何文琪

[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- 02

0      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。……