本站小編為你精心準備了煤炭的價格波動論文參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

1利用模型分析陜西煤炭價格波動對區域GDP的影響

（1）平穩性檢驗。為了對序列進行分析，首先進行平穩性檢驗，本文采用eviews7軟件，通過取對數對序列進行平穩性檢驗。檢驗結果見表2。從表2可以看出，變量lnPcoal的ADF值為－2．75546，小于在10％置信水平下的臨界值－2．69044，說明lnPcoal的原序列是平穩的，即I（0），變量lnGDP的ADF值為－2．691100小于在10％置信水平下的臨界值－2．690439，說明原始序列平穩，即I（0），可以對兩個序列進行回歸分析。

（2）建立回歸模型。本文通過對兩個變量取對數建立回歸模型：LnGDP＝a＋bLnPcoal利用最小二乘法對回歸模型參數計算求得樣本的回歸模型為：LnGDP＝4．133＋0．1310LnPcoal模型表明，煤炭價格增加1％，工業GDP指數上升0．1310％。

（3）回歸模型的擬合優度檢驗。雖然建立了樣本的回歸模型，但是還需要對解釋變量煤炭價格變異對被解釋變量工業GDP的變異解釋進行檢驗。R2＝ESS／TEE＝1－RSS／TSS稱為可決系數，通常用來判斷回歸線的擬合優度。若R2＝1，表示回歸模型完全解釋了被解釋變量的變異；若R2＝0，則表示被解釋變量與解釋變量之間無線性關系。其中：TSS（totalsumofsquares）是真實的被解釋變量圍繞其均值的總變異；ESS（explainedsumofsquares）是估計的被解釋變量圍繞其均值的變異，是由解釋變量解釋的部分；RSS（residualsumofsquares）是被解釋變量變異未被解釋的部分。如果選擇的回歸模型能很好的擬合樣本數據，則ESS遠大于RSS，如果回歸模型對樣本數據擬合不好，則RSS遠大于ESS。由于ESS遠大于RSS，說明工業GDP的波動可以由煤炭價格解釋99．998％，所建立的線性回歸對樣本的擬合度很好。

（4）回歸方程顯著性檢驗。對回歸方程顯著性檢驗最常用的檢驗是F檢驗，F值越大，越有理由拒絕原假設H0：b＝0，接受備擇假設H1：b≠0。根據F＝ESS／（RSS／（T－2））求得F＝338．0238／（0．0079／（15－2））＝556241．6962。通過查閱F分布臨界值表可知，a＝0．005臨界值為11．37。由于F值大于F分布臨界值，所以拒絕煤炭價格系數為0的原假設，接受備擇假設。

（5）因果關系檢驗。煤炭價格和工業GDP之間存在相關關系，但是到底誰是因，誰是果，還需要進行因果關系檢驗。格蘭杰檢驗是檢驗序列之間因果關系的常用方法。本文通過格蘭杰因果關系檢驗，檢驗結果見表3。檢驗結果顯示：在5％顯著水平下，lnGDP不是lnPcoal格蘭杰的原因的假設被拒絕，lnPcoal不是lnGDP格蘭杰原因的假設也被拒絕。因此表明煤炭價格和工業GDP之間具有穩定的因果關系，而且互為因果。

2結論

利用1998年－2012年陜西煤炭價格和工業GDP數據建立了回歸模型LnGDP＝4．133＋0．1310LnPcoal，通過擬合優度檢驗和方程的顯著性檢驗表明，所建立的回歸模型很好的擬合了樣本數據。回歸模型也通過了顯著性檢驗，通過格蘭杰因果關系檢驗表明，煤炭價格和工業GDP之間是互為因果關系。

作者：李鮮玲張大田雷翠玲單位：陜西能源職業技術學