，，

(國網(wǎng)四川省電力公司，四川 成都 610041)

0 前 言

當(dāng)前，隨著經(jīng)濟(jì)發(fā)展進(jìn)入新常態(tài)，電力需求高速增長的拐點(diǎn)已經(jīng)到來；電力體制改革正逐步深入，各類改革試點(diǎn)、新售電公司層出不窮，電力公司面臨日益復(fù)雜的外部發(fā)展環(huán)境。在這種情況下，電力公司在實(shí)現(xiàn)企業(yè)發(fā)展模式轉(zhuǎn)型升級的過程中，如何更好處理新形勢下與政府、社會的關(guān)系，更加積極、主動(dòng)地對接、服務(wù)地方經(jīng)濟(jì)發(fā)展，爭取更好的外部發(fā)展環(huán)境、樹立優(yōu)異的企業(yè)形象，對未來經(jīng)營發(fā)展至關(guān)重要。

電力公司是數(shù)據(jù)的金礦，用電信息充分反映了市場主體的經(jīng)濟(jì)活動(dòng)活躍度，而電力數(shù)據(jù)相對傳統(tǒng)經(jīng)濟(jì)數(shù)據(jù)的先行性，可以及時(shí)研判行業(yè)生產(chǎn)和發(fā)展態(tài)勢、服務(wù)地方經(jīng)濟(jì)決策。同時(shí)，傳統(tǒng)視角判斷經(jīng)濟(jì)周期面臨著種種制約，通過收集用電數(shù)據(jù)，從電力視角把握經(jīng)濟(jì)周期，可以一定程度克服定性評價(jià)的缺陷，發(fā)揮巨大的作用。通過關(guān)聯(lián)經(jīng)濟(jì)數(shù)據(jù)與用電數(shù)據(jù)，構(gòu)建基于電力數(shù)據(jù)的經(jīng)濟(jì)景氣指數(shù)，判斷經(jīng)濟(jì)周期及其走勢，并建立相應(yīng)預(yù)測模型對未來經(jīng)濟(jì)走勢進(jìn)行預(yù)判，具有較高的實(shí)用價(jià)值。

1 經(jīng)濟(jì)景氣指數(shù)模型研究現(xiàn)狀

1.1 經(jīng)濟(jì)景氣指數(shù)發(fā)展情況

經(jīng)濟(jì)景氣研究經(jīng)歷了近百年的歷史，已成為世界許多市場經(jīng)濟(jì)國家監(jiān)測經(jīng)濟(jì)運(yùn)行的一種重要手段，其構(gòu)建過程主要分為以下幾個(gè)階段：第1階段主要是1888年至1917年，從巴黎統(tǒng)計(jì)學(xué)大會用顏色測定法國經(jīng)濟(jì)波動(dòng)，到哈佛編制哈佛指數(shù)以及金融市場有關(guān)的“金融指數(shù)”，并以此來預(yù)測經(jīng)濟(jì)的走勢；第2階段是景氣指數(shù)的研究形成階段，1937 年，密切爾和伯恩斯研究了近500 個(gè)經(jīng)濟(jì)指標(biāo)的時(shí)間序列，選擇了 21 個(gè)指標(biāo)構(gòu)成經(jīng)濟(jì)指示器，之后又提出了研究報(bào)告“循環(huán)復(fù)蘇的統(tǒng)計(jì)指標(biāo)”，預(yù)測出了經(jīng)濟(jì)轉(zhuǎn)折的時(shí)間，并被后來的實(shí)際經(jīng)濟(jì)波動(dòng)所證實(shí)；第3階段是景氣指數(shù)研究的發(fā)展階段，這階段對擴(kuò)散指數(shù)進(jìn)行了大量研究工作；第4階段是景氣指數(shù)研究的拓展階段，20世紀(jì)70年代，國際景氣研究中心將經(jīng)濟(jì)景氣度用于監(jiān)測分析國際經(jīng)濟(jì)波動(dòng)，并建立經(jīng)濟(jì)監(jiān)測指標(biāo)體系；第5階段是景氣監(jiān)測預(yù)警體系創(chuàng)新化階段，進(jìn)入20世紀(jì)90年代后，景氣指數(shù)方法的應(yīng)用范圍逐漸擴(kuò)大，景氣研究思想不斷開拓創(chuàng)新，實(shí)際應(yīng)用中不斷改進(jìn)完善，目前已經(jīng)成為世界許多市場經(jīng)濟(jì)國家監(jiān)測經(jīng)濟(jì)運(yùn)行的一種重要手段[1-4]。

1.2 電力數(shù)據(jù)對經(jīng)濟(jì)景氣指數(shù)模型的改進(jìn)

在當(dāng)前的日常經(jīng)濟(jì)指數(shù)模型構(gòu)建和分析中，傳統(tǒng)判斷經(jīng)濟(jì)周期與經(jīng)濟(jì)走勢存在一些短板，例如判斷規(guī)則的把握以及經(jīng)濟(jì)指標(biāo)的滯后性等問題，難以有效地得到解決。

圖1 傳統(tǒng)經(jīng)濟(jì)周期判斷短板

構(gòu)建了基于電力數(shù)據(jù)的經(jīng)濟(jì)景氣指數(shù)模型，由于電力數(shù)據(jù)相較經(jīng)濟(jì)數(shù)據(jù)具有很高的先行性特征，因此構(gòu)建電力景氣指數(shù)可以很好地支撐對經(jīng)濟(jì)形勢的把控并且在一定程度上更具備前瞻性。

為了最大發(fā)揮電力數(shù)據(jù)的先行性特征，采取等權(quán)重加權(quán)的方式，利用選取的強(qiáng)周期性行業(yè)構(gòu)建了基于電力數(shù)據(jù)的經(jīng)濟(jì)景氣指數(shù)，并將全省售電量數(shù)據(jù)構(gòu)建為基準(zhǔn)線。進(jìn)一步，引入經(jīng)濟(jì)學(xué)中關(guān)于經(jīng)濟(jì)周期理論的4個(gè)階段：繁榮、衰退、蕭條、復(fù)蘇，形成周期性變換模型。在構(gòu)建完成的模型曲線中，當(dāng)景氣指數(shù)線在上時(shí)，若兩線距離擴(kuò)大，則代表復(fù)蘇；若兩線距離收窄，則代表繁榮；當(dāng)景氣指數(shù)線在下時(shí)，若兩線距離擴(kuò)大，則代表衰退；若兩線距離收窄，則代表蕭條。針對兩線相交，要關(guān)注該段長期時(shí)間內(nèi)的發(fā)展趨勢，偶爾的相交不一定帶來經(jīng)濟(jì)周期的變化。

圖2 經(jīng)濟(jì)景氣指數(shù)

2 經(jīng)濟(jì)景氣指數(shù)模型構(gòu)建

2.1 分析行業(yè)財(cái)務(wù)與電力數(shù)據(jù)

在利用經(jīng)濟(jì)和售電量直接回歸、時(shí)間序列增長回歸和兩兩比較增長率回歸均效果不佳的情況下，發(fā)現(xiàn)分析行業(yè)財(cái)務(wù)與電力數(shù)據(jù)關(guān)聯(lián)關(guān)系，并不需要建立明確的定量關(guān)系，只需要獲得兩者之間的關(guān)聯(lián)性是否存在。為此，為篩選出產(chǎn)出與用電量密切相關(guān)的公司，借用回歸模型的思路方法，采用增長率格式，將增長率數(shù)據(jù)轉(zhuǎn)換為0-1邏輯變量，作為回歸模型的輸入。這樣的預(yù)處理操作，規(guī)避了冗余信息對回歸結(jié)果的影響，又保留了電力數(shù)據(jù)和經(jīng)濟(jì)數(shù)據(jù)是否保持同樣趨勢變化的關(guān)鍵信息，可以很好地分析出公司營業(yè)收入與用電量是否存在關(guān)聯(lián)。最終，91.5%的公司獲得統(tǒng)計(jì)學(xué)上有意義的回歸模型。

設(shè)定回歸模型常數(shù)項(xiàng)為0，考察售電量季度增長與否的邏輯變量對營業(yè)收入是否增長的邏輯變量的解釋系數(shù)α，只有當(dāng)這個(gè)系數(shù)大于0.5的時(shí)候，認(rèn)為存在相關(guān)性。具體公式為

營業(yè)收入增長邏輯變量 = 0 +α×售電量增長邏輯變量+ε

同時(shí)，以p值統(tǒng)計(jì)量為例，在表1列出部分上市公司回歸統(tǒng)計(jì)模型的p值，可以看到，絕大多數(shù)公司的回歸模型p值都小于0.05，在統(tǒng)計(jì)學(xué)意義上認(rèn)為這些回歸模型是可以接受的。

在對公司財(cái)務(wù)與電力數(shù)據(jù)關(guān)聯(lián)度計(jì)算分析基礎(chǔ)上，綜合外部經(jīng)濟(jì)數(shù)據(jù)中的行業(yè)分類以及內(nèi)部營銷系統(tǒng)所記錄的行業(yè)分類記錄，厘定各個(gè)公司合適的行業(yè)分類，確保既能將上市公司有關(guān)聯(lián)的主營業(yè)務(wù)歸納到同一行業(yè)中，又不影響行業(yè)的多樣性，最終得到四川全省上市公司所屬94個(gè)行業(yè)。通過比對上市公司經(jīng)濟(jì)指標(biāo)與用電量關(guān)系，建立回歸模型，得到用電量與經(jīng)濟(jì)數(shù)據(jù)關(guān)系密切的46個(gè)行業(yè)，并根據(jù)經(jīng)驗(yàn)判斷以及各方面專家意見，額外選取了15個(gè)上市公司未覆蓋的行業(yè)作為建模數(shù)據(jù)補(bǔ)充。

2.2 識別周期行業(yè)

按照市場中周期性、非周期性和反周期性3類進(jìn)行歸類，用如下公式對其周期性做出定量分析：

行業(yè)用電增長率 = 0+β×市場用電增長率+ε

β作為模型中唯一的系數(shù)，反映該行業(yè)的周期性，即行業(yè)的景氣程度。β的取值有3種情況：β?1，則說明該行業(yè)屬于A類行業(yè), 以建筑工程、煤炭為代表的周期性行業(yè)，即經(jīng)濟(jì)繁榮時(shí)對該類行業(yè)售電增長將快于市場整體增長水平；0<β?1，則說明該行業(yè)屬于B類行業(yè)，以水務(wù)、醫(yī)療為代表的非周期性行業(yè)，即經(jīng)濟(jì)波動(dòng)過程中用電水平比較穩(wěn)定；β<0，則說明該行業(yè)屬于C類行業(yè)，反周期性行業(yè)，即經(jīng)濟(jì)衰退市場整體下降時(shí)對該類行業(yè)售電反而呈現(xiàn)增長。β值遠(yuǎn)高于1的行業(yè)用電增長率保持和市場用電增長率相同的變化趨勢，但是在幅度上遠(yuǎn)遠(yuǎn)領(lǐng)先于市場用電增長率。而β值低于1的行業(yè)并不完全隨市場的變化而變化，更多的是擁有自身的周期規(guī)律。

根據(jù)對過去5年的61個(gè)行業(yè)歷史數(shù)據(jù)進(jìn)行計(jì)算，得到20個(gè)強(qiáng)周期性行業(yè)作為編制經(jīng)濟(jì)景氣指數(shù)的基礎(chǔ)，其用電量的變化情況與全省經(jīng)濟(jì)和用電息息相關(guān)。這些強(qiáng)周期性行業(yè)包括：皮革、毛皮、羽絨及其制品業(yè)；家具制造業(yè)；木材加工及木、竹、藤、棕、草制品業(yè)；服裝鞋帽制造業(yè)；非金屬礦采選業(yè)；非金屬礦物制品業(yè)；其他采礦業(yè)；文體用品制造業(yè)；塑料制品業(yè)；建筑裝飾業(yè)；廢棄資源和廢舊材料回收加工業(yè)；金屬制品業(yè)；煙草制品業(yè)；紡織業(yè)；造紙及紙制品業(yè)；印刷業(yè)和記錄媒介的復(fù)制；其他建筑業(yè)；房屋和土木工程建筑業(yè)；橡膠制品業(yè)；建筑安裝業(yè)。

2.3 電力景氣指數(shù)

分別采用價(jià)格加權(quán)、市值加權(quán)、等權(quán)重加權(quán)3種方式，按照基值為100的原則，獲得具有不同特性的電力指數(shù)曲線。通過分析，價(jià)格加權(quán)下，高耗能行業(yè)權(quán)重較高；市值加權(quán)下，用電占比高的行業(yè)權(quán)重較高；等權(quán)重加權(quán)下，強(qiáng)正周期的行業(yè)權(quán)重較高，各種加權(quán)方式下權(quán)重高行業(yè)的波動(dòng)對指數(shù)波動(dòng)影響較大。因此，為了最大化發(fā)揮精選的20個(gè)強(qiáng)周期性行業(yè)的先行特性，最終選取等權(quán)重加權(quán)指數(shù)開展業(yè)務(wù)應(yīng)用，對2012年1月至2016年5月數(shù)據(jù)進(jìn)行處理。

等權(quán)重加權(quán)方式公式如下：

行業(yè)平均售電量增長率=

指數(shù)值=(1+等權(quán)重加權(quán)增長率)×第(n-1)期指數(shù)值

根據(jù)計(jì)算，得到等權(quán)重加權(quán)指數(shù)線，見圖3。

圖3 經(jīng)濟(jì)景氣基礎(chǔ)線

按照基期2012年1月初始值均為100的原則以及等權(quán)重加權(quán)方法用20個(gè)強(qiáng)周期性行業(yè)構(gòu)建經(jīng)濟(jì)景氣指數(shù)曲線，對四川省全部行業(yè)售電量數(shù)據(jù)構(gòu)建基準(zhǔn)線進(jìn)行對比，如圖4所示。

圖4 經(jīng)濟(jì)指數(shù)線

2014年1月后，電力景氣指數(shù)線在下，兩線距離擴(kuò)大，數(shù)據(jù)顯示經(jīng)濟(jì)進(jìn)入下降期。即2014年1月份是經(jīng)濟(jì)周期中峰值所在的頂點(diǎn)，經(jīng)濟(jì)周期進(jìn)入下降期。同時(shí)，又通過傳統(tǒng)經(jīng)濟(jì)學(xué)的方法得到了與使用經(jīng)濟(jì)景氣指數(shù)研判的經(jīng)濟(jì)周期相一致的結(jié)論，驗(yàn)證了經(jīng)濟(jì)景氣指數(shù)的合理性。

2.4 建立預(yù)測模型

已經(jīng)構(gòu)建的基于電力數(shù)據(jù)的經(jīng)濟(jì)景氣指數(shù)模型可以很好實(shí)現(xiàn)對過去經(jīng)濟(jì)情況的把控，但在使用過程中，現(xiàn)有的發(fā)展趨勢可能并不十分直觀明朗，為了充分發(fā)揮并放大電力數(shù)據(jù)先行性的優(yōu)勢，進(jìn)一步對經(jīng)濟(jì)景氣指數(shù)的發(fā)展構(gòu)建一套預(yù)測模型，實(shí)現(xiàn)更加清晰的走勢把控。

通過比對，以蒙特卡羅模擬作為預(yù)測基礎(chǔ)，并對其進(jìn)行優(yōu)化，進(jìn)行預(yù)測。

在蒙特卡洛模擬中，選擇一個(gè)合適的預(yù)測函數(shù)是仿真程序可以有效運(yùn)行的關(guān)鍵。對比常見的基于時(shí)間序列的預(yù)測函數(shù)幾何布朗運(yùn)動(dòng)結(jié)合模擬過程，可以更加有效地展現(xiàn)隨著時(shí)間推移電力數(shù)據(jù)的波動(dòng)性。

具體算法過程如下：

1)選擇幾何布朗運(yùn)動(dòng)作為行業(yè)用戶數(shù)量、行業(yè)售電量等指標(biāo)的隨機(jī)過程，即

dNt=μN(yùn)tdt+σNtdzt

(1)

式中：μ為漂移百分比；σ為波動(dòng)百分比；dzt服從均值為0、方差為dt的正態(tài)分布。

用Δt來近似替代微分變量dt，于是得到

(2)

式中，ε服從均值為0、標(biāo)準(zhǔn)差為1的標(biāo)準(zhǔn)正態(tài)分布。

2)基于對電力數(shù)據(jù)的挖掘，對幾何布朗運(yùn)動(dòng)做一些調(diào)整，提出其適合于該預(yù)測情景下的變式：

下期行業(yè)用電數(shù)據(jù)=當(dāng)期行業(yè)用電數(shù)據(jù)×(1+漂移率+波動(dòng)率×隨機(jī)擾動(dòng)項(xiàng))

其中漂移率和波動(dòng)率可利用往年歷史數(shù)據(jù)計(jì)算。

計(jì)算所有相鄰周期用電數(shù)據(jù)比值的自然對數(shù)：

P=

行業(yè)用電漂移率=取所有周期計(jì)算結(jié)果P的平均值作為漂移率

行業(yè)用電波動(dòng)率=取所有周期計(jì)算結(jié)果P的標(biāo)準(zhǔn)差作為波動(dòng)率

同時(shí)，為了貼合實(shí)際，調(diào)整相關(guān)參數(shù)，設(shè)置隨機(jī)擾動(dòng)項(xiàng)的發(fā)生機(jī)制： 往年同月份的增長率，以等權(quán)重的方式集結(jié)；往年同月份的增長率，以指數(shù)衰減權(quán)重方式集結(jié)；上述兩種類型的增長率以一定規(guī)則(正態(tài)分布標(biāo)準(zhǔn)差為1/3)構(gòu)建出成正態(tài)分布的平均值。

最終，對后續(xù)12個(gè)月(2016年6月至2017年5月)數(shù)據(jù)進(jìn)行預(yù)測，得到基于電力數(shù)據(jù)預(yù)測的經(jīng)濟(jì)景氣指數(shù)圖線，如圖5所示。

圖5 預(yù)測的經(jīng)濟(jì)景氣指數(shù)線

可以看出，未來用電量基本處于增長趨勢。然而電力景氣指數(shù)線與基線的距離并未有收攏的趨勢，因此四川地區(qū)經(jīng)濟(jì)未來仍然將不會有明顯的復(fù)蘇跡象。

3 結(jié) 語

1)率先提出電力服務(wù)經(jīng)濟(jì)理念，從電力的視角系統(tǒng)分析區(qū)域及行業(yè)宏觀經(jīng)濟(jì)形勢，預(yù)測經(jīng)濟(jì)發(fā)展及電量需求走勢，拓展了電力企業(yè)的服務(wù)模式，為在“電改” 新形勢下的“守土有責(zé)、守土負(fù)責(zé)、守土盡責(zé)”提供強(qiáng)有力的信息支撐。

2)提出以數(shù)據(jù)驅(qū)動(dòng)的方式，通過機(jī)器學(xué)習(xí)方法深度挖掘多粒度多維度的用電量與經(jīng)濟(jì)數(shù)據(jù)之間的相關(guān)關(guān)系，發(fā)揮了電力大數(shù)據(jù)應(yīng)用的先行示范作用。下一步，將采用增量學(xué)習(xí)方法對預(yù)測模型進(jìn)行迭代優(yōu)化，促進(jìn)景氣指數(shù)準(zhǔn)確率反饋機(jī)制逐步完善，預(yù)測準(zhǔn)確率持續(xù)提升。