CN112241804A - 一种能源电力数据的宏观经济先行指数构建方法和系统 - Google Patents

一种能源电力数据的宏观经济先行指数构建方法和系统 Download PDF

Info

Publication number
CN112241804A
CN112241804A CN201910653535.1A CN201910653535A CN112241804A CN 112241804 A CN112241804 A CN 112241804A CN 201910653535 A CN201910653535 A CN 201910653535A CN 112241804 A CN112241804 A CN 112241804A
Authority
CN
China
Prior art keywords
index
energy
lead
leading
indexes
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201910653535.1A
Other languages
English (en)
Inventor
王向
单葆国
谭显东
张莉莉
吴姗姗
张成龙
汲国强
邹盛
周洪伟
马龙鹏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Energy Research Institute Co Ltd
Economic and Technological Research Institute of State Grid Jiangsu Electric Power Co Ltd
Original Assignee
State Grid Energy Research Institute Co Ltd
Economic and Technological Research Institute of State Grid Jiangsu Electric Power Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by State Grid Energy Research Institute Co Ltd, Economic and Technological Research Institute of State Grid Jiangsu Electric Power Co Ltd filed Critical State Grid Energy Research Institute Co Ltd
Priority to CN201910653535.1A priority Critical patent/CN112241804A/zh
Publication of CN112241804A publication Critical patent/CN112241804A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Educational Administration (AREA)
  • Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供了一种能源电力数据的宏观经济先行指数构建方法和系统，包括：对各能源景气指数初选指标的数据进行处理，得到各初选指标的增长率序列；基于预先选择的基准指标和基准年份，分别采用各初选指标的增长率序列，计算各初选指标与基准指标间的领先滞后关系；根据领先滞后关系，得到能源电力类领先指标；根据能源电力类领先指标，计算宏观经济先行指数。该方法和系统采用能源电力类的生产、消费等实物量指标构建能源景气指数，更能及时、准确地对宏观经济进行预测预警，避免了经济价值量指标的争议。

Description

一种能源电力数据的宏观经济先行指数构建方法和系统
技术领域
本发明属于经济预测预警技术领域，具体涉及一种能源电力数据的宏观经济先行指数构建方法和系统。
背景技术
宏观经济指标是体现经济情况的一种方式，宏观经济指标对于宏观经济调控起着重要的分析和参考作用。宏观经济走势尤其是经济增速的转折点备受关注，基于经济价值量指标的分析具有明显的滞后性，而且社会各界对部分经济指标的准确性存在较大争议。
发明内容
为克服上述现有技术的不足，本发明提出一种能源电力数据的宏观经济先行指数构建方法，其改进之处在于，包括：
根据所述能源电力类领先指标，计算宏观经济先行指数；
其中，所述能源景气指数初选指标基于能源电力的生产和消费制定。
本发明提供的第一优选技术方案，其改进之处在于，所述对选择的能源景气指数初选指标的数据进行处理，得到各初选指标的增长率序列，包括：
针对选择的能源景气指数初选指标的数据，进行空缺值回补、增长率回调和季节调整，得到各初选指标的增长率序列。
本发明提供的第二优选技术方案，其改进之处在于，所述基于预先选择的基准指标和基准年份，分别采用各初选指标的增长率序列，计算各初选指标与基准指标间的领先滞后关系，包括：
基于预先选择的基准指标和基准年份，分别采用各初选指标的增长率序列，通过时差相关分析、K-L信息量或峰谷对应法，得到各初选指标与基准指标的领先滞后关系。
本发明提供的第三优选技术方案，其改进之处在于，所述根据所述领先滞后关系，得到能源电力类领先指标，包括：
选择领先所述基准指标的时间大于或等于时间阈值，且时差相关系数大于系数阈值的初选指标，作为能源电力类领先指标；
其中，所述时差相关系数由时差相关分析得到。
本发明提供的第四优选技术方案，其改进之处在于，所述根据能源电力类领先指标，计算宏观经济先行指数，包括：
分别计算各能源电力类领先指标的对称变换率；
分别对各对称变换率进行标准化，得到各能源电力类领先指标的标准化变化率；
基于所有标准化变化率，计算平均变化率；
对所述平均变化率进行标准化，得到标准化平均变化率；
根据所述标准化平均变化率，计算宏观经济先行指数。
本发明提供的第五优选技术方案，其改进之处在于，所述对称变化率的计算式如下：
Figure BDA0002136097520000021
其中，j表示将各能源景气指数初选指标按照领先、一致和滞后关系分成的指标组；Cij(t)表示t时刻第j指标组的第i个指标的对称变化率；Yij(t)表示t时刻第j指标组的第i个指标的值，Yij(t-1)表示t-1时刻第j指标组的第i个指标的值，n表示增长率序列中时间点个数。
本发明提供的第六优选技术方案，其改进之处在于，所述标准化变化率的计算式如下：
Figure BDA0002136097520000022
其中，Sij(t)表示t时刻第j指标组的第i个指标的标准化变化率，Aij表示第j指标组的第i个指标的标准化因子；
第j指标组的第i个指标的标准化因子Aij的计算式如下：
Figure BDA0002136097520000023
本发明提供的第七优选技术方案，其改进之处在于，所述平均变化率的计算式如下：
Figure BDA0002136097520000024
其中，Rj(t)表示t时刻第j指标组的平均变化率，kj表示第j指标组的指标个数；wij表示第j组的第i个指标的权重，其中，行业用电量指标通过各行业用电量的比重测算得到，其他指标选择同等赋权。
本发明提供的第八优选技术方案，其改进之处在于，所述标准化平均变化率的计算式如下：
Vj(t)＝Rj(t)/Fj
其中，Vj(t)表示t时刻第j指标组的标准化平均变化率，Fj表示第j指标组的指数标准化因子；
第j指标组的指数标准化因子Fj的计算式如下：
Figure BDA0002136097520000031
本发明提供的第九优选技术方案，其改进之处在于，所述宏观经济先行指数的计算式如下：
Figure BDA0002136097520000032
其中，CIj′(t)表示t时刻的宏观经济先行指数，j′表示领先指标组的编号，I′j′(t)表示t时刻第j′指标组的合成计算指数，
Figure BDA0002136097520000033
表示I′j′(t)在基准年份的平均值；
t时刻第j′指标组的合成计算指数I′j′(t)的计算式如下：
Figure BDA0002136097520000034
其中，V′j′(t)表示t时刻第j′指标组的标准化平均变化率经过趋势调整后的值，I’j’(1)＝100。
基于同一发明构思，本发明还提供了一种能源电力数据的宏观经济先行指数构建系统，包括：增长率序列模块、领先滞后关系模块、领先指标模块和先行指数模块；
所述增长率序列模块，用于对各能源景气指数初选指标的数据进行处理，得到各初选指标的增长率序列；
所述领先滞后关系模块，用于基于预先选择的基准指标和基准年份，分别采用各初选指标的增长率序列，计算各初选指标与基准指标间的领先滞后关系；
所述领先指标模块，用于根据所述领先滞后关系，得到能源电力类领先指标；
所述先行指数模块，用于根据所述能源电力类领先指标，计算宏观经济先行指数；
其中，所述能源景气指数初选指标基于能源电力的生产和消费制定。
与最接近的现有技术相比，本发明具有的有益效果如下：
本发明提供的一种能源电力数据的宏观经济先行指数构建方法和系统，对各能源景气指数初选指标的数据进行处理，得到各初选指标的增长率序列；基于预先选择的基准指标和基准年份，分别采用各初选指标的增长率序列，计算各初选指标与基准指标间的领先滞后关系；根据领先滞后关系，得到能源电力类领先指标；根据能源电力类领先指标，计算宏观经济先行指数。采用能源电力类的生产、消费等实物量指标构建能源景气指数，更能及时、准确地对宏观经济进行预测预警，避免了经济价值量指标的争议。
本发明集中从多能源品种中选择能源指标数据，避免了价值量的繁琐处理过程，并经过先行指标组的比较验证，得到最终的先行指数比基准循环平均领先4个月，提高了宏观经济预警的准确性。
附图说明
图1为本发明提供的一种能源电力数据的宏观经济先行指数构建方法流程示意图；
图2为本发明提供的一个能源电力数据的宏观经济先行指数构建方法具体实施例的流程示意图；
图3为本发明提供的一个能源电力数据的宏观经济先行指数构建方法具体实施例的计算结果示意图；
图4为本发明提供的一种能源电力数据的宏观经济先行指数构建系统基本结构示意图；
图5为本发明提供的一种能源电力数据的宏观经济先行指数构建系统详细本结构示意图。
具体实施方式
下面结合附图对本发明的具体实施方式做进一步的详细说明。
实施例1：
本发明提供的一种能源电力数据的宏观经济先行指数构建方法流程示意图如图1所示，包括：
步骤1：对各能源景气指数初选指标的数据进行处理，得到各初选指标的增长率序列；
步骤2：基于预先选择的基准指标和基准年份，分别采用各初选指标的增长率序列，计算各初选指标与基准指标间的领先滞后关系；
步骤3：根据领先滞后关系，得到能源电力类领先指标；
步骤4：根据能源电力类领先指标，计算宏观经济先行指数；
其中，能源景气指数初选指标基于能源电力的生产和消费制定。
下面，以中国为例，给出一个能源电力数据的宏观经济先行指数构建方法的具体实施例。本实施例的具体流程如图2所示。
步骤101：基于中国内外经验、专家观点、文献和市场调研的情况，建立选择“能源景气指数初选指标库”，指标的频度均为月度。
其中，中国内外经验主要是了解中国内外宏观经济先行指标体系的情况(如表1、表2)，参考国家电网公司构建的电力景气指数模型体系；专家观点主要通过邀请能源电力行业专家、证券行业研究员研讨会获得；文献和市场调研目的在于了解各能源品种的统计数据来源。
表1部分国家或机构经济先行指标体系
Figure BDA0002136097520000051
表2中国研究机构经济先行指标体系
Figure BDA0002136097520000061
根据能源行业多子行业特点，主要关注煤炭、石油、天然气、电力的生产、消费、进出口、经营、金融市场等五大方面的指标。如表3和表4所示。其中煤炭相关指标：生产2个、消费6个、进出口5个、经营13个、金融市场8个，总计34个指标；石油、天然气相关指标：生产1个、消费3个、进出口6个、经营13个、金融市场5个，总计28个指标；电力相关指标：用电量47个(所有细分指标达84个)、业扩报装47个、发电平均利用小时数等，接近100个指标。指标数总计接近200个，如果再加上代表性省份的行业电力消费指标，指标数将达700个。
表3煤炭、石油、天然气相关指标汇总
Figure BDA0002136097520000062
Figure BDA0002136097520000071
注释：经营类指标是石油与天然气开采合在一起统计。
表4待选分行业用电量指标排序
Figure BDA0002136097520000072
Figure BDA0002136097520000081
数据来源：《中国电力工业统计资料汇编2016》。
步骤102：通过空缺值回补、增长率回调和季节调整等方法对指标数据进行处理，使指标生成可以参与合成指数运算的增长率序列。
其中，空缺值回补考虑到所使用的统计指标数据缺失量不大，常规使用均值插值法回补，如果存在连续三个以上的缺失值，则使用时间序列回归法回补；增长率回调方法中，指标序列均使用指标的增长率数据，通过图形和正态分布样本分布在3个标准差范围内法则，修正异常值；季节调整通过Eviews软件X12方法完成。
步骤103：确定基准指标，以及基准年份。
因为GDP只有季度统计数据，而通过将季度数据拆分成月度数据的做法偏差较大，另外，随着工业增加值比重不断下降，月度工业增加值对宏观经济的代表性较弱，2016年12月统计局开始公布服务业生产者指数，但是毕竟统计时间较短，无法与工业合成使用，所以，选择使用中国国家统计局中国经济景气监测中心的宏观经济“一致指数”作为基准指标，该指数运行多年，相对成熟，其中计算一致指数的一致指标见表5。上述“一致指数”月度数据来自Wind金融咨询数据库。
表5国家统计局中国经济景气监测中心的一致指标
Figure BDA0002136097520000091
来源：中国国家统计局中国经济景气监测中心网站。
此外，国际金融危机以来，中国宏观经济国内外环境发生了剧烈变化，经济周期进入新的阶段，这里选择2011年作为基准年份。
步骤104：通过时差相关分析、K-L信息量或峰谷对应法等手段得到各指标与基准指标的领先滞后关系。
其中，时差相关分析计算方法：以中国国家统计局中国经济景气监测中心“一致指数”作为基准指标，使被选择指标超前或滞后若干期，计算它们的时差相关系数。设Y＝(,…,)为基准指标，X＝(,,…,)为被选择指标，γ为时差相关系数，则
Figure BDA0002136097520000101
式中l表示超前、滞后期，l取负数时表示超前，取正数时表示滞后；L是最大延迟数，nl是数据取齐后的数据个数。采用多个l的值计算γl，当得到γl的最大值时，最大的γl对应的l值为被选指标最适当的超前或滞后月数。
Figure BDA0002136097520000103
和
Figure BDA0002136097520000104
分别是X和Y的平均值。
K-L信息量计算方法：
kl＝∑ptln(pt/qt+l)，l＝0,…，±L
其中，kl表示K-L信息量，pt和qt分别是基准指标和被选择指标标准化处理后的值。当计算出2L+l个K-L信息量后，从中选出最小值作为被选指标关于基准指标的K-L信息量，其对应的l值就是被选指标最适当的超前或滞后月数。
步骤105：选择得到能源电力类领先指标，根据指标重要性确定指标的权重。
这里除了选择先行指标即领先指标，也选了基于能源电力的一致指标，方便比对和校核。基于已有文献和经验及指标峰谷对应，剔除初选指标库中显著不符合条件的指标，然后通过上述时差相关分析、K-L信息量对指标进行一一筛选，其中，筛选的基本原则是：(1)指标代表的经济含义重要；(2)时差相关系数值要在0.5以上；(3)先行指标领先期在3个月(含3个月)以上；(4)一致指标领先或滞后期数绝对值小于3个月。最终选择得到9个先行指标，其中行业用电量指标5个，煤炭相关指标4个；一致指标7个，其中行业用电量指标3个，煤炭、石油相关指标各2个，见表6。为了后续计算，还筛选出滞后指标，滞后指标的筛选的基本原则是：(1)指标代表的经济含义重要；(2)时差相关系数值要在0.5以上；(3)滞后指标滞后期在3个月(含3个月)以上。最终选择得到9个先行指标，其中行业用电量指标5个，煤炭相关指标4个；一致指标7个，其中行业用电量指标3个，煤炭、石油相关指标各2个，见表6。
在指标权重方面，对于行业用电量指标，通过各行业用电量的比重测算得到；其他指标选择同等赋权，可都取为1。
表6最后选择得到的能源电力先行和一致指标组合
Figure BDA0002136097520000102
Figure BDA0002136097520000111
步骤106：根据选定的指标组，经过变化率、标准化、趋势调整等计算，编制合成先行指数，描述总体能源运行状况、预测经济增长趋势和转折点等。
计算指标的对称变化率并将其标准化：设指标Yij(t)为t时刻第j指标组的第i个指标，j＝1,2,3分别代表先行、一致、滞后指标组，i＝1,2,…,kj是组内指标的序号，kj是第j指标组的指标个数。
首先对Yij(t)求对称变化率Cij(t)。计算对称变化率Cij(t)时包括两种情况，当构成指标Yij(t)中有零或负值时，或者指标是比率序列时，取一阶差分：
Cij(t)＝Yij(t)-Yij(t-1)，t＝2,3,…n
其他情况，对称变化率的计算式如下：
Figure BDA0002136097520000112
n表示增长率序列中时间点个数。
为了防止变动幅度大的指标在合成指数中取得支配地位，各指标的对称变动率Cij(t)都被标准化，使其平均绝对值等于1。首先求标准化因子。第j指标组的第i个指标的标准化因子Aij的计算式如下：
Figure BDA0002136097520000113
用Aij将Cij(t)标准化，得到标准化变化率Sij(t)：
Figure BDA0002136097520000114
求各指标组的标准化平均变化率：
求出先行、一致、滞后指标组的平均变化率Rj(t)：
Figure BDA0002136097520000121
wij是第j组的第i个指标的权重。
计算指数标准化因子Fj：
Figure BDA0002136097520000122
其中，F2＝1。
计算标准化平均变化率Vj(t)：
Vj(t)＝Rj(t)/Fj，t＝2,3,…n
用一致指标序列的平均变化率的振幅去调整先行指标序列的平均变化率，其目的是为了把两个指数当作协调一致的体系。
将Vj(t)进行趋势调整得到V′j(t)后，计算合成计算指数I′j：
Figure BDA0002136097520000123
其中，I’j(1)＝100。
采用合成计算指数I′j计算以基准年份为100的指数：
Figure BDA0002136097520000124
其中，
Figure BDA0002136097520000125
表示I′j′(t)在基准年份的平均值。在上式中，取j的值为1时，即计算先行组的合成计算指数CI1(t)，即为宏观经济先行指数。
最后合成的宏观经济先行指数较一致指数领先平均4个月，计算结果如图3所示，新合成的指数总体变化趋势与中国家统计局中国经济景气中心“一致指数”变化趋势非常相近。其中，图3中，先行合成指数即为宏观经济先行指数。
实施例2：
基于同一发明构思，本发明还提供了一种能源电力数据的宏观经济先行指数构建系统，由于这些设备解决技术问题的原理与能源电力数据的宏观经济先行指数构建方法相似，重复之处不再赘述。
该系统基本结构如图4所示，包括：增长率序列模块、领先滞后关系模块、领先指标模块和先行指数模块；
其中，增长率序列模块，用于对各能源景气指数初选指标的数据进行处理，得到各初选指标的增长率序列；
领先滞后关系模块，用于基于预先选择的基准指标和基准年份，分别采用各初选指标的增长率序列，计算各初选指标与基准指标间的领先滞后关系；
领先指标模块，用于根据领先滞后关系，得到能源电力类领先指标；
先行指数模块，用于根据能源电力类领先指标，计算宏观经济先行指数；
其中，能源景气指数初选指标基于能源电力的生产和消费制定。
能源电力数据的宏观经济先行指数构建系统详细结构如图5所示。
其中，先行指数模块包括：对称变换率单元、标准化变化率单元、平均变化率单元、标准化平均变化率单元和宏观经济先行指数单元；
对称变换率单元，用于分别计算各能源电力类领先指标的对称变换率；
标准化变化率单元，用于分别对各对称变换率进行标准化，得到各能源电力类领先指标的标准化变化率；
平均变化率单元，用于基于所有标准化变化率，计算平均变化率；
标准化平均变化率单元，用于标准化平均变化率单元；
宏观经济先行指数单元，用于根据标准化平均变化率，计算宏观经济先行指数。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是:以上实施例仅用于说明本申请的技术方案而非对其保护范围的限制,尽管参照上述实施例对本申请进行了详细的说明,所属领域的普通技术人员应当理解:本领域技术人员阅读本申请后依然可对申请的具体实施方式进行种种变更、修改或者等同替换，但这些变更、修改或者等同替换，均在申请待批的权利要求保护范围之内。

Claims (11)

1.一种能源电力数据的宏观经济先行指数构建方法，其特征在于，包括：
对各能源景气指数初选指标的数据进行处理，得到各初选指标的增长率序列；
基于预先选择的基准指标和基准年份，分别采用各初选指标的增长率序列，计算各初选指标与基准指标问的领先滞后关系；
根据所述领先滞后关系，得到能源电力类领先指标；
根据所述能源电力类领先指标，计算宏观经济先行指数；
其中，所述能源景气指数初选指标基于能源电力的生产和消费制定。
2.如权利要求1所述的方法，其特征在于，所述对选择的能源景气指数初选指标的数据进行处理，得到各初选指标的增长率序列，包括：
针对选择的能源景气指数初选指标的数据，进行空缺值回补、增长率回调和季节调整，得到各初选指标的增长率序列。
3.如权利要求1所述的方法，其特征在于，所述基于预先选择的基准指标和基准年份，分别采用各初选指标的增长率序列，计算各初选指标与基准指标间的领先滞后关系，包括：
基于预先选择的基准指标和基准年份，分别采用各初选指标的增长率序列，通过时差相关分析、K-L信息量或峰谷对应法，得到各初选指标与基准指标的领先滞后关系。
4.如权利要求3所述的方法，其特征在于，所述根据所述领先滞后关系，得到能源电力类领先指标，包括：
选择领先所述基准指标的时间大于或等于时间阈值，且时差相关系数大于系数阈值的初选指标，作为能源电力类领先指标；
其中，所述时差相关系数由时差相关分析得到。
5.如权利要求1所述的方法，其特征在于，所述根据能源电力类领先指标，计算宏观经济先行指数，包括：
分别计算各能源电力类领先指标的对称变换率；
分别对各对称变换率进行标准化，得到各能源电力类领先指标的标准化变化率；
基于所有标准化变化率，计算平均变化率；
对所述平均变化率进行标准化，得到标准化平均变化率；
根据所述标准化平均变化率，计算宏观经济先行指数。
6.如权利要求5所述的方法，其特征在于，所述对称变化率的计算式如下：
Figure FDA0002136097510000021
其中，j表示将各能源景气指数初选指标按照领先、一致和滞后关系分成的指标组；Cij(t)表示t时刻第j指标组的第i个指标的对称变化率；Yij(t)表示t时刻第j指标组的第i个指标的值，Yij(t-1)表示t-1时刻第j指标组的第i个指标的值，n表示增长率序列中时间点个数。
7.如权利要求6所述的方法，其特征在于，所述标准化变化率的计算式如下：
Figure FDA0002136097510000022
其中，Sij(t)表示t时刻第j指标组的第i个指标的标准化变化率，Aij表示第j指标组的第i个指标的标准化因子；
第j指标组的第i个指标的标准化因子Aij的计算式如下：
Figure FDA0002136097510000023
8.如权利要求7所述的方法，其特征在于，所述平均变化率的计算式如下：
Figure FDA0002136097510000024
其中，Rj(t)表示t时刻第j指标组的平均变化率，kj表示第j指标组的指标个数；wij表示第j组的第i个指标的权重，其中，行业用电量指标通过各行业用电量的比重测算得到，其他指标选择同等赋权。
9.如权利要求8所述的方法，其特征在于，所述标准化平均变化率的计算式如下：
Vj(t)＝Rj(t)/Fj
其中，Vj(t)表示t时刻第j指标组的标准化平均变化率，Fj表示第j指标组的指数标准化因子；
第j指标组的指数标准化因子Fj的计算式如下：
Figure FDA0002136097510000025
10.如权利要求9所述的方法，其特征在于，所述宏观经济先行指数的计算式如下：
Figure FDA0002136097510000026
其中，CIj′(t)表示t时刻的宏观经济先行指数，j′表示领先指标组的编号，I′j′(t)表示t时刻第j′指标组的合成计算指数，
Figure FDA0002136097510000031
表示I′j′(t)在基准年份的平均值；
t时刻第j′指标组的合成计算指数I′j′(t)的计算式如下：
Figure FDA0002136097510000032
其中，y′j′(t)表示t时刻第j′指标组的标准化平均变化率经过趋势调整后的值，I’j’(1)＝100。
11.一种能源电力数据的宏观经济先行指数构建系统，其特征在于，包括：增长率序列模块、领先滞后关系模块、领先指标模块和先行指数模块；
所述增长率序列模块，用于对各能源景气指数初选指标的数据进行处理，得到各初选指标的增长率序列；
所述领先滞后关系模块，用于基于预先选择的基准指标和基准年份，分别采用各初选指标的增长率序列，计算各初选指标与基准指标间的领先滞后关系；
所述领先指标模块，用于根据所述领先滞后关系，得到能源电力类领先指标；
所述先行指数模块，用于根据所述能源电力类领先指标，计算宏观经济先行指数；
其中，所述能源景气指数初选指标基于能源电力的生产和消费制定。
CN201910653535.1A 2019-07-19 2019-07-19 一种能源电力数据的宏观经济先行指数构建方法和系统 Pending CN112241804A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910653535.1A CN112241804A (zh) 2019-07-19 2019-07-19 一种能源电力数据的宏观经济先行指数构建方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910653535.1A CN112241804A (zh) 2019-07-19 2019-07-19 一种能源电力数据的宏观经济先行指数构建方法和系统

Publications (1)

Publication Number Publication Date
CN112241804A true CN112241804A (zh) 2021-01-19

Family

ID=74168327

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910653535.1A Pending CN112241804A (zh) 2019-07-19 2019-07-19 一种能源电力数据的宏观经济先行指数构建方法和系统

Country Status (1)

Country Link
CN (1) CN112241804A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113313533A (zh) * 2021-06-21 2021-08-27 国网信通亿力科技有限责任公司 一种利用电力数据进行宏观经济预测和监测的方法
CN113344737A (zh) * 2021-06-04 2021-09-03 北京国电通网络技术有限公司 设备控制方法、装置、电子设备和计算机可读介质

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106251015A (zh) * 2016-07-28 2016-12-21 国家电网公司 基于电力‑经济双向维度的景气指数体系构建及预测方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106251015A (zh) * 2016-07-28 2016-12-21 国家电网公司 基于电力‑经济双向维度的景气指数体系构建及预测方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113344737A (zh) * 2021-06-04 2021-09-03 北京国电通网络技术有限公司 设备控制方法、装置、电子设备和计算机可读介质
CN113344737B (zh) * 2021-06-04 2023-11-24 北京国电通网络技术有限公司 设备控制方法、装置、电子设备和计算机可读介质
CN113313533A (zh) * 2021-06-21 2021-08-27 国网信通亿力科技有限责任公司 一种利用电力数据进行宏观经济预测和监测的方法

Similar Documents

Publication Publication Date Title
CN109376953B (zh) 一种中长期电量预测方法及系统
CN104657788B (zh) 基于行业景气指数的重点行业用电量预测方法
CN106529704A (zh) 月最大电力负荷预测方法及装置
CN112801388B (zh) 一种基于非线性时间序列算法的电力负荷预测方法及系统
CN110503462A (zh) 基于灰色关联度分析的电网投资测算方法、系统及介质
CN106980910B (zh) 中长期电力负荷测算系统及方法
CN104881718B (zh) 基于多尺度经济先行指标的区域电力景气指数构建方法
CN109118093A (zh) 一种评估碳排放经济影响的方法
CN112241804A (zh) 一种能源电力数据的宏观经济先行指数构建方法和系统
Ajiono et al. Comparison of three time series forecasting methods on linear regression, exponential smoothing and weighted moving average
CN111126696A (zh) 一种计及多影响因素的电量预测方法
CN111539844A (zh) 一种基于k-l信息量和arima误差修正的月度电量预测方法
CN115470862A (zh) 动态自适应负荷预测模型组合方法
CN115860797A (zh) 一种适应新电价改革形势的电量需求预测方法
CN110533249B (zh) 一种基于集成长短期记忆网络的冶金企业能耗预测方法
Raza et al. Future outlook and influencing factors analysis of natural gas consumption in Bangladesh: an economic and policy perspectives
CN112330030B (zh) 业扩物资需求预测系统及方法
CN112598227A (zh) 一种基于电力数据的电力经济指数构建方法及系统
CN115984007A (zh) 企业信用风险监测方法及装置、存储介质及电子设备
CN113780655A (zh) 一种基于智慧供应链的钢材多品种需求预测方法
CN114792196A (zh) 一种电力综合评价方法及装置
CN114529072A (zh) 一种基于时间序列的区域电量预测方法
CN113723842A (zh) 一种研发经费投入规模及强度预测方法
CN111598349A (zh) 一种短期用电量预测方法、装置及可读存储介质
CN105930982B (zh) 电力景气指数的测算方法和系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination