建立价格预测模型 指导化工产品销售
*******
来源：《消费导刊·理论版》2008年第13期
[摘 要]准确认识、恰当评价一定时期内化工产品的价格走势，是争取销售主动权、把握好量价配合、实现经济效益最优的关键。一个有效的市场，其价格是随机波动的，由于产品价格是相关信息的综合反应，虽然我们并不知道这种传导的方式和灵敏度是什么，但是，我们可以利用适当方法通过信息在价格中的历史反应来判断价格的未来行动方向或状态，从而寻求信息在石化产品价格中的反应机制。本文旨在探讨建立价格预测模型的可能性和必要性，提出了方法、模型及建议。并尝试建立了聚丙烯的价格预测的一元线性回归模型。
[关键词]模型 预测 建议
作者简介：常明（1972-），男，籍贯：山东省东营市，职务、职称：工程师，大本学历。
一、概述
近几年来，世界化工原料供需矛盾突出，就相对熟悉的塑料行业而言，中国塑料树脂表观消费量已经由2000年的2300万吨增加到2004年的3813.3万吨，年均增长13.5%；到2005年年底，中国塑料树脂表观消费量将突破4000万吨。在中国市场上，随着几家大型合资公司的加入，国内的塑料市场竞争日趋激烈，面对中石油、赛科、杨巴、BP等公司，中国石化销售公司要想在今后塑料市场博弈中取胜，就要以市场为基础，根据客户需求的变化做出更快的响应，为客户提供高附加值的服务。而所有这些都将取决于与对市场、对产品价格的判断。避免市场涨价前大量出货、涨价后无货可卖的现象发生。
二、建立价格预测模型的设想
本人参加过工业过程先进控制（APC）设计，其基本原理就是把众多温度、压力、流量等因素加上工艺计算集合成一个整体模块，反映内在的关联关系，条件的变化可以通过模型计算看到结果的变化趋势。塑料产品的价格预测模型虽然比工艺模型复杂的多，但还是存在
共性。如果能参考现有的相对成熟的工业控制模型应用到经济领域，需要时能够通过模型看到价格的走势并用实际的走势校正模型的结果，不断提高模型的精度和预测的准确率，将十分有利于我们销售管理工作。
（一）几种工业控制模型介绍
1．预测控制
预测控制或称为模型预测控制（MPC）是仅有的成功应用于工业控制中的先进控制方法之一。
各类预测控制算法都有一些共同的特点，归结起来有三个基本特征：（1）预测模型，（2）有限时域滚动优化，（3）反馈校正。
2．智能控制
智能控制是现代控制技术的又一个重要领域。关于智能控制有不同的定义。参考一个应用各种人工智能技术的范例，智能控制可以包括如下几种方法：学习控制系统；专家系统；模糊控制；神经网络控制。
（1）学习控制系统
学习控制系统采用模式识别技术获得控制回路当前的状态，然后根据回路状态和储存的历史信息和经验知识作出控制决定。由于学习控制系统受储存的知识的限制，它至今还没有得到广泛的应用。
3d预测专家推荐 （2）专家系统
专家系统是根据专家系统技术，使用一个知识库来作出控制决定的。知识库由专家的经验知识，在线获得的系统信息和推理机组成。由于专家系统的知识以符号表示而且总是离散的，因此它适用于生产计划、调度和故障诊断等决策问题。但不适用于解决连续控制问题。
（3）模糊控制
与学习控制系统和专家系统不同，模糊控制是模糊推理和控制技术相结合的产物。用模糊集合和模糊概念描述过程系统的动态特性，以数学公式的形式来代表系统的信息或经验知识。根据模糊集和模糊逻辑来作出控制决策。虽然模糊控制在解决复杂控制问题方面有很大的潜力，但是其设计过程复杂而且要求具备相当的专业知识。另外，由于没有许多基本的数
学运算，所以模糊数学不属于数学领域的范畴。例如，模糊控制中并不一定存在加法的逆。因此，解一个模糊方程很困难，而传统控制理论和应用中解微分方程是最基本的。所以，缺乏好的数学工具是模糊控制需要克服的根本问题。
（4）神经网络控制
神经网络控制是一种使用人工神经网络的控制方法。因为人工神经网络是建立在强有力的数学基础上，所以它有很大的潜力，这个数学基础包括了各种各样的已被充分理解的数学工具。在无模型自适应控制器中人工神经网络也是一个重要组成部分。
（二）经济模型的种类以及确立方法
1．第一类是跟踪学习国外新的数量经济学理论、新的建模技术、新的分析方法等，并尝试将这些新的理论、技术和方法应用到中国的经济实践中。
2．第二类属于将国内已掌握的理论、技术、方法提出改进或应用于新的领域。
3．第三类属于运用大规模联立模型方法对整个宏观经济进行预测分析。
4．第四类涉及运用单方程方法或小规模联立模型方法对某个具体行业、部门，或某个具体经济问题进行研究，并对未来的趋势进行预测分析。
三、灰系统模型及应用
查阅资料得知目前灰系统模型在石油、农业、股票、汽车等行业都有成功应用，那么应用到对石化产品的预测上面也应可行。我们知道，石化产品的价格走势是极为复杂且难以预测的。石化产品价格对市场信息如何进行反应，即使最富经验的人也难以确切说明，这是因为，我们缺乏信息对市场影响的传导系统的结构和系统传导模型，不能准确把握金融政策、供求关系、国内外市场及商家心理等因素的变化及其对市场的影响方式和作用，只能似是而非地对价格走势进行做出判断，其结果可想而知。
（一）灰系统模型
灰系统理论（Grey System Theory）的创立源于20世纪80年代，是由英国科学家艾什比（W·R·Ashby）所提出的“黑箱”（BlackBox）概念发展演进而来，是自动控制和运筹学
相结合的产物。目前，灰系统理论得到了极为广泛的应用，不仅成功地应用于工程控制、经济管理、社会系统、生态系统等领域，而且在复杂多变的农业系统也取得了可喜的成就。灰系统理论在管理学、决策学、战略学、预测学、未来学、生命科学等领域展示了极为广泛的应用前景。
由于产品价格是相关信息的综合反应，所有的相关信息的传导机制和灵敏度都得到了相应的反应。虽然，我们并不知道这种传导的方式和灵敏度是什么，但是，我们仍然可以利用适当方法通过信息在价格中的历史反应来判断价格的未来行动方向或状态，从而寻求信息在石化产品价格中的反应机制，这是因为历史行为反应至少部分反应了价格行为固有规律，并反应了价格对新信息的反应能力，这种反应能力决定了价格的进一步发展的方向。
我们知道，灰系统是通过对原始数据的收集与整理来寻求其发展变化的规律，这是因为，客观系统所表现出来的现象尽管纷繁复杂，但其发展变化有着自己的客观逻辑规律，是系统整体各功能间的协调统一，因此，如何通过散乱的数据系列去寻其内在的发展规律就显得特别重要。灰系统理论认为，一切灰序列都能通过某种生成弱化其随机性而呈现本来的规律，也就是通过灰数据序列建立系统反应模型，并通过该模型预测系统的可能变化状态 。
根据灰系统理论，要把握市场价格走势和发展方向，我们需要知道新信息的加入会使原有的趋势得以改变，新信息的不断加入是市场价格不断变化的驱动力，而新信息的影响并不是在瞬间完成的，而是需要一定的时间进行消化在市场价格中逐步体现，这就是通常意义的历史信息的记忆功能，这种记忆能力对于市场价格走势的驱动力具有一定的“惯性”作用，通过判断这种驱动力（系统发展系数）的发展变化来预测未来价格走势正是灰系统理论所要解决的问题。
（二）将灰系统模型应用于石化产品价格预测
在实际工作中，我们经常遇到这种情况，即一种产品的销售价格在短短几个月内涨落很大，甚至达到50％以上。同一个项目半年之内的财务评价结果可能截然相反，问题就在于产品销售价格预测。因此，要保持评价结果的科学性，且经得住时间的推敲，必须重视市场与价格的预测。要确定合理的预测价格，需要考虑多种因素，包括国内外市场走向、开工率，市场占有率、市场服务范围、区域条件、运输条件、外贸进出口情况、相关行业的情况等，要制定合理预测模型，进行必要的概率分析，预测应该是有科学根据的预测，不能是随意和盲目的人为取舍。
技术分析更多的关心市场上发生了那些行为，以及这些行为对未来市场将产生多大的影响。市场行为记录了信息，并且是可以识别的模式，现在的市场行为在将来的市场中将成为历史数据，同样也会按照一定的模式对将来的市场分析产生影响，即历史是可以重演的。技术分析是以科学的技术方法，出这种模式，建立一定的数学模型，反映这种数据上的逻辑关系。因此，要建立模型，判断石化产品的价格走势，应该收集近几年具有代表性的时间段的数据序列，应该考虑把价格的走势同当时国内的供需矛盾、社会库存、国际原油、单体、进口产品的价格走势、人民币汇率、通货膨胀、人气、季节性因素、国家总体经济形势等数据结合起来收集，按照灰写数据序列的要求，建立系统模型。
四、一元线性回归模型的应用
因建立灰系统模型工程过于庞大，以下仅对一元线性回归模型做一尝试。例如，某石化企业要求预测在主要原料丙烯成本推动下聚丙烯的国际市场价格。我们假设原料价格代表
该产品成本的变化因素。在其他变量中，我们放弃了难以解释的宏观经济政策引起的消费能力因素和心理因素，而选择了直接原料丙烯为首选自变量。
（一）一元线性回归模型
一元线性回归模型形式：
其中， 称为因变量，为自变量，代表对因变量的主要影响因素， 代表各种随机因素对因变量的影响总和。在实际应用中，通常假定 服从正态分布，即。 a和b称为回归系数。
回归系数a和b 的估计：在用一元线性回归模型进行预测时，首先必须对模型回归系数a和b进行估计。一般说来，估计的方法有多种，其中使用最广泛的是最小平方法（OLS估计法）。估计结果是：
这里，
和均是我们已有的历史数据。
模型的显著性检验：建立的一元线性回归模型是否符合实际，所选的变量之间是否具有显著的线性相关关系？这就需要对建立的回归模型进行显著性检验，通常用的检验法是相关系数检验法。相关系数是一元回归模型中用来衡量两个变量之间相关程度的一个指标，其计算公式是：
发表评论