成品油价格与家庭汽车.docx
- 文档编号:29589091
- 上传时间:2023-07-24
- 格式:DOCX
- 页数:46
- 大小:591.68KB
成品油价格与家庭汽车.docx
《成品油价格与家庭汽车.docx》由会员分享,可在线阅读,更多相关《成品油价格与家庭汽车.docx(46页珍藏版)》请在冰豆网上搜索。
成品油价格与家庭汽车
2013年河南科技大学数学建模选拔赛
承诺书
我们仔细阅读了数学建模选拔赛的规则.
我们完全明白,在做题期间不能以任何方式(包括电话、电子邮件、网上咨询等)与队外的任何人研究、讨论与选拔题有关的问题。
我们知道,抄袭别人的成果是违反选拔规则的,如果引用别人的成果或其他公开的资料(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,严格遵守选拔规则,以保证选拔的公正、公平性。
如有违反选拔规则的行为,我们将受到严肃处理。
我们选择的题号是(从A/B/C中选择一项填写):
A
队员签名:
日期:
2013年8月27日
2013年河南科技大学数学建模竞赛选拔
编号专用页
评阅编号(评阅前进行编号):
评阅记录(评阅时使用):
评
阅
人
评
分
备
注
成品油价格与家庭汽车
摘要
本文研究成品油价格和家庭汽车等问题,利用时间序列预测模型和非线性拟合模型,来预测未来中国成品油价格情况、家庭汽车的发展前景等情况。
第一小题:
针对问题一:
我们通过查阅报刊和到互联网上来了解分析影响中国成品油价格的因素。
综合所得的资料,得出影响中国成品油价格的因素有12种。
其中国际原油价格对中国成品油价格影响最大。
针对问题二,通过互联网,搜索2009年至2013年,国内成品油价格调整数据,分别创建汽油价格和柴油价格的时序列,作出游程检验,p值为0,为非平稳时序列。
先后进行3阶差分和4阶差分后的平稳时序列,作出两者的自相关图和偏相关图,观察并估计系数,然后建立时间序列模型,参数值未通过显著性检验。
于是我们选择直接对原数据进行时间序列模型创建,分别得到汽油价格模型和柴油价格模型,得出2015年国内成品油价格的预测。
第二小题:
针对问题一:
我们选杭州市作为样本。
首先,到杭州市统计局官网查找家庭汽车的相关数据并整理成表格。
然后,我们做车辆数随年份的散点图,观察出它不是线性相关的,且它是小样本数据,我们就利用MATLAB编程求解系数值,从而建立了非线性拟合模型。
此模型为:
通过模型我们预测到2020年的车辆数为1.8388亿辆,且从2014年到2020年间家庭汽车以指数形式增长,所以预测出到2020年家庭汽车市场前景良好。
针对问题二:
我们整理所需数据进行处理,得到家庭汽车数量和成品油价格随时间发展的各个斜率制成表格,画图能清楚的看出成品油价格增长幅度和家庭汽车增长幅度呈负相关。
第三小题:
分析外国的成品油价格因素,了解到大多数国家的成品油定价中,都考虑了原油价、税收、进出口、供给需求等。
所以我们在下一问中建立的模型三就考虑研究成品油价格和国际原油价格,税收,石油进口量之间的关系。
选择汽油价格来建立适合中国国情的成品油定价模型,选择主要因素:
国际原油价格,税收,进口量,进行因素与汽油价格之间相关性分析,并建立多元线性回归模型,得到定价模型
关键字:
成品油价格,家庭汽车数量,MATLAB编程,非线性拟合模型,
时间序列模型多元线性回归
1、问题重述
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。
请你就某个城市,搜集家庭汽车、影响成品油价格因素等实际数据(标出来源),对以下问题建立数学模型,并回答问题。
1.1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。
1.2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。
1.3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。
1.4根据你所建立的模型,给国家发改委提出中国成品油定价机制的建议。
2、模型假设
2.1:
假设网上找到的数据是真实可靠的。
2.2:
假设当月未查到的成品油价格表示成品油价格未发生改动,所以就跟从前个月的价格。
2.3:
假设私人汽车就是家庭汽车。
2.4:
假设成品油价格调整日期在月初或月末,每个月15号之前的调价为月初调,价,15号之后调价为月末调价。
2.5:
原油进口价格以布伦特石油价格为基准价格。
2.6:
我国原油供给全部来自进口原油。
2.7:
国内成品油价格只考虑消费税的税费。
2.8成品油价格影响因素之间相互独立。
3、变量说明
名称说明:
时间距离----表示年份与2000年之间的时间差。
例2000年的时间距离为0;2001年的时间距离为1。
符号说明
------表示截距
------表示趋势
------表示加法模型的季节因子
-------表示年份,
------时序列中年份为
时序列值
------向后平滑期数
-----时序列中年份为
时的序列值
------表示时间距离。
-------表示时间。
------表示近似函数。
------表示私人汽车数。
------表示近似函数的系数矩阵,
。
-------表示时间距离的矩阵,
。
-------表示家庭汽车的数量矩阵,B=AD。
------汽油价格。
------汽油价格减去税费的值。
------国际原油价格系数
------进口量系数
------国际原油价格
------进口量
4、问题分析
4.1:
我们把问题分成两部分。
问题一为分析影响中国成品油价格的因素;问题二为建
立时间序列预测模型,并预测到2015年中国成品油价格情况。
4.1.1:
按照(文献【1】)得定义成品油是指汽油、煤油、柴油及其他符合国家产品质量标准、具有相同用途的乙醇汽油和生物柴油等替代燃料。
而在生活中汽油和柴油被广泛使用,且在国际上也是以汽油价格和柴油价格来衡量成品油价格。
综合以上,我们将分析成品油价格转化为分析汽油和柴油的价格。
我们根据(文献【2】、文献【3】、文献【4】)总结得出影响成品油价格的十二种主要因素:
(1)国际成品油价格,
(2)国际原油价格,(3)替代能源及发展战略,(4)国家环境保护及能源消费有关政策,(5)加入WTO,(6)燃油附加税,(7)成品油进出口量,(8)走私贩运成品油,(9)国家石油储备制度,(10)成品油市场的供给与需求,(11)交通运输,(12)成品油市场竞争。
在影响成品油价格的因素中,表层现象原因取决于国际成品油油价、成品油供给因素、需求因素以及行业竞争情况;国家环境保护有关政策、成品油净进口量、政局原油储备体制、燃油附加税、走私贩运成品油则是五个较深层次的影响因素;替代能源因素和国际贸易依存度是两个深层次原因;而原油价格是影响成品油价格的根源。
4.1.2:
建立中国成品油价格的数学模型,并预测2015年国内成品油价格的情况,
我们选择对汽油价格和柴油价格分别建立时间序列,并通过以下流程建立所需的预测模型,并进行预测。
4.2我们也把问题分成了两部分。
问题一为建立模型二即非线性拟合模型来预测到2020年的家庭汽车数量情况。
问题二我们同过模型一和模型二中的数据,整理处理,画出他们增长斜率的变化图来分析成品油价格增长幅度和家庭汽车增长的影响。
4.2.1:
针对问题一:
我们选杭州市作为样本。
首先,到杭州市统计局官网查找家庭汽车的相关数据并整理成表格。
然后,我们做车辆数随年份的散点图,观察出它是不是线性相关的。
若它不是呈线性相关的则根据它是小样本数据,我们就利用MATLAB编程求解系数值,从而建立了非线性拟合模型。
通过模型我们预测到2020年的车辆数,且根据画出模型的图型来分析到2020年间家庭汽车的变化情况,从而预测出到2020年家庭汽车市场前景好坏。
4.2.2:
我们整理所需数据进行处理,得到家庭汽车数量和成品油价格随时间发展的各个斜率制成表格,画图能清楚的看出成品油价格增长幅度和家庭汽车增长幅度呈负相关。
4.3.1:
目前,世界各国国内市场成品油价格的形成机制主要有市场竞争形成价格和国家定价两种。
其中大部分国家都是采用市场竟争的模式来定成品油价,比如韩国、日本、美国、英国等。
为了分析完全市场化,我们分析了美国的成品油定价机制。
在美国,汽柴油价格会随着原油价格的波动随时调整。
美国汽油随行就市的一个主要原因是它的成本构成中原油成本占据主要部分。
按照美国能源部近年的统计,汽油平均成本中,55%是原油,22%是炼油环节,19%是税收,4%是批发和营销。
但也有国家采用国家定价机制。
例如比利时,它是个典型的“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。
所以综合以上来看现在各国的成品油定价机制无论最终采取什么样的定价方法,都在坚持与国际市场价格接轨的方向和原则,建立既反映国际市场石油价格变化,又考虑国内市场供求、生产成本和社会各方面承受能力等因素的成品油定价机制。
且在所有国家的成品油定价中,都考虑了原油价、税收、进出口、供给需求等。
所以我们在下一问中建立的模型三就考虑研究成品油价格和国际原油价格,税收,石油进口量之间的关系
。
4.3.2:
针对中国国情,我们选择“国际原油价格”,“税收”“原油进口量”三个因素来决定成品油价格,建立了关于汽油价格的多元回归定价模型。
从互联网中搜集数据,获得2009年至2011年每月布伦特原油的价格和国内原油进口量。
自2009年1月1日起,我国汽油消费税由0.2/升提升到1元/升。
每立方米体积的车用汽油为0.725吨,1立方米=6.29桶(油),一吨车用汽油为6.29/0.725=8.67桶,一桶=158.98升,所以一吨车用汽油所交税费为
元。
得到三大因素的值,建立模型。
5、模型建立
5.1:
模型一
5.1.1在第一问的基础上,首先我们通过互联网(文献【5】,文献【6】)查找到我们需要的数据,我们把数据整理出来,(见附表一)。
然后,我们利用(附表一),按每月月初、月末数据归属来建立表格(见附表二)。
5.1.2:
根据表格二利用EXCEL绘制该序列的时序图。
图一:
六、模型的评价与改进
从图上看出自2009年-2012年,同时期汽油价格都高于柴油价格。
汽油价格和柴油价格都是向上增长,可以看出成品油整体上是呈向上增长的趋势。
但在小范围内时,价格波动较平凡。
其中2010年11月份-2011年5月份,在这阶段内汽油价格和柴油价格都在不停的增长,增长幅度较大;而在2012年4月份-2012年8月份左右,在这阶段内汽油价格和柴油价格都呈直线形势下降。
5.1.3:
利用游程检验来检验平稳性。
利用spss作游程检验来检验其平稳性,
表一:
游程检验
汽油价格
柴油价格
检验值a
7730
6980
案例<检验值
24
24
案例>=检验值
26
26
案例总数
50
50
Runs数
2
2
Z
-6.858
-6.858
渐近显著性(双侧)
.000
.000
a.中值
游程检验中p值都为0,所以汽油价格时序列和柴油价格时序列都是非平稳的。
根据分析,序列蕴含着曲线趋势,利用spss通过三阶差分提取曲线趋势的影响。
并绘制出时序图。
图二:
汽油价格三阶差分后时序图
图三:
柴油价格三阶差分后时序图
由时序图分析,汽油价格和柴油价格大致在0值附近波动,波动范围游街,且无明显趋势和周期特征。
进一步检验其平稳性,再次对其做游程检验。
表二:
游程检验
DIFF(汽油价格,3)
DIFF(柴油价格,3)
检验值a
0
0
案例<检验值
18
18
案例>=检验值
29
29
案例总数
47
47
Runs数
30
30
Z
1.964
1.964
渐近显著性(双侧)
.049
.049
a.中值
P值为0.049,接受时序列为平稳时序列,但并不显著,于是利用spss作出四阶差分,作出时序图,
图四:
汽油价格四阶差分后时序图
图五:
柴油价格四阶差分后时序图
该时序图波动范围有界,无明显趋势及周期特征,认为是平稳序列,进一步作游程检验,
表三:
游程检验
DIFF(汽油价格,4)
DIFF(柴油价格,4)
检验值a
0
0
案例<检验值
20
20
案例>=检验值
26
26
案例总数
46
46
Runs数
35
35
Z
3.305
3.305
渐近显著性(双侧)
.001
.001
a.中值
由表分析,p值极小,所以四阶差分后时序列为平稳序列。
下面作出差分后序列自相关图、偏相关图来确定模型。
图六汽油价格自相关图
自相关图中延迟3阶后,自相关系数衰减到小范围中波动,这表明序列明显短期相关,序列由显著地相关系数衰减为小值波动的过程有些缓慢。
图七:
偏自相关图
延迟5阶后的偏自相关系数都在小范围中波动,偏相关系数衰减为小值波动的过程相当缓慢。
图八:
柴油相关系数图
考察该序列的自相关图,自相关图中延迟3阶后,自相关系数全部衰减到小范围中波动。
图九:
偏自相关
5.1.4:
求解参数值。
序列由显著偏自相关系数衰减为小值波动的过程相当缓慢。
接着利用spss进行模型创建,得到模型参数
表四:
指数平滑法模型参数
模型
估计
SE
t
Sig.
DIFF(柴油价格,4)-模型_1
无转换
Alpha(水平)
.002
.014
.174
.863
Delta(季节)
2.543E-5
.146
.000
1.000
DIFF(汽油价格,4)-模型_2
无转换
Alpha(水平)
.002
.014
.171
.865
Delta(季节)
8.240E-6
.143
5.756E-5
1.000
模型参数的p值都大于0.05,没有通过显著性检验。
于是通过对原始数据进行spss创建模型,并进行预测。
表五:
指数平滑法模型参数
模型
估计
SE
t
Sig.
汽油价格-模型_1
无转换
Alpha(水平)
1.000
.154
6.473
.000
Gamma(趋势)
1.431E-6
.080
1.788E-5
1.000
Delta(季节)
.001
331.234
3.019E-6
1.000
柴油价格-模型_2
无转换
Alpha(水平)
1.000
.155
6.441
.000
Gamma(趋势)
1.398E-6
.086
1.623E-5
1.000
Delta(季节)
.001
266.914
3.747E-6
1.000
得出汽油价格模型:
表示截距,b表示趋势,c为加法模型的季节因子,
;k为向后平滑期数,
,s表示季节周期的长度,对于月度数据s=12。
柴油价格模型:
表示截距,b表示趋势,c为加法模型的季节因子,
;k为向后平滑期数,
,s表示季节周期的长度,对于月度数据s=12。
5.1.5:
预测值为表六:
2015年国内成品油价格预测
模型
1月2015
2月2015
3月2015
4月2015
5月2015
6月2015
汽油价格-模型_1
预测
9993
10053
10331
10683
10601
10511
UCL
12197
12305
12629
13027
12989
12943
LCL
7789
7801
8033
8340
8212
8079
柴油价格-模型_2
预测
9108
9168
9413
9743
9666
9583
UCL
11244
11350
11640
12014
11980
11940
LCL
6972
6986
7186
7472
7351
7226
表七:
2015年国内成品油价格预测
模型
7月2015
8月2015
9月2015
10月2015
11月2012
12月2015
汽油价格-模型_1
预测
10556
10598
10811
10688
10791
10791
UCL
13031
13116
13370
13288
13431
13471
LCL
8081
8081
8252
8088
8150
8111
柴油价格-模型_2
预测
9633
9671
9881
9758
9850
9858
UCL
12032
12110
12360
12278
12417
12455
LCL
7235
7231
7401
7239
7299
7261
图十:
拟合预测图形
观察2015年国内成品油价格的预测值,成品油价格波动明显,但是总体是上升趋势。
5.2模型二:
由于题中要求选一个城市,来研究家庭汽车数随年的变化。
选择了杭州市的车辆变化。
5.2.1:
在杭州统计局官网查找资料通过(文献【6】、文献【7】、文献【8】、文献【9】、文献【10】、文献【11】、文献【12】)找到我们所需的数据并整理成表格。
表格八:
杭州私家车数量变化
年份
车辆数(辆)
2007
477588
2008
565182
2009
718675
2010
942427
2011
1162925
2012
1408700
我们利用表格八在EXCEL中制作了散点图,如下图:
图十一:
杭州私家车数量随时间的散点图
通过图十一,我们能看出杭州私家车数量变化随年递增,且递增幅度越来越大。
同时也能从侧边反应社会经济的快速发展,杭州市民的生活水平在逐年提高。
时间和私家汽车数量也不是线性关系,所以我们不用线性回归模型,而用拟合模型来预测未来汽车的变化。
5.2.2首先我们处理数据,将2000年作为临界点,然后利用公式计算时间距离。
公式:
利用此公式制作表格九:
部分时间距离表
年份
时间距离
2007
7
2008
8
2009
9
2010
10
2011
11
2012
12
2013
13
5.2.3:
已知(di,yi)的六组数据,利用插值拟合建立模型。
根据公式:
公式
(1)表示的是近似函数与时间距离的关系式;
公式
(2)表示的是近似函数等于家庭汽车数。
公式
(1):
公式
(2):
要求:
n<=5
结合公式
(1),公式
(2)得到公式(3):
公式三表示的是家庭汽车与时间距离的关系。
公式(3):
我们根据公式三转换为矩阵形式,得到公式四。
公式四:
DA=B
A=
1749343240116807
1864512409632768
1981729656159049
110100100010000100000
111121133114641161051
112144172820736248832
B=
477588
565182
718675
942427
1162925
1408700
利用MATLAB求解方程系数:
>>D=A\B
得到D=
1.0e+007*
-9.8132
5.4934
-1.2111
0.1318
-0.0071
0.0001
解得近似函数的系数:
D=[a0;a1;a2;a3;a4;a5]=
1.0e+007*
[-9.8132
5.4934
-1.2111
0.1318
-0.0071
0.0001]
于是得到模型二:
也可以写成B=AD
5.2.4:
我们根据所建模型来预测到2020年家庭汽车的发展前景。
我们利用模型二并结合MATLAB编程(程序见附表1)预测到2020年的家庭汽车数量及图表。
表格十:
2007年-2020年间的杭州家庭汽车数量情况表
单位:
亿两
年份
家庭汽车
2007
0.0048
2008
0.0057
2009
0.0072
2010
0.0094
2011
0.0116
2012
0.0141
2013
0.0199
2014
0.0368
2015
0.0789
2016
0.1686
2017
0.3383
2018
0.6321
2019
1.1078
2020
1.8388
表十预测出到2020年间的杭州家庭汽车数量,能直接的得到具体数据
如图十二
2007年-2020年间的杭州家庭汽车数量情况表
图三清楚的描绘了到2020年杭州市的家庭汽车数量变化情况。
开始汽车增长的较缓慢,到2014年开始呈指数形式递增,增长数度很快,说明家庭汽车到2020年前的需求很大。
所以预测到2020年家庭汽车的发展前景良好。
5.2.5
初级检验:
为了检验模型的准确性,我们进行MATLAB拟合画图,得图四。
图十三:
原值与利用近似函数求的解的对比拟合图
图十三中红色线表示的是2007-2020年间利用模型二求得的值,而‘*‘表示的是2007-2012年间的原值。
从图中可以看出原值与拟合值很接近,所以我们认为,模型二的拟合度较好。
5.2.6:
为了说明成品油价格对家庭汽车增长的影响。
由于成品油中的汽油对家庭汽车影响较大,所以我们这里利用汽油价代替成品油价。
我们利用表格二,表格三用均值来将数据进行处理得到如下表:
表十一:
2009-2012年家庭汽车数量和汽油价表
年份
车辆数
汽油价
2009
718675
6257.5
2010
942427
7246.67
2011
1162925
8321.67
2012
1408700
8560
根据表十一对数据进一步做处理。
得到
表十二:
汽油价和车辆数随年份变化产生变化的斜率
年份
汽油价
车辆数
2009
0.16
0.31
2010
0.17
0.23
2012
0.03
0.21
利用表十二,我们制作了下图:
图十四:
汽油价和车辆数随年份变化产生变化的斜率
从图十四可以清楚的看出当汽油价上升幅度增大时,汽车数量增长形势下降幅度极快;当汽油价大幅度下降时,家庭汽车数量增长形势下降幅度减缓。
综合上面可知,当成品油价格对家庭汽车增长的有较大影响。
成品油价格增长幅度和家庭汽车增长幅度呈负相关。
5.3模型三:
5.3.1制作表格:
国内成品油定价因素数据表
月份
汽油价格
国际原油价格
税收
原油进口量
汽油价格—税收
元/吨
美元/桶
元/吨
万吨
元/
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 成品油 价格 家庭 汽车
![提示](https://static.bdocx.com/images/bang_tan.gif)