尋找成品油的最優(yōu)定價機制.doc

尋找成品油的最優(yōu)定價機制摘要本文主要分兩個層次來探究成品油的定價問題，一是通過多元線性規(guī)劃得出成品油油價與各影響因素的關系，對近十年的油價做出合理評價，二是通過找各影響因素與時間關系，利用評價模型，對油價做出合理預測，并提出合理定價措施。油價的上漲受多重影響因素共同控制。主要影響因素有：國際油價、年人均GDP產值、石油的年平均產量和消費量、全國能源消費總量等。模型一首先通過一元線性回歸分析得出各影響因素與國內年平均成品油價格具有一定的相關性，然后采用多元線性規(guī)劃的方式得出各影響因素對目標函數成品油油價的影響權重，最終得出成品油油價與各主要影響因素的總關系，并與當前油價比較，做出合理評價，總關系為： 模型二通過做散點圖，選擇合理的函數模型描述各變量與時間的關系，并通過建立各影響因素與時間的函數關系。并利用評價模型對成品油油價做出合理預測。為使模型簡化。我們所研究的模型為全國平均成品油價格，具體到各地區(qū)，由于市場經濟發(fā)展的差異性,成品油價格也具有一定的差異性，必須在同全國油價增長幅度大致一致的情況下，適應當地的經濟發(fā)展需求否則就會抑制經濟發(fā)展。以北京市為例，忽略各年度其他影響因素，直接通過線性回歸，找到該城市各年度油價與全國平均成品油價格的函數關系，進而對成品油做出合理定價。在此基礎上，我們利用模型對2015年的北京市93號和0號柴油油價做出了預測。任一年份，任意地區(qū)的油價皆可通過此方式對做出合理定價。 結合模型一二、發(fā)改委的相關規(guī)定以及當地影響油價的一些次要因素，提出合理的成品油定價機制。關鍵詞：成品油油價 相關性 線性回歸 權重 函數關系 層次分析一、 問題的重述成品油（汽油、柴油、煤油等）的合理定價對國家經濟發(fā)展及社會和諧穩(wěn)定具有重要的意義。中國成品油十場 運行機制先后經歷了完全計劃經濟階段、雙軌階段、雙軌價格過渡階段，與國際油價間接接軌階段等多個主要階段，目前實行的是2009年出臺的成品油價格管理辦法。自2009年以來，國內成品油價格調整了18次，其中13次上調，5次下調，但是，國內成品油價格出現(xiàn)了不降反升的情況。油價的上漲引起了廣大消費者的不滿。沒到成品油調價窗口期，油價話題總會引發(fā)熱議，與此同時，現(xiàn)行的成品油定價機制也遭到了廣泛質疑，定價機制改革的呼聲也日益高漲。1、 請針對中國國情，查閱相關資料，收集可靠數據，通過數學建模，提出“更為可靠”的成品油定價機制。2、 提供一篇報告，說明“新定價機制的優(yōu)勢”二、模型的假設1.假設主要因素對成品油油價的影響占足夠大的比重，且這些因素與成品油油價之間的關系均為線性關系。 2.假設全國成品油油價受主要影響因素的影響程度與各地區(qū)相同即根據全國成品油平均油價所建模型適用于各地區(qū)。 3政府干預沒有對成品油油價造成影響。 4.2008年經濟危機席卷全球我國的經濟發(fā)展也受到一定的沖擊甚至對2009年也可能產生一定影響因此有時為使模型準確度更高我們將這些異常數據未考慮因此假設全球及全國的經濟保持穩(wěn)定不受大的自然和地質災害影響。 5忽略國內投機行為對國內成品油油價的影響。 6.假設所搜集到的數據基本上真實有效。三、符號說明（i=1、2、3、4、5）表示第i個影響因素的值（i=1、2、3、4、5）表示第i個回歸方程對應的相關系數（i=1、2、3、4、5）表示在第i個因素的影響下的全國年平均成品油油價表示年份表示全國年平均成品油價格表示北京93號汽油價表示北京0號柴油價四、問題的分析4、1模型一的分析 1、通過查找資料找到與油價相關的因素，并對其主要性和次要性做出判斷，選出對成品油油價影響最大的五個因素。2、用matlab軟件對各影響因素做回歸分析，找到各影響因素與成品油油價之間的函數關系。 3、在各影響因素與成品油油價具有相關性的基礎上。對各影響因素與成品油油價做多元線性回歸，找到各影響因素的權重。4、2模型二的分析 1、通過做散點圖回歸分析找到各影響因素關于時間的函數。2、將時間帶入所求函數中。求得預測年份影響成品油價格的五個影響因素的值帶入模型一所得多元線性回歸方程中。求得該年度平均成品油價格3、由于各地區(qū)油價具有差異性。選取北京市研究其油價隨全國平均油價變化關系，并對北京市油價做出合理預測定價。4、3 結合模型一和模型二及國家發(fā)改委石油價格管理辦法試行全文給發(fā)改委提出合理的成品油定價機制。五、模型的建立與求解5、1 模型一的建立與求解5、1、1 國際原油價格對國內成品油油價的影響：國際石油價格對國內成品油油價的影響因素很多如：石油的商品屬性供求關系決定油價方向，即在國際石油對國際石油的供給量減少時，國內成品油油價可能上升，反之可能下降，石油的庫存影響油價波動周期，隨著經濟發(fā)展，石油儲量逐漸減少，油價可能上升，匯率因素影響油價的實際高低，由于國際原油交易主要以美元為標價，因此美元匯率也是影響原油價格的主要因素之一。當美元升值時，此類大宗商品的價格將下降，反之，美元貶值時，原油價格將上漲，世界經濟發(fā)展狀況促進油價階段性調整，突發(fā)事件與氣候狀況是油價波動更加不確定，因此我們取各因素的綜合影響因素國際原油價對國內成品油油價的影響。年份2002200320042005200620072008200920102011國際年平均油價（美元/桶）28.5533.4546.5255.7963.2572.2497.561.6679.03104.9國內年平均油價（美元/桶）29.830.1141.0570.1277.7977.79104.865.2282.782.7用matlab做線性回歸分析：相關系數： 線性模型：5、1、2人均年GDP產值與成品油平均價格關系：我國人均GDP產值對人均能源消費有著重要影響。能源消費增長與GDP增長基本是同向增長，能源消費是經濟持續(xù)穩(wěn)定增長的重要推動力，為經濟發(fā)展提供了物質保證，經濟發(fā)展又反過來刺激能源消費。因此石油資源作為我國能源的重要組成部分，與人均GDP產值有密切的關系。年份20002001200220032004200520062007200820092010人均GDP（美元）9491042113512741490173220702652341437484394用matlab做線性回歸分析，相關系數：線性模型：5、1、3全國能源消費總量與成品油價格的關系能源消費總量控制將對我國經濟社會產生重大影響，將影響GDP增長速度、能源結構、能源價格、GDP產業(yè)結構，乃至耗能產業(yè)遷移。目前，國際原油價格已經飆升超過100美元一桶，不斷升高的國際油價，不僅阻礙了全球的經濟復蘇，也增加了我國能源進口的成本。此外，近幾年異常天氣和能源生產安全事故對能源行業(yè)的影響也越來越大，能源的平穩(wěn)運行和持續(xù)穩(wěn)定供應將面臨挑戰(zhàn)。一旦實施能源供應總量控制，能源供求關系可能失衡，能源價格可能上漲。因此能源消費總量的均衡與成品油油價有密切關系。數據見附錄：用matlab做線性回歸分析，相關系數： 線性模型：5、1、4年平均石油產量和消費量與成品油油價之間的關系國內石油產量與消費量可通過供求關系影響成品油價格，間接地通過影響石油的出口量、進口量影響成品油價格。為了滿足供需平衡，應使國內石油產量+進口量=石油消費量+出口量。因此，年平均石油產量和消費量客觀上反映了這個關系。國內平均石油產量和消費量年份200020012002200320042005200620072008200920102011石油產量161871647517000170751747018175185001859618900189402030120364年份19992000200120022003200420052006200720082009石油銷量200.0 241.0 231.9245.7275.2291.8317346.5365.7389.6391.8用matlab做線性回歸分析相關系數： 線性模型：5.1.6各影響因素對成品油價格的綜合影響年份2002200320042005200620072008200920102011全國年平均石油價格（美元/桶）29.830.1141.0558.470.1277.79104.8265.2282.7100.79國際年平均石油價格（美元/桶）28.5533.4546.5255.7963.2572.7497.561.6679.03104.39全國能源消耗總量（萬噸標準煤）151796.59174990203227224682246270265583265000306647296916年人均GDP產量（元）113512741490173220702652341437484394年平均石油產量（萬噸）17000170751747018175185001859618900189402030120364年平均石油消耗量（萬噸）245.7275.2291.8317346.5365.7389.6391.8用matlab做多元線性回歸相關系數：線性模型：5.1.7 對模型的評估年份200220032004200520062007200820092010實際年平均油價（美元/桶）29.80 30.1141.0570.1277.7977.79104.8265.2282.7計算年平均油價（美元/桶）31.8233.3743.9862.90 73.6982.19101.657.5183.03 由圖表觀察，實際年平均平均成品油價格與通過建立模型計算所得成品油價格非常接近，因此所建立模型基本合理，我們可以利用此模型對未知年份的油價進行合理推測。5.2 成品油油價預測與合理定價5.2.1 成品油油價的主要影響因素與時間的關系影響因素一元（多元）回歸方程 國際年平均石油價格與時間關系 X1=1.0e+004*（0.00073451t-1.4674 ）年人均GDP產值與時間關系X2=1.0e+005 *（0.0035t-6.9451）全國能源消費總量與時間關系X3=1.0e+007*（0.00010247t-2.0320）石油年平均產量與時間關系X4=1.0e+005*（0.0037t-7.3066） 石油年平均消費量成品油與時間關系X5=1.0e+004 *（0.0020t-3.9762 ）5.2.2 北京市油價與全國平均成品油油價關系 由于各地區(qū)經濟發(fā)展水品不均衡石油儲量、石油消費量、地質條件等影響石油價格的因素均有差異，因此各地油價存在一定的差異性。以北京市為例今年不同類型汽油價格為：北京市油價（元/升）90號93號97號0號20002.853.063.132.9720012.632.912.992.8520022.462.732.962.6320032.973.153.453.0620043.323.463.673.3920053.733.924.073.7820064.845.095.455.0720075.025.125.465.0520085.866.1056.566.0420095.675.886.325.7120106.896.927.586.920117.387.478.147.4120128.318.338.88.3以93號汽油和0號柴油為例，通過線性回歸，得到 5.2.3利用所建模型為2012年北京市93號汽油和0號柴油定價 令t=2012，則=1.0e+004*（0.00073451t-1.4674）=104.3412 1.0e+005*（0.00356.t-0.9451） =9.6900e+003 1.0e+007*（0.00010247t-2.0320）= 2.9696e+005 =1.0e+005*（0.003733881t-7.3066 ）=2.0456e+004 1.0e+004 *（0.0020t-3.9762）=478結果分析與定價措施：即實際計算結果為2012年北京市93號汽油平均價格為8.33（元/升） 0號柴油平均價格為8.4（元/升），與實際價格基本吻合； 具體定價可以以理論計算價位為標準，根據當地實際情況設定一個波動范圍（如：0.2（元/升），例如當市場自動調節(jié)時超過波動范圍，如2012年北京市93號汽油超過8.5（元/升）或低于8.1（元/升）時，由國家發(fā)改委聯(lián)合政府干預調節(jié)到波動范圍內，以保證國家各領域正常運轉。 5.2.4利用所建模型預測2015年北京市93號汽油和0號柴油定價 即當t=2015時 =1.0e+007*（0.00010247t-2.0320）=3.2770e+005=1.0e+005*（0.003733881t-7.3066 ）= =538 結果分析：即預測到北京市2015年93號汽油價格約為15.43（元/升），0號柴油價格約為15.47（元/升），與2012年比較，發(fā)現(xiàn)漲幅很大，原因分析為從理論看，影響因素大多與所求函數值成正相關，即，各變量的值都在增加，因此函數值增長很快：油價過高將會影響社會的方方面面，由于經濟發(fā)展需求，對石油的需求量日益增大，而石油儲量卻越來越少，因此推測油價隨時間推移肯定會上漲，且漲幅逐漸增加。為緩解危機，我們可以積極開發(fā)新能源，并對石油資源盡可能的充分而有效地利用，以緩解我們將要共同面臨的石油危機。 六、探究成品油定價機制及優(yōu)勢 6.1 合理的成品油定價機制 在經濟發(fā)展進程中，無論是GDP的變化還是能源的使用情況都是有一定規(guī)律，我們的回歸擬合的思想相當于找各變量的變化規(guī)律，并將它們之間的規(guī)律在假設的基礎上具體化，規(guī)律具有普遍性和廣泛的適用性，因此我們所建立的模型可以使研究對象沿著這個普遍存在的規(guī)律變化，這也是事物本身的變化規(guī)律，因此我們的模型可以服務于成品油的合理定價。具體方法如下： 1. 根據實際情況查找出影響該地油價變化的因素； 根據當地的油價具體情況找出對油價影響較大的盡可能多的影響因素作為主要研究對象； 2. 利用模型一的回歸思想，去除相關性較低的變量，用多元線性回歸的方式找到油價與各影響因素的綜合關系； 3. 研究各影響因素關于時間的變化規(guī)律，選用合理的函數模型來描述這種變化關系； 4. 將各影響因素隨時間的變化規(guī)律上述的綜合關系中求解，獲得理論上的平均成品油價；5. 結合近年油價的調整，依據所求的平均油價確定合理的油價范圍； 6. 根據當地對石油的投資狀況、消費狀況確定合理的利潤率，進而確定成品油的出廠價；7. 當市場油價波動超過我們所求范圍時，政府通過適時地宏觀調控使油價及時變化范圍；8. 隨著經濟的快速發(fā)展，我們對能源的需求量逐漸增加，而可再生能源儲量卻日益減少；因此政府因積極引導企業(yè)充分合理地利用有限的資源，積極開發(fā)新能源以解油價持續(xù)上漲的危機；6.2 該成品油定價機制的優(yōu)勢1. 實用性強，對不同年份、不同地區(qū)的定價機制均適用；2. 可操作性強，忽略了石油在生產與運輸過程復雜的投入和支出關系，從宏觀的角度來考慮定價機制，使模型簡化、易于實現(xiàn)、應用到實際中；七、誤差分析1、所搜集到的數據本身有一定誤差；2、對變量做線性規(guī)劃時，本身是一種合理假設，變量之間的關系可能不是完全的線性關系，因此回歸分析結果存在一定誤差； 3、由于本問題的研究過程中對變量做了多次線性回歸，因此可能使誤差積累產生更大的誤差。 八、模型推廣本模型所使用的方法適用于受多因素控制的并具有一定變化規(guī)律的變量，因此可推廣到同類問題的研究。九、模型的應用 本模型可用于.研究各年份、各不同地區(qū)的各類油價變化情況。 十、模型評價 模型的優(yōu)點：1.靈活的使用線性回歸的方式使問題簡化。 2.忽略次要因素的影響，使模型簡化。 3.所建模型具有一定的廣泛性，即可用于求解不同年份、不同地區(qū)模型求解。模型的缺點：1.定量數據較少，定性成分多，不易使人信服。 2模型建立過程中存在誤差積累，降低了模型的精確度。 3由于所研究的主要因素較少，不能更準確的反映研究對象與各因素之間.關系。 十、參考文獻1 姜啟源 數學模型與實驗高等教育出版社 2 趙臨龍 全國數學建模競賽中國人民大學出版社 3余曉鐘 成品油價格影響因素系統(tǒng)分析/magazine/Article/TRJJ200302009.htm 十一、附 錄 一、各種因素與年平均油價的關系 國內年平均石油價格與國際年平均石油價格的關系 x=28.55 33.45 46.52 55.79 63.25 72.74 97.5 61.66 79.03 104.39; X=ones(10,1) x; Y=29.8 30.11 41.05 58.4 70.12 77.79 104.82 65.22 82.7 100.79; b,bint,r,rint,stats=regress(Y,X) rcoplot(r,rint) figure(2) z=b(1)+b(2)*x; plot(x,Y,k+,x,z,r)石油平均價格與平均消費量的關系 x= 245.7 275.2 291.8 317.8 346.5 365.7 389.6 391.8; X=ones(8,1) x; Y=29.8 30.11 41.05 58.4 70.12 77.79 104.82 65.22 ; b,bint,r,rint,stats=regress(Y,X) rcoplot(r,rint) figure(2) z=b(1)+b(2)*x; plot(x,Y,k+,x,z,r) 人均年GDP產值與平均石油價格關系 x=1135 1274 1490 1732 2070 2652 3414 3748 4394; X=ones(9,1) x; Y=29.8 30.11 41.05 58.4 70.12 77.79 104.82 65.22 82.7; b,bint,r,rint,stats=regress(Y,X) rcoplot(r,rint) figure(2) z=b(1)+b(2)*x; plot(x,Y,k+,x,z,r) 人均年GDP產值與平均石油價格關系 石油的年平均產量 x=17000 17075 17470 18175 18500 18596 18900 18940 20301 20364; X=ones(10,1) x; Y=29.8 30.11 41.05 58.4 70.12 77.79 104.82 65.22 82.7 100.79; b,bint,r,rint,stats=regress(Y,X) rcoplot(r,rint) figure(2) z=b(1)+b(2)*x; plot(x,Y,k+,x,z,r) 年平均石油價格與全國能源消費總量關系 x=151796.59 174990 203227 224682 246270 265583 306647 296916; X=ones(8,1) x; Y=29.8 30.11 41.05 58.4 70.12 77.79 65.22 82.7; b,bint,r,rint,stats=regress(Y,X) rcoplot(r,rint) figure(2) z=b(1)+b(2)*x; plot(x,Y,k+,x,z,r)對各影響因素進行多元線性規(guī)劃 x1=28.55 33.45 46.52 55.79 63.25 72.7 61.66 79.03 ; x2= 245.7 275.2 291.8 317.8 346.5 365.7 389.6 391.8; x3=1135 1274 1490 1732 2070 2652 3748 4394; x4=17000 17075 17470 18175 18500 18596 18900 18940; x5=151796.59 174990 203227 224682 246270 265583 285000 296916; Y=29.8 30.11 41.05 58.4 70.12 77.79 65.22 82.7 ; X=x1 x2 x3 x4 x5; stepwise(X,Y) X=ones(8,1) x1 x2 x3 x4 x5; b=regress(Y,X) b = -285.1122 1.3313 0.3241 0.0026 0.0178 -0.0007 二、不同的成品油與年平均價格的關系0號柴油與全國年平均成品油價格關系 x=29.8 30.11 41.05 58.4 70.12 77.79 104.82 65.22 82.7 100.79; X=ones(10,1) x; Y=2.63 3.06 3.39 3.78 5.07 5.05 6.04 5.71 6.9 7.41; b,bint,r,rint,stats=regress(Y,X) rcoplot(r,rint) figure(2) z=b(1)+b(2)*x; plot(x,Y,k+,x,z,r)三、預測未來油價 預測模型各變量與年份關系 x=2002 2003 2004 2005 2006 2007 2008 2009 2010 2011; y=28.55 33.45 46.52 55.79 63.25 72.74 97.5 61.66 79.03 104.39; plot(x,y,*) x=2002 2003 2004 2005 2006 2007 2008 2009 2010 2011; X=ones(10,1) x; Y=28.55 33.45 46.52 55.79 63.25 72.74 97.5 61.66 79.03 104.39; b,bint,r,rint,stats=regress(Y,X) rcoplot(r,rint) figure(2) z=b(1)+b(2)*x; plot(x,Y,k+,x,z,r) x=2002 2003 2004 2005 2006 2007 2008 2009 2010 2011; y=28.55 33.45 46.52 55.79 63.25 72.74 97.5 61.66 79.03 104.39; P,S=polyfit(x,y,1) Y,delta=polyconf(P,x,S) x1=2000:100:2015; f=polyval(P,x1) plot(x,y,ro,x1,f,-) hold on plot(x,Y+delta,*g) plot(x,Y-delta,*g)x=1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009; Y=200 241 231.9 245.7 275.2 291.8 317.8 346.5 365.7 389.6 391.8; X=ones(11,1) x; b,bint,r,rint,stats=regress(Y,X) rcoplot(r,rint) figure(2) z=b(1)+b(2)*x; plot(x,Y,k+,x,z,r) x= 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010; Y=949 1042 1135 1274 1490 1732 2070 2652 3414 3748 4394; X=ones(11,1) x; b,bint,r,rint,stats=regress(Y,X) rcoplot(r,rint) figure(2) z=b(1)+b(2)*x; plot(x,Y,k+,x,z,r) x= 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011; Y=16187 16475 17000 17075 17470 18175 18500 18596 18900 18940 20301 20364; X=ones(12,1) x; b,bint,r,rint,stats=regress(Y,X) rcoplot(r,rint) figure(2) z=b(1)+b(2)*x; plot(x,Y,k+,x,z,r) x=1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010;Y=98703 103783 109170 115993 122737 131176 138948 138173 132214 130119 138553 143199.3 151796.59 174990 203227 224682 246270 265583 285000 306647 296916; X=ones(21,1) x; b,bint,r,rint,stats=regress(Y,X) rcoplot(r,rint) figure(2) z=b(1)+b(2)*x; plot(x,Y,k+,x,z,r) x=1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010; y=98703