电力工业铜消费分析与研究【下】

三、主要电工电器设备对铜的市场需求预测模型　　（一）2015、2020年主要电工电器设备对铜的市场需求预测模型一　　1． 模型假设　　1、2006-2014年细分行业用铜量估计模型　　运用统计分析和探访调研的方法，得出结论细分行业每亿元主营业务收益的产品必须用铜量，进而估计出有细分行业用铜量。　　模型创建的过程不仅基于国家统计局的涉及行业数据，更加重点统计分析了中国电器工业协会及其所属的电线电缆分会、高压电源分会、变压器分会、大电机分会等涉及专业协会的数据，使得模型本身和模型中参数的挑选更加科学和精确。　　另外，相结合中国电器工业协会及其涉及分会，课题组有针对性地通过探访、派发调查问卷、电话咨询等多种形式积极开展了调查研究工作，对模型的创建和模型中参数的挑选展开了了解的研讨。

　　估计模型：　　某年细分行业用铜量=细分行业每亿元主营业务收益的产品必须用铜量细分行业主营业务收益。　　2、2015-2020年细分行业用铜量预测模型　　运用统计分析的方法，难于找到某细分行业的增长速度与发电设备总计装机增长速度于是以涉及。同理，某细分行业用铜量的增长速度也与发电设备总计装机增长速度于是以涉及。　　预测模型：　　各细分行业的用铜弹性系数由宏观经济、该细分行业的发展特点等多种因素要求，因此各细分行业用铜弹性系数不尽相同。

　　2．用铜总量分析及预测　　根据预测模型，融合未知数据，分别计算出来电机、电力用电线电缆、高压电源、变压器、电器附件行业用铜量，综合分析获得2015年及2020年电力装备行业用铜量预测结果，如表格1右图。预计2015年电力装备行业用铜量为509.79万吨，2020年电力装备行业用铜量将超过633.68万吨。　　根据中国有色金属工业协会统计数据表明，2014年我国铜消费量为872.00万吨（录：此数据不还包括保税区库存，为转入终端消费的铜消费量），而根据模型一计算出来获得2014年电力装备行业用铜量在488.30万吨，占到我国当期铜消费量比例为56.00%。2015年精炼铜产量大约800万吨，比上年快速增长6%左右，低于同期国内消费增长速度大约2个百分点【录1】。

由此估计2015年中国铜消费量增长速度大约为4.0%，根据2014年铜消费量为872.00万吨，计算出来获得2015年中国铜消费量大约906.88万吨。按照2014年电力装备行业用铜量占到全国铜消费量比例为56.00%计算出来，计算出来获得2015年电力装备行业用铜量为507.85万吨，与本预测模型测算的2015年电力装备行业用铜量509.79万吨，计算出来数据误差为0.38%，误差范围大于1%，指出计算出来值和模型测算值结果十分相似，从而检验本预测模型的合理性和可靠性。

　　资料来源：中国有色金属报《2015年有色行业运营情况分析及对2016年走势的研判》，2016年1月11日。　　2015年10月，安泰科调降其对于中国2015年精炼铜消费量预估，从922万吨降到918万吨，因还包括加热器和通信行业在内的下游铜加工业的市场需求更为低迷。上述数据预测值与中国有色金属报《2015年有色行业运营情况分析及对2016年走势的研判》中的预测值也较为相似。

　　（二）基于时间序列分析和主成分分析法的用铜量预测模型二　　本课题组挑选累计到2006年到2015年来自国家统计局中10年的数据展开分析预测。本课题组使用的指标主要还包括：发电设备(万千瓦)、水轮发电机组(万千瓦)、汽轮发电机(万千瓦)、电站锅炉(蒸吨）、工业锅炉(蒸吨)、交流电动机(万千瓦)、变压器(万千伏安)、电焊机(万台)、电动工具(万台)、GDP（亿元）、全社会用电量（亿千瓦时）、电力投资（亿元），共12个变量预测用铜量（万吨）。

搭配的统计分析软件为:SPSS10、Eviews8展开分析预测。　　1. 通过ARMA模型预测变量数值　　创建自重返移动平均值模型，由于稳定随机过程既具备自重返过程的特性又具备移动平均值过程的特性，则不应分开用于AR(p)或MA(q)模型，而必须两种模型混合用于。由于这种模型包括了自重返和移动平均值两种成分，所以它的阶是二维的，由p和q两个数包含，其中p代表自重返成分的阶数，q代表移动平均值成分的阶数，记作ARMA(p, q)，称为自重返移动平均值混合　　通模型或称作自重返移动平均值模型。

模型ARMA(p,q)的一般表达式为：　　确认ARMA模型的阶数，叙述一个稳定随机过程的经济系统，根据样本数据创建模型，其他变量同理可证。　　根据图1可以显现出数据皆遵从ARMA(1，1)，由此利用Eviews8可以预测未来6年，即2015年到2020年的12个变量的数值。

明确数值如表格2。　　2. 数据处理解法主成分　　利用SPSS 19统计分析软件展开数据处理，首先对数据标准化处置，再行展开数据降维处置，经分析获得指标间的相关系数矩阵可以显现出给定两个自变量之间的相关系数的绝对值都大于0.75，可以辨别这12个变量之间不不存在显著的多重共线性。　　相关系数矩阵的特征值和特征值的方差贡献率及其积累方差贡献率闻表格3。

在规定的积累方差贡献率下萃取了主成分之后，根据主成分综合模型计算出来综合主成分值，并对其按综合主成分值展开排序。　　由表格3各主成分的系数可获得主成分表达式：　　3.重返分析并创建预测模型　　利用重返分析（regression analysis)是确认3个主成分与用铜量间相互依赖的定量关系，展开多元线性重返分析。

获得模型参数如表格4右图：　　获得用铜量预测模型为：　　将数据带进上述所辟预测模型，获得预测结果如表格5：　　由此可以预测出2015年至2020年电力装备行业的用铜量分别为：500.33万吨、537.06万吨、547.92万吨、577.71万吨、594.93万吨、622.42万吨。　　四、模型结果检验及研究结论　　本课题使用两种预测模型，模型一结果：2015年，电力装备行业用铜量将为509.79万吨，2020年电力装备行业用铜量将为633.68万吨左右，2015-2020年电力行业用铜平均值增长速度在4.45%。其中电机用铜119.41万吨，平均值增长速度为7.02%；电力电缆行业用铜量为457.15万吨，平均值增长速度为3.79%；高压电源行业用铜量为16.68万吨，平均值增长速度为4.18%；变压器行业用铜为31.82万吨，平均值增长速度为6.01%；电器附件行业用铜量为8.62万吨，平均值增长速度为2%。模型二结果：2015年至2020年用铜量分别为：500.33万吨、537.06万吨、547.92万吨、577.71万吨、594.93万吨、622.42万吨。

　　由模型一获得2015年电力装备行业用铜量为509.79万吨，模型二获得2015年电力装备行业用铜量为500.33万吨，两种模型预测的2015年电力装备行业用铜量结果的误差为1.8%，大于2%。两种预测模型结果的相互检验，在一定程度上指出了两种预测方法的合理性和可靠性。　　由此可找到，通过时间序列原理，融合主成分分析法需要较好地综合12个变量的影响效果，全面地分析未来6年电力装备行业的用铜量，考虑到因素牵涉到全面，预测效果较好，预测结果可作为最重要的参考资料用于。

本文来源：KB体育官网-www.vapilawyers.com