论文部分内容阅读
[摘 要]本文试图运用主成分分析和因子分析的方法,在PTA期货价格的众多影响因素中寻找出最主要的影响因素及影响规律,为PTA期货价格分析提供便利,也为其他品种的分析提供参考。
[关键词]PTA;价格;主成分分析;因子分析;回归
[中图分类号]F746 [文献标识码]A [文章编号]1005-6432(2010)44-0143-01
1 PTA产品及产业链简介
PTA是苯二甲酸(Pure Terephthalic Acid)的英文缩写,是重要的大宗有机原料之一,其主要用途是生产聚酯纤维(俗称为涤纶)、聚酯瓶片和聚酯薄膜,广泛用于化纤纤维、轻工、电子、建筑等领域。
因为PTA的产业链较长,所以其影响因素也比较多,每个链节的变化都可能会影响到PTA价格的变化。那么如何探寻轨迹,抓住主要矛盾,对于众多市场参与者及PTA产业链上下游企业正确把握价格发展方向,以及对企业经营及提高竞争力有着非常重要的意义。
2 指标选取
从产业链的角度看,我们选取了如下一些对于PTA价格有较明显影响的因素:
人民币汇率;原油价格;石脑油、异构混二甲苯及对二甲苯;现货PTA的价格;进口PTA价格;现货EG和进口EG;半光聚酯切片、涤纶DTY 150D、1.4D×38mm直纺涤纶短纤;浙江织机开机率、中国轻纺城面料成交量;PTA产量、PTA进口量。
3 实证分析
3.1 主成分分析
第一主成分:
F1=0.1840X1+0.3078X2+0.3223X3+0.3177X4+0.3093X5+0.2045X6-0.0201X7+0.3131X8+0.3203X9+0.3244X10+0.3267X11+0.3279X12+0.0788X13+0.0432X14-0.0048X15+0.0220X16
第二主成分:
F2=-0.2630X1+0.0520X2+0.0473X3+0.0512X4+0.0592X5-0.3163X6+0.4947X7-0.0567X8-0.0302X9+0.0625X10+0.0641X11-0.0276X12+0.4054X13+0.4177X14+0.4257X15+0.2049X16
第三主成分:
F1=0.4605X1-0.0551X2-0.0166X3-0.1080X4-0.1834X5-0.3957X6+0.3618X7+0.2292X8+0.1701X9+0.0194X10+0.0307X11+0.0050X12-0.2326X13-0.4016X14+0.0841X15+0.3825X16
主成分回归
把上面求得的三个主成分作为新的自变量代替原来的自变量X做回归分析,得到方程如下:
Y=7213.59+410.581PCR1+200.117PCR2-95.5664PCR3
把主成分表达式带入方程得:
Y=7213.59-21.0922X1+142.0486X2+143.3822X3+151.0087X4+156.3665X5+58.4824X6+56.1693X7+95.3025X8+109.1524X9+143.8458X10+144.0304X11+128.6284X12+135.7100X13+139.7054X14+75.1819X15+13.4826X16
这样就得到了被解释变量Y与各个解释变量X之间的关系表达式,可以看出X2,X3,X4,X5,X8,X9,X10,X11,X12,X13,X14对Y的影响比较大,当这些变量发生变化时,价格Y随之波动的幅度也会很大。
3.2 因子分析
3.2.1 各公共因子的含义
第一公共因子F1在指标X1,X2,X3,X4,X5,X6,X8,X9,X10,X11,X12上有较大的因子载荷,X1人民币汇率、X2原油期货价格、X3石脑油价格、X4异构混二甲苯价格、X5亚洲对二甲苯价格、X6国产PTA价格、X8国产EG价格、X9进口EG价格、X10半光聚酯切片价格、X11涤纶DTY 150D价格、X12直纺涤纶短纤价格,F1可命名为“成本直接需求因子”。
第二公共因子F2在指标X15,X16上有较大的因子载荷,指标X15是PTA国内产量,X16是PTA进口量,两者均反映PTA的供给量。因此F2可命名为“供给因子”。
第三公共因子F3在指标X13,X14上有较大的因子载荷,指标X13是浙江织机开机率,X14是中国轻纺城面料成交量,均反映终端布及需求的需求量。因此F3可命名为“终端需求因子”。
第四公共因子F4仅在指标X7 PTA进口价格上有较大的因子载荷。PTA进口价格既是汇率大小又是进口量大小的直接反映。因此F4可直接命名为“进口价格因子”。
3.2.2 因子得分回归
根据因子标准化后的系数得分可以把公共因子代替原变量X作为解释变量,再对PTA价格Y 进行标准化,然后用标准化后的S_Y作为被解释变量进行回归分析,得到方程如下:
S_Y=0.9451FACTOR1+0.1644FACTOR2+0.1658FACTOR3-0.1166FACTOR4
最后得到:
Y=0.945117F1+0.164403F2+0.165803F3-0.1166F4+(4.54545E-06)
由此,根据最后的因子回归方程可以把各个时期的变量带入计算出各PTA期货价格总的得分,从而分析过去的影响因素,并且预测未来的价格走势。
4 结 论
因子回归方程中F1前面的系数较大,高达0.945,这说明F1成本直接需求因子里的变量因素是PTA期货价格的最主要的影响因素。
除PTA生产商及贸易商有参与PTA期货的必要外,就是PTA的上游石化厂家及下游聚酯厂家,都有参与PTA期货为自身产品进行套期保值的必要性。
根据上述因子回归方程可以预测PTA期货的价格走势,帮助参与PTA期货产业客户加强行情分析能力,同时也加强企业自己的市场竞争力。
[关键词]PTA;价格;主成分分析;因子分析;回归
[中图分类号]F746 [文献标识码]A [文章编号]1005-6432(2010)44-0143-01
1 PTA产品及产业链简介
PTA是苯二甲酸(Pure Terephthalic Acid)的英文缩写,是重要的大宗有机原料之一,其主要用途是生产聚酯纤维(俗称为涤纶)、聚酯瓶片和聚酯薄膜,广泛用于化纤纤维、轻工、电子、建筑等领域。
因为PTA的产业链较长,所以其影响因素也比较多,每个链节的变化都可能会影响到PTA价格的变化。那么如何探寻轨迹,抓住主要矛盾,对于众多市场参与者及PTA产业链上下游企业正确把握价格发展方向,以及对企业经营及提高竞争力有着非常重要的意义。
2 指标选取
从产业链的角度看,我们选取了如下一些对于PTA价格有较明显影响的因素:
人民币汇率;原油价格;石脑油、异构混二甲苯及对二甲苯;现货PTA的价格;进口PTA价格;现货EG和进口EG;半光聚酯切片、涤纶DTY 150D、1.4D×38mm直纺涤纶短纤;浙江织机开机率、中国轻纺城面料成交量;PTA产量、PTA进口量。
3 实证分析
3.1 主成分分析
第一主成分:
F1=0.1840X1+0.3078X2+0.3223X3+0.3177X4+0.3093X5+0.2045X6-0.0201X7+0.3131X8+0.3203X9+0.3244X10+0.3267X11+0.3279X12+0.0788X13+0.0432X14-0.0048X15+0.0220X16
第二主成分:
F2=-0.2630X1+0.0520X2+0.0473X3+0.0512X4+0.0592X5-0.3163X6+0.4947X7-0.0567X8-0.0302X9+0.0625X10+0.0641X11-0.0276X12+0.4054X13+0.4177X14+0.4257X15+0.2049X16
第三主成分:
F1=0.4605X1-0.0551X2-0.0166X3-0.1080X4-0.1834X5-0.3957X6+0.3618X7+0.2292X8+0.1701X9+0.0194X10+0.0307X11+0.0050X12-0.2326X13-0.4016X14+0.0841X15+0.3825X16
主成分回归
把上面求得的三个主成分作为新的自变量代替原来的自变量X做回归分析,得到方程如下:
Y=7213.59+410.581PCR1+200.117PCR2-95.5664PCR3
把主成分表达式带入方程得:
Y=7213.59-21.0922X1+142.0486X2+143.3822X3+151.0087X4+156.3665X5+58.4824X6+56.1693X7+95.3025X8+109.1524X9+143.8458X10+144.0304X11+128.6284X12+135.7100X13+139.7054X14+75.1819X15+13.4826X16
这样就得到了被解释变量Y与各个解释变量X之间的关系表达式,可以看出X2,X3,X4,X5,X8,X9,X10,X11,X12,X13,X14对Y的影响比较大,当这些变量发生变化时,价格Y随之波动的幅度也会很大。
3.2 因子分析
3.2.1 各公共因子的含义
第一公共因子F1在指标X1,X2,X3,X4,X5,X6,X8,X9,X10,X11,X12上有较大的因子载荷,X1人民币汇率、X2原油期货价格、X3石脑油价格、X4异构混二甲苯价格、X5亚洲对二甲苯价格、X6国产PTA价格、X8国产EG价格、X9进口EG价格、X10半光聚酯切片价格、X11涤纶DTY 150D价格、X12直纺涤纶短纤价格,F1可命名为“成本直接需求因子”。
第二公共因子F2在指标X15,X16上有较大的因子载荷,指标X15是PTA国内产量,X16是PTA进口量,两者均反映PTA的供给量。因此F2可命名为“供给因子”。
第三公共因子F3在指标X13,X14上有较大的因子载荷,指标X13是浙江织机开机率,X14是中国轻纺城面料成交量,均反映终端布及需求的需求量。因此F3可命名为“终端需求因子”。
第四公共因子F4仅在指标X7 PTA进口价格上有较大的因子载荷。PTA进口价格既是汇率大小又是进口量大小的直接反映。因此F4可直接命名为“进口价格因子”。
3.2.2 因子得分回归
根据因子标准化后的系数得分可以把公共因子代替原变量X作为解释变量,再对PTA价格Y 进行标准化,然后用标准化后的S_Y作为被解释变量进行回归分析,得到方程如下:
S_Y=0.9451FACTOR1+0.1644FACTOR2+0.1658FACTOR3-0.1166FACTOR4
最后得到:
Y=0.945117F1+0.164403F2+0.165803F3-0.1166F4+(4.54545E-06)
由此,根据最后的因子回归方程可以把各个时期的变量带入计算出各PTA期货价格总的得分,从而分析过去的影响因素,并且预测未来的价格走势。
4 结 论
因子回归方程中F1前面的系数较大,高达0.945,这说明F1成本直接需求因子里的变量因素是PTA期货价格的最主要的影响因素。
除PTA生产商及贸易商有参与PTA期货的必要外,就是PTA的上游石化厂家及下游聚酯厂家,都有参与PTA期货为自身产品进行套期保值的必要性。
根据上述因子回归方程可以预测PTA期货的价格走势,帮助参与PTA期货产业客户加强行情分析能力,同时也加强企业自己的市场竞争力。