，对传统煤炭行业打压加大。这推动了中国能源结构转型，清洁能源消费比重逐步提升，对煤炭需求产生了一定的替代作用。
2.2022年四季度清洁能源消费增长对煤炭市场冲击在2022年四季度，预计清洁能源消费将继续增长，并对煤炭市场产生一定的冲击。例如，太阳能和风能发电装机容量持续扩大，清洁能源发电成本逐渐降低，这助推了清洁能源替代煤炭的速度加快。
基于环渤海煤炭价格分析预测模型的设计与实现
基于环渤海煤炭价格分析预测模型的设计与实现作者：许华来源：《环球市场》2019年第11期摘要：燃料成本占煤电企业经营成本的70%左右，准确预测煤炭市场价格走势对煤电企业稳定经营意义重大，本文以国家电投集团环渤海现货价格预测为例，详细介绍了煤炭市场价格预测模型的设计与实现方法。
关键词：煤炭价格;数据筛选;预测模型一、价格预测模型设计与实现（一）数据收集与筛选煤炭数据涵盖供应，需求，生产，开工等多个方面。
目前，市场主流煤炭市场咨询公司拥有2010至2018年约4000多组150万条数据，数据资源充足。
数据筛选过程如下。
1.相关性分析预测模型建立首先要将基础数据组与所研究的变量做相关性分析，计算其Pearson相关系数，并选取在0.05的显著性水平下表现为显著相关的数据组进入基础数据组。
通过计算得出2015年的环渤海5500大卡煤的月度均价以及秦皇岛港库存的月度均值之间的Pearson相关系数为0.708，且在0.01的置信水平下显著相关。
2.有效性分析原始数据的错误或者异常会对模型结果形成影响。
可结合行业经验和模型辅助检验对数据的有效性进行判断。
当模型结果出现异常时，应考虑由于数据不完善、不切实而造成模型结果不准确及误差的可能性。
将数学方法同行业经验相结合来进行判断相关数据的有效性，大大提高了数据的可靠程度，从而大量减少了后期因为基础数据选取不充分带来的模型效果不佳。
选取2015年-2016年生产企业动力煤库存以及全社会动力煤库存两组相关数据对其进行有效性判别。
2015-2016年间，生产企业的动力煤库存及全社会动力煤库存与环渤海5500的价格之间都有着相关关系且其相关系数都大于0.5，但在后续的建模过程中，全社会动力煤库存因数据表现较差，数据组贡献率小，在实际的数据采集中较难客观真实的汇总等原因被逐步剔除。
3.历史性分析以环渤海动力煤5500大卡煤的价格为建模预测项，通过对过去价格及相关基础数据的研究，基础数据组选取的历史跨度为2012年起2018年，并采取周度数据组进行建模，时间跨度长，频率高，这一段时期的动力煤价格走势具有较强的周期性波动，因此选取此数据组进行建模。
基于ARMA-GARCH_模型的内蒙古煤炭价格波动性研究
2023年10月第26卷第20期中国管理信息化China Management InformationizationOct.,2023Vol.26,No.20基于ARMA-GARCH模型的内蒙古煤炭价格波动性研究苏 烨（鄂尔多斯应用技术学院，内蒙古鄂尔多斯017010）［摘 要］文章运用ARMA-GARCH模型，以内蒙古煤炭价格指数的对数收益率为研究对象，对内蒙古煤炭价格波动性进行实证研究。
研究结果显示，内蒙古煤炭价格指数的对数收益率序列均具有明显的波动集聚性，波动率序列具有显著的ARCH效应；煤炭市场往期的波动对现在波动的影响明显大于外部冲击；通过ARMA-GARCH模型中ARCH系数与GARCH系数之和与“1”的大小比较可知，波动具有不同强度的持续性和增强的趋势。
［关键词］煤炭价格指数；ARMA-GARCH模型；波动性；内蒙古doi：10.3969/j.issn.1673 - 0194.2023.20.052［中图分类号］F426；F764.1 ［文献标识码］A ［文章编号］1673-0194（2023）20-0161-070 引 言煤炭是我国重要的战略资源，在我国能源结构中居于主体地位，煤炭价格的波动在经济发展中有较大的影响，历来受到学者的关注。
比如，郭白滢、雷强［1］采用消除趋势波动分析法（Detrended Fluctuation Analysis,DFA）和多重消除趋势波动分析法（MF-DFA）分析了我国煤炭价格在其形成机制发生根本改变前后的波动特征。
宋建新［2］应用GARCH 类模型对煤炭价格的波动特征进行了研究，并通过构建VaR-GARCH族模型对煤炭市场的风险价值进行了测算。
隋广琳、张冠华［3］采用X12季节调整法和HP滤波法①对我国煤炭价格波动特性进行了分析。
张进良、王泽［4］基于煤炭市场供需关系会对煤炭价格产生主要影响的假设，构建了关于煤炭价格的状态空间方程，对煤炭价格均衡进行了实证分析。
煤炭价格走势分析 数学建模
煤炭价格走势分析摘要:本文通过分析对煤炭价格的变化趋势与对煤炭价格影响的主要因素,通过运用分析中的回归分析,简历单变量非线性回归模型与多元线性回归预测模型,以达到对煤炭价格的预测。
首先通过对我国山西大同Q550煤炭2012年9月-2014年5月的价格走势分析,建立以煤炭价格为因变量,以时间为自变量的单变量非线性回归模型,并且利用软件拟合出煤炭价格随时间变化的规律,本模型在一定程度上能预测未煤炭价格的预期就是,但运用此模型对未来进行长久预测具有较大的误差,与实际相差较大。
由于国家政策的变化,我们对模型偏差的原因进行了分析,发现供求关系就是影响煤炭价格的主要因素。
选取1995-2013年间煤炭的生产量、需求量作为自变量,仍以煤炭价格作为因变量,建立了多元线性回归模型,并且对此模型的四个变量做了时间序列分析,得到了2014年各个自变量的预测值,继而运用此模型比较精确的预测出了2014年的灭摊价格。
由于对我国煤炭需求总量的预测会受到许多因素的影响 ,以前的预测与实际相差较大。
经过认真比较与研究 ,我们采用基于灰色系统理论的 GM ( 1 ,1 ) 模型 ,对我国煤炭需求总量进行数列预测。
关键词:曲线估计、单变量非线性回归分析,多元回归分析、价格预测、时间序列分析、灰色模型一、问题的提出中国仍就是世界上以煤为主要能源的国家之一,煤炭在中国经济发展中占据着重要的位置,它不仅就是工业的主要能源,也就是民用的主要能源与化工原料,并且就是我国出口的商品。
煤炭仍就是中国的主要能源,未来较长的一段时间内,煤炭仍然就是中国能源的支柱,它仍在国民经济中具有重要的战略地位。
近几年来,我国煤炭的价格一直处于较大的波动范围,特别就是近几年的煤炭大幅下降引起了社会的广泛关注。
煤炭作为基础能源,需求关系的变化,必然会导致价格的变化。
煤炭作为国家主要能源,客观分析个判定煤炭价格的影响因素,了解预测未来煤炭的价格,对于掌握决策的主动权,就是非常重要的。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
煤炭价格走势分析摘要本文首先，通过搜集煤炭价格、产量和需求量的数据，运用数据分析中的回归分析方法，建立了非线性回归模型，得到了煤炭价格的变动趋势，实现了对煤炭价格的预测；其次，用spss 软件分析煤炭价格、产量、需求量数据之间关系，通过区域煤炭商品价格模型求得最优产量；然后，利用曲线估计分析已有数据，得到未来煤炭行业的发展趋势；最后根据前三问的结果及每年价格趋势，其它文献资料，为我国煤炭行业未来健康发展提出可行性建议。
针对问题一:本文通过对搜集到的2013年7月至2014年7月一年的数据进行分析，采用单变量非线性回归模型，利用spss 软件和Matlab 软件求解，本文通过对搜集到的2013年7月至2014年7月一年的数据进行分析，采用单变量非线性回归模型，利用Mtlab 拟合工具箱拟合出了煤炭价格随时间的变化规律，并利用spss 求得，均值、方差、残差等一些列数据，并据此对于三种煤炭的未来价格走势进行预测。
针对问题二：本文通过spss 软件分析了搜集到的两组关于煤炭价格、产量、需求量数据，可知第一组数据煤炭产量和需求量成线性关系，煤炭产量和需求量和价格关系不明显，第二组数据供应量和需求量关系不明显，供应量和煤炭价格成线性相关，需求量和煤炭价格关系不明显，但数据基本稳定；通过区域煤炭商品价格模型求解最优产量32.36887)(=*k S ，还求得了价格的最优解=*)(k P 1178.78，最优解是在利润最大（供需平衡）时取得，通过煤炭价格最优时即为此时的煤炭价格预测值，通过各年价格走势图可得其所搜集数据时期的实际价格走势，对此模型进行检验，可得与预测价格走势和实际走势一致，可得模型合理性较好。
针对问题三：通过研究国内经济总值对煤炭需求量的影响，建立煤炭需求量与经济发展之间的数量关系，采用研究两组变量之间非线性关系的方法—曲线估计，可得未来煤炭需求量与国内经济总值有3次方关系，煤炭需求量随国内经济总值增长而增长，即未来煤炭需求量依然会上涨，短期内煤炭在我们国家的一次能源使用中依然占很大比重，短期内煤炭行业依然有上升空间。
针对问题四：结合已有模型、结论及数据及每年价格趋势，其它文献资料，为我国煤炭行业未来健康发展提出了的可行性建议。
关键字：非线性回归 最小二乘法 spss 软件 Matlab 软件 价格走势规律一、问题的重述有人认为煤炭行业的衰落已是大势所趋，未来煤炭企业，肯定也是压力不断，这种压力不仅来自国际上的，随着内外价格倒挂，国外的煤炭不断进口造成的压力；压力还来自于内部，天然气对煤炭的替代，2011年的时候，我们国家的煤炭在一次能源中占比还有71%，那时天然气只有4.3%，现在煤炭将会降到65%，而天然气将会上升到6.5%，在这改变的过程中，煤炭将逐渐被替代。
但是这个过程应是缓慢的，对煤炭产业供需关系进行分析，我国煤炭行业未来健康发展具有一定的指导意义。
收集相关资料，以全国或某个地区煤炭行业情况为背景，完成以下问题：1、煤炭根据用途分为：动力用煤、炼焦用煤、化工用煤，收集这些煤炭价格数据，预测未来各类煤炭价格走势规律。
2、研究煤炭产量、需求量、价格之间的关系，建立价格最优化模型，给出相应的最优产量，并分析模型的合理性。
3、研究我国经济增长的需求和经济结构的转型对煤炭需求的影响，建立煤炭需求量与经济发展之间的数量关系，并对未来煤炭行业的发展进行预测。
4、结合你的研究成果，为相关部门或企业写一篇非技术性的报告，为我国煤炭行业未来健康发展提出合理的建议。
二、模型的基本假设1、查找得到的数据真实可靠，且每周/月/年煤炭价格的均值为全国平均价格；2、问题二中，购买力变化很小，其它价格对煤炭的需求量影响不大；3、短期内煤炭价格及需求量不受国际因素及国家政策的强制干预，主要受市场条件下的供求关系的影响；三、符号说明t………………………………………周数T………………………………………年代x………………………………………国内生产总值y………………………………………煤炭需求量D…………………………………k时期需求量(k)S…………………………………k时期供给量(k)X……………………………………煤炭利润(k)P……………………………………k时期煤炭价格)(kC……………………………………k时期总成本)(k四、问题的分析4.1 问题一的分析对煤炭价格进行预测，需要掌握一定量的数据。
通过查询可以获得我国2013年7月至2014年7月的煤炭价格。
通过对所得到的数据进行分析，发现三种煤炭价格与时间成非线性关系，在对三种煤炭各自进行整体分析的基础上，可以建立三种煤炭其各自与时间之间的单变量非线性回归方程，并据此对于煤炭未来走势进行预测。
4.2 问题二的分析研究煤炭产量、需求量、价格之间的关系，建立价格最优化模型，给出相应的最优产量，并分析模型的合理性根据搜集到关于煤炭产量、需求量、价格的两组数据，第一组数据为某地区10年1月至12年7月每月煤炭价格与产量和需求量的关系，第二组数据为某地区88年至97每年煤炭价格与产量和需求量的关系，利用spss软件对产量和需求量，产量和价格，需求量和价格之间的关系进行分析，得到它们之间散点图，根据散点图可判断它们之间是否具有线性关系，可知它们之间的关联性是否明显。
经分析可知，它们之间的关系很难建立价格最优化模型，所以我们考虑利用区域煤炭商品价格模型[2] ,根据现有的煤炭产量、需求量、价格之间数据对模型进行分析。
假设煤炭的产量即为供给量，销售量即为需求量，在一般情况下供求关系不能达到严格的平衡，在某时期可能出现供不应求和供大于求的情形，当供求达到均衡，即产量等于需求量时，此时为最优情况。
由于，煤炭价格产量和需求量的影响，所以煤炭的产量和需求量和价格有一定联系，又由于煤炭的价格受各种因素的影响，区域煤炭商品价格模型会有一定的局限性，因为它是在煤炭市场稳定，其它购买力对煤炭价格影响较小时确定。
4.3问题三的分析针对问题三，煤炭需求量主要受我国经济增长的需求和经济结构转型的影响，但由于经济结构对煤炭需求量的影响较为复杂，通过研究国内经济总值对煤炭需求量影响，来近似代替我国经济增长的需求对煤炭需求的影响，而并没有深入研究经济结构的转型对煤炭需求的影响，并认为煤炭需求量与煤炭行业发展相关。
应此我们只要找出国内经济总值与煤炭需求量的数值关系，便可预测未来煤炭行业的发展。
4.4问题四的分析根据已有模型及作出的结论，包括煤炭价格未来走势，需求、价格、产量之间的相互关系，以及我国经济增长的需求和经济结构的转型对煤炭需求的影响,对未来煤炭行业的发展做出可行性规划。
五、模型的建立与求解5.2 问题二的模型建立与求解 5.1.1模型的建立附表中给出了化工煤、动力煤、炼焦煤从2013年7月至2014年7月每天的价格及每周的均价，经过对于数据的分析，决定采用每周的均价，并以2013年7月29日至8月2日为第一周来进行分析根据已知数据，作出三种煤炭过去一年的走势图如图5-1-1。
图5-1-1.化工煤、动力煤、炼焦煤价格走势图通过分析图中价格走势，确定选择高斯回归方程作为价格指数的变化趋势的模拟，方程的形式为：+⨯+⨯+⨯+⨯+⨯=----------255244233222211)(5)(4)(3)(2)(1c b t c b t c b t c b t c b t ea ea ea ea ea y288277266)(8)(7)(6c b t c b t c b t ea ea ea ------⨯+⨯+⨯ （5-1）5.1.2模型的求解与精确度检测以2013年7月29日至8月2日为第一周，建立煤炭价格及时间的回归方程，分别代入数据，求解方程中各参数，分别得到三种煤的回归方程+⨯+⨯+⨯+⨯+⨯=----------255244233222211)(5)(4)(3)(2)(1c b t c b t c b t c b t c b t ea ea ea ea ea y288277266)(8)(7)(6c b t c b t c b t ea ea ea ------⨯+⨯+⨯对于化工煤1y 有⎪⎪⎪⎪⎪⎩⎪⎪⎪⎪⎪⎨⎧, 6251246580798159203779781527543721486884537723776073717700055838903806802555139770124665286814888777666555444333222111.=, c .=, b . =a ,.= c ,.=, b .= a ,. =,c . =,b .= a , .=, c .=, b .= a ,.=,c .=, b .= a ,.=, c .=-, b .= a , . =,c .=, b .= a ,.=, c . =,b .= a (5-2)对于动力煤2y 有⎪⎪⎪⎪⎪⎩⎪⎪⎪⎪⎪⎨⎧========================,. c , . , b .a , . c ,. , b .a ,. c , . , b a , . c , . , b.a ,. c ,.- , b a , . c , . , b .a ,. c , . b , a , . c , .b ,.a 8277783165419837074215576546376818750598735215653869168173488667922656582974283655282707142536888777666555444333222111 (5-3)对于炼焦煤3y 有⎪⎪⎪⎪⎪⎩⎪⎪⎪⎪⎪⎨⎧======================== ,. c , . b , a ,. c , . b , .a ,. c , . b , a ,. c , . b , .a ,. c , .- b ,a ,. c , .b , .a ,.c , . b , .a , . c , . b , a 4735143846567749445462291585615424129457506457191166111095946093035594113398767909689220477888777666555444333222111 (5-4)表5-1-1.分别给出化工煤、动力煤、炼焦煤根据此模型得到的拟合值及残差，经过2R 与检验，可知回归方程与实际值拟合良好，即该模型的显著性良好，通过检测。
表5-1-1. 周数 化工煤 动力煤炼焦煤均价 拟合值 残差 均价拟合值 残差 价格 拟合值 残差 1 1064.66 1063.4 1.26 769.81 771.22 -1.41 750.7 754.66 -3.96 2 1065.706 1070.4 -4.694 764.11 760.83 3.28 750.7 747.69 3.01 3 1070.934 1068.8 2.134 760.86 759.34 1.52 750.7 746.18 4.52 4 1072.5 1068.3 4.2 756.3 759.85 -3.55 752.116 748.55 3.566 5 1072.5 1071.4 1.1 755.16 758.38 -3.22 752.47 753.14 -0.67 6 1072.5 1075.5 -3 755.16 753.83 1.33 752.47 758.39 -5.92 7 1072.5 1077 -4.5752.39747.22 5.17 761.248763.09 -1.8428 1072.5 1074.5 -2 738.72 740.58 -1.86 768.03 766.47 1.569 1072.5 1070.3 2.2 737.09 735.93 1.16 768.03 768.28 -0.2510 1071.978 1067.9 4.078 733.19 734.54 -1.35 768.03 768.73 -0.711 1072.238 1069.7 2.538 736.12 736.65 -0.53 768.03 768.37 -0.3412 1075.76 1075.5 0.26 742.63 741.59 1.04 768.03 767.93 0.113 1075.76 1082.6 -6.84 748.32 748.31 0.01 769.586 768.07 1.51614 1082.816 1088.1 -5.284 754.83 755.9 -1.07 771.92 769.18 2.7415 1093.4 1090.6 2.8 762.48 763.98 -1.5 772.956 771.26 1.69616 1093.4 1090.9 2.5 774.04 772.75 1.29 774.51 773.91 0.617 1093.4 1091 2.4 782.67 782.75 -0.08 774.51 776.44 -1.9318 1093.4 1092.4 1 794.71 794.31 0.4 774.51 778.13 -3.6219 1094.968 1095.4 -0.432 805.13 807.16 -2.03 774.51 778.5 -3.9920 1097.32 1098.4 -1.08 820.58 820.15 0.43 775.116 777.54 -2.42421 1097.32 1099.7 -2.38 831 831.45 -0.45 777.45 775.78 1.6722 1097.32 1098.6 -1.28 838.16 839.02 -0.86 777.45 774.19 3.2623 1097.32 1096 1.32 842.39 841.26 1.13 777.45 773.81 3.6424 1097.32 1094 3.32 839.95 837.53 2.42 777.45 775.27 2.1825 1097.32 1094.4 2.92 825.47 828.42 -2.95 777.45 778.4 -0.9526 1097.32 1097 0.32 815.7 815.53 0.17 779.522 782.01 -2.48827 1100.456 1099.7 0.756 799.1 800.98 -1.88 780.04 784.12 -4.0828 1101.24 1099.3 1.94 788.04 786.81 1.23 780.04 782.57 -2.5329 1091.832 1093.1 -1.268 777.29 774.44 2.85 777.56 775.9 1.6630 1076.154 1080.5 -4.346 766.55 764.49 2.06 768.374 764.11 4.26431 1066.754 1063.8 2.954 755.49 756.82 -1.33 748.584 748.91 -0.32632 1044.282 1046.6 -2.318 751.74 750.88 0.86 735.094 733.26 1.83433 1036.704 1032.8 3.904 746.21 746.1 0.11 716.2 720.11 -3.9134 1024.16 1024.3 -0.14 738.07 742.2 -4.13 714.788 710.95 3.83835 1022.854 1020.5 2.354 736.77 739.23 -2.46 703.28 704.9 -1.6236 1017.63 1018.7 -1.07 737.26 737.47 -0.21 694.2 699.02 -4.8237 1017.63 1015.8 1.83 743.34 737.15 6.19 694.2 689.93 4.2738 1006.662 1009.9 -3.238 740.24 738.27 1.97 686.572 676.12 10.45239 994.512 1001 -6.488 740.24 740.4 -0.16 645.964 659.37 -13.40640 988.24 991.09 -2.85 741.38 742.84 -1.46 645.54 644.19 1.3541 988.24 982.86 5.38 742.03 744.8 -2.77 637.77 635.2 2.5742 988.24 978.27 9.97 744.31 745.7 -1.39 637.77 633.87 3.943 973.87 977.34 -3.47 745.12 745.4 -0.28 637.77 637.29 0.4844 973.87 978.17 -4.3 745.61 744.21 1.4 637.77 640.14 -2.3745 973.87 977.87 -4 744.31 742.74 1.57 637.77 638.92 -1.1546 973.086 974.16 -1.074 742.85 741.55 1.3 633.89 634.8 -0.9147 969.95 966.76 3.19 741.21 740.8 0.41 633.89 632.12 1.7748 957.934 957.56 0.374 739.42 740.06 -0.64 633.89 633.26 0.6349 951.01 949.63 1.38 737.31 738.37 -1.06 633.89 634.76 -0.8750 943.17 945.14 -1.97 734.55 734.9 -0.35 626.9 630.16 -3.2651 943.17 943.25 -0.08 731.62 730.14 1.48 622.24 619.91 2.3352 939.252 939.2 0.052 727.22 727.69 -0.47 621.676 622.32 -0.644方差：545.1 方差：206.7 方差：649.72R=0.9962 2R= 0.9961 2R=0.9964 标准差：4.412 标准差：2.717 标准差：4.817分别绘制三种煤炭理论值与实际值的对比图（图5-1-2,5-1-3,5-1-4.），从图中可以看出三种煤炭的曲线对其实际值的拟合效果很好，根据理论曲线可以预测未来三种煤炭价格指数的走势。