指标预测

指标预测（精选9篇）

指标预测 篇1

0 引言

随着社会经济的发展, 产业结构进一步完善, 人民生活水平也稳步提升, 大大增加了生产生活对电能的需求。电力需求预测作为电网规划建设的基础和依据, 更加准确地预测地区负荷, 不仅能保证电网的安全稳定, 更能提高经济效益和社会效益。

1 电力需求预测指标

(1) 单位建设用地负荷 (k W/h·m2) 。单位建设用地负荷是在城市规划提出城市的功能布局、用地规模、经济发展模式及人口规模等基础上, 根据城市用电负荷的实际情况, 确定不同性质单位建设用地的负荷指标。对于空间结构、功能布局、用地规模等相对较明确的区域, 利用该指标进行用电需求预测的结果较准确。

(2) 人均综合用电量 (k W h/人·a) 。人均综合用电量是衡量经济发达程度的重要参数, 也是编制城市规划时, 校核城市远期用电量预测水平和宏观控制远期电力发展规模的重要指标。但其期预测指标的选取易受地方经济发展状况、用电习惯、人民生活水平等因素影响, 预测结果往往存在一定偏差。

(3) 最大负荷利用小时数 (h) 。最大负荷利用小时数是指在某段时间内, 电力负荷按年最大负荷持续运行所消耗的电量, 恰好等于该电力负荷全年消耗的电量。其预测数值易受地方产业结构、能源消费结构、电力供应条件等因素的影响。

2 电力需求预测指标应用研究

电力需求预测指标的选取, 应考虑地区的地理位置、城市性质、人口规模、经济发展、产业结构、能源消费结构及节能措施、电力供应条件、居民生活水平等因素, 并以该地区的历史和现状水平为基础, 经过综合分析、比较和研究后, 结合当地实际情况进行最终选定。

2.1 单位建设用地负荷

(1) 根据《城市电力规划规范》, 单位建设用地负荷指标选取见表1。

注:超出表中建设用地以外的其它各类建设用地的规划单位建设用地负荷指标的选取, 可根据所在城市的具体情况确定

综合分析和比较国家标准及某地区发展的实际情况, 20 3 0年某地区单位建设用地负荷指标见表2。

2.2 人均综合用电量

(1) 在最新版本的《城市电力规划规范》中, 人均综合用电量指标选取见表3。

注:当某城市的城市人均综合用电量现状水平高于或低于表中规定的现状指标最高或最低限值时, 其规划人均综合用电量指标的选取应视该城市具体情况因地制宜确定

(2) 综合分析和比较国家标准, 并结合某地区的实际情况, 2030年该地区的人均综合用电量指标见表4。

2.3 最大负荷利用小时数

在《 (广东电力工业发展“十二五”及中长期规划研究) 第二卷_电力需求预测-审定版》中, 2020年和2030年广东省最大负荷利用小时数分别为5570h、5500h。综合分析和比较广东省的预测指标, 并结合该地区的实际情况, 选取2030年该地区的最大负荷利用小时数指标见表5。

3 某地区电力需求预测结果

利用单位建设用地负荷、人均综合用电量和最大负荷小时数预测指标, 通过建设用地负荷密度法和人均综合用电量法对某地区的电力需求进行预测。

3.1 建设用地负荷密度法

根据该地区总体规划提供的2030年建设用地类型及其面积, 结合电力需求预测指标的分析研究, 选取同时系数为0.70, 预测至2030年, 该地区全社会最大电力负荷低方案约为1317MW, 高方案约为16 8 3MW, 见表6。

3.2 人均综合用电量法

根据该地区总体规划, 2030年其常住人口约100万。结合电力需求预测指标的分析研究, 预测至2030年, 该地区全社会最大电力负荷见表7。

3.3 电力需求预测结论

综合运用建设用地负荷密度法和人均综合用电量法, 取其平均值, 预测至20 30年, 该地区全社会最大电力负荷分别为:低方案1 29 5 M W, 高方案167 5 M W。再结合电力需求预测指标的分析研究, 选取相应指标, 预测至20 30年, 该地区电力需求预测结果见表8。

4 结语

本文从单位建设用地负荷、人均综合用电量和最大负荷利用小时数三个维度入手, 提出了综合运用建设用地负荷密度法和人均综合用电量法分别对广东某地区的未来用电需求做了负荷预测, 取其平均值, 并做出了高、低两个方案作为对比, 具有一定的参考和研究价值。

参考文献

[1]Q/GDW 156—2006, 城市电力网规划设计导则[S]

[2]GB50293—2014, 城市电力规划规范[S]

[3]张鹏超.基于单位建筑面积负荷指标法的城市饱和负荷预测研究[J].湖北电力, 2015, 39 (4) :5-8

[4]李洪发.小区负荷密度指标法在格尔木城区电网负荷预测中的应用[J].青海电力, 2007, 26 (2) :30-33

[5]付帅.城市规划技术标准适度化研究[D].重庆:重庆大学, 2014

聚合物驱开发指标预测及方法评价 篇2

【关键词】聚合物驱；开发指标预测

1、引言

大庆油田聚合物驱油于1972年进入矿场试验，现已进入工业化大规模生产，聚合物驱年产油量1×107t，约占大庆油田总产量1/5，是世界上最大的聚合物驱生产基地。

通过对大庆油田多年来积累的注聚区块实际生产数据的研究分析，发现水驱驱替特征曲线理论对聚合物驱已经不完全适用，原因是聚合物驱条件下，含水率的变化是先降后升，与水驱特征曲线对应的条件有本质的差异。因此，有效准确地预测聚合物驱开发指标，指导聚合物驱油的开发过程，合理地规划聚合物驱产量非常必要。

2、驱替特征曲线法

驱替特征曲线源自实际动态开发数据，反映了区块的动态特征，因此，用其进行开发指标预测结果可靠。实际应用表明，该方法预测精度较高，但它只适用于有一定动态开发数据，含水率开始回升的聚合物驱区块的开发指标预测。

2.1含水的预测

由上式可见，只要我们确定了某一时刻的累积产液量，便可预测出这一时刻的含水，而累积产液量是各阶段产液量的累加值，因此，我们可以利用驱替特征曲线较好地预测含水。

2.2产液量的预测

按照前述的聚合物驱注入量与产液量变化的特点分析，聚合物驱条件下注入量是相对稳定（有时略有下降）的，不像水驱那样随时间不断增加。因此，聚合物驱条件下产液量也相对比较稳定。如果我们充分利用聚合物驱开采注入速度相对稳定的特点，考虑到具体区块的注采比，便可以通过注入速度测算出产液量。

3、水驱增量法与水驱递减法

水驱增量法是设水驱产油量为恒定值，等于聚合物驱见效前30d的月产油量.利用该方法计算聚合物驱增油量与评价采收率时所需资料少，计算方便快捷，但需要聚合物驱实际生产数据，只有聚合物驱结束后方能进行采收率评价，而在聚合物驱结束之前只能进行短期增油量计算，这忽略了油井产量自然递减这一普遍规律，导致预测结果偏小。水驱递减法是聚合物驱按实际生产数据，水驱以聚合物驱前至少360d的生产数据为基础，进行拟合，求出递减类型与递减率，聚合物驱见效后水驱按相同的递减率递减。1996年4月～2005年4月，大庆北一二排西部水驱递减法、水驱增量法预测月产油量与实际聚合物驱月产油量对比看出，水驱递减方法得出的增油量与水驱增量法得出的增油量，能较为客观地反映聚合物驱的增产效果，但该方法预测的只是水驱的产量，没有聚合物驱生产数据，无法预测聚合物驱时增油量和提高采收率，且在聚合物驱结束之前，同样只能进行短期增油量计算。

4、归一化方法

根据编制的聚合物驱开发方案，确定区块注聚时的综合含水率、采收率、水驱综合含水率达98.00%时的采收率，求出水驱阶段采收率，然后根据区块地质储量计算水驱阶段总产油量。

水驱阶段总产油量=区块地质储量×水驱阶段采收率

水驱油量归一化因数=水驱注入孔隙体积倍数/聚合物驱注入孔隙体积倍数

以聚合物驱注入孔隙体积倍数PV聚合物驱为横坐标，累计产油量为纵坐标，绘制聚合物驱累计产油量与聚合物驱注入孔隙体积倍数之间的关系曲线。

用水驱累计产油量各点对应的水驱注入孔隙体积倍数除以归一化因数，得到水驱累计产油量与水驱归一化坐标之间的对应关系，并在归一化坐标上，绘制水驱累计产油量与聚合物驱注入孔隙体积倍数的关系曲线。

阶段水驱油量的校正，按方案预测中注采比1.0考虑，而在聚合物驱实际过程中，注采比往往不等于1.0，所以需对阶段水驱油量进行校正，即：

校正因数=累计采液孔隙体积倍数/累计注入孔隙体积倍数

累计采液孔隙体积倍数=（累计采液量+累计采油量×0.31）/区块油层孔隙体积。

对3个区块采用归一化法进行聚合物驱提高采收率的计算出的聚合物驱提高采收率为10.35%～11.59%，与实际情况较吻合。

5、聚合物驱流管法

通过分析聚合物驱油机理，利用大量实测资料，进行理论推导和统计分析，建立了半理论半经验的聚合物驱开发指标预测模型。该模型能描述油﹑水﹑聚合物混合流动条件下的渗流规律，适用于预测油井见聚情况下含水率﹑产油量的变化。

5.1含水率计算

5.2指標预测

利用聚合物驱流管法对大庆油田的3个注聚区块进行了预测。从表5-1可以看出3个区块的采收率再提高2.0%～3.0%完全符合实际。

6、结论

1、在注聚合物前的空白水驱阶段以及含水率回升后期，可以应用水驱驱替特征曲线法预测含水率等开发指标。

2、应用聚合物驱流管法预测开发指标时，计算速度快，精度高。

煤自然发火预测预报指标体系 篇3

自燃火灾是煤矿的重大灾害之一，严重地影响着煤矿的正常生产。做好煤炭自然发火早期预测预报工作是预防自燃火灾的关键，目前普遍采用的方法是气体分析法。应用气体分析法，需要建立煤的升温氧化实验系统，通过分析煤样在升温氧化过程中释放出来的气体随煤温变化规律，从而确定适合煤自然发火预测预报的指标气体，对煤的自然发火进行有效的预测预报。

1 煤的升温氧化实验

1.1 实验煤样的选取

煤升温氧化特性实验选取华润煤业公司202回采工作面代表性煤样，煤样经处理后制备成各项测试用的分析煤样。煤样基本参数如下：a) 粒度：100目(<0.15 mm);b) 重量：1 g;c) 供气流量：100 cm3/min;升温速率：25℃～80℃为0.5℃/min, 80℃～200℃为1.0℃/min, 200℃～300℃为2.0℃/min;取样间隔时间：20 min/次。

1.2 煤自然发火气体产物模拟实验装置流程图

煤自然发火气体产物模拟实验装置流程图见图1。

1. 控温仪;2.温度记录仪;3.电炉和样品管;4.定量进样器;5. G2800T色谱仪;6.G3800F色谱仪;7.甲烷转化炉;8. 时间延迟器;9.色谱数据处理机

1.3 实验煤样实验结果

煤样自燃氧化气体总的生成规律是气体生成量随着煤温的上升而逐渐增大，但不同的氧化气体组分所表现出来的生成规律在量值和生成顺序上有较大的差别：160℃前，烷烃气体中C2、C3、C4烷烃(即乙烷、丙烷和丁烷)均检测不到，甲烷释放量不大，持续最高在30 ppm左右，160℃后才开始逐渐增加，但增加幅度也不大，至250℃时，其含量在100 ppm以下。乙烷和乙烯出现时的温度在160℃左右。CO2氧化释放量持续在550 ppm左右，至160℃左右，才逐渐增加，至250℃左右时超过2 000 ppm。

2 煤样自燃氧化热力学特性及其规律

实验过程中，控温炉按一定速率升温，同时煤样管中按一定速率通入空气(20.9%O2)。煤温、炉温随时间变化曲线如图2所示，由图可以看出，煤样初始温度接近炉温，当炉温超过80℃后，煤温将逐步高于炉温，当炉温超过250℃左右后，煤温迅速接近300℃以上，一般情况下煤在此温度下已自燃，煤温在超过500℃时出现了峰值，煤氧化进入剧烈燃烧阶段。

3 煤样自然发火标志气体分析与优选

煤自然发火一般都要经历从缓慢氧化到加速氧化直至激烈氧化的阶段，针对不同的阶段所采取的防灭火措施应该是不同的。因此，煤自然发火的预测预报应该根据本矿的实际情况优选适合于本矿防灭火工作的综合标志气体指标，对煤自然发火的不同阶段进行预测预报，以指导防灭火措施的制定和实施，而不应该按部就班的使用其他矿井的预测指标，更不应该仅使用CO单一指标。

3.1 煤自然发火的CO标志气体

CO作为标志气体具有以下特点：a) CO的产生量随着煤温的升高而上升，250℃之前这种变化表现为单一递增关系，并基本符合指数关系;b) 从煤氧化气体产物的发生量来看，CO产生的绝对量是所有标志气体产物中最大的;c) 从煤样分析结果来看，CO产生的临界温度为60℃左右，并贯穿于整个自燃氧化过程。

CO作为标志气体同时还存在以下缺点：a) 在煤自燃发火过程中，CO检测温度范围极宽，从60℃一直到进入激烈氧化阶段都就能检测到CO，这就使得这一指标的预报范围过大，不利于精确判定其自燃过程和温度参数的关系;b) 虽然在模拟试验中，250℃之前CO随煤温的变化较好地符合指数关系，但在现场生产环境下，受风流大小、检测仪器误差、取样地点等因素的影响，很难找出其浓度值所对应的温度值，也无法确定1个允许有足够时间采取防灭火措施的预报临界值，使得CO发生量与煤温之间的变化关系不明确，特别是在现场复杂生产条件下，CO会出现时有时无的情况，使预测预报的精度和准确率较低，甚至出现漏报。

由上述可以看出，CO作为预测预报煤自然发火的标志气体是可行的，但就其现场应用来说，还需考虑特定的环境和条件的影响，特别是大部分自然发火发生在采空区或煤柱中，火灾气体产物涌出的影响因素极多，这些使我们所监测到的CO量与煤氧化产生的CO量之间没有明确的关系，也可以说，我们在现场监测到的数值可能要比实际氧化产生的数值要低。

3.2 煤自然发火的C2H4（乙烯）和C3H6（丙烯）标志气体

在煤的吸附气体中，没有C2H4和C3H6气体组分，因此可以认为C2H4和C3H6仅是在煤氧化过程中产生的。C2H4其临界温度为167℃，与CO气体相比，有1个明显的时间差和温度差，这比单用CO又准确了一步。C2H4出现以后，煤氧化进入加速氧化阶段。C3H6产生的临界温度为251℃，这与C2H4相比又有1个明显的温度差。C3H6产生以后煤样进入激烈氧化阶段，煤温迅速超过300℃以上。在矿井自然发火预测预报工作中，应密切注意和观察C2H4和C3H6的出现及其浓度的变化，对矿井防灭火工作具有十分重大的意义。

3.3 煤自然发火的C2H2（乙炔）标志气体

C2H2气体在一般矿井中都作为煤自然发火的重要的标志气体，从华润煤业公司实验煤样分析结果来看，在整个氧化升温过程中煤温超过400℃时，检测到C2H2气体，浓度为2.59 ppm。C2H2是煤的氧化进入燃烧阶段的标志，因此，华润煤业公司在现场应用过程中，一旦出现C2H2气体，采取措施时一定要谨慎，避免采取直接剥挖火源的办法，以免高温煤体引发瓦斯、煤尘爆炸事故。

3.4 煤自然发火的C2H4/C2H6标志气体比率（烯烷比）

C2H4/C2H6比率与煤温之间的关系如图3所示。由图中可以看出C2H4/C2H6比率呈现抛物线的规律，在428℃时产生峰值。由于该指标只有C2H4出现后才能应用，因此，使用是应慎重考虑C2H4临界温度以前的自然发火状态。

C2H4/C2H6比率可作为判断C2H4气体出现后，C2H2气体出现前煤体自燃发展进程的一种预测预报指标，具体地说，就是预报煤温从167℃到400℃的温升状况。从另一个角度来说，即是预报煤氧化从加速氧化阶段过渡到阴燃状态进而进入到明火燃烧阶段。

3.5 煤自然发火标志气体的链烷比

链烷比主要包括两类：一类是长链的烷烃气体与甲烷的比值(C2H6/CH4, C3H8/CH4, C4H10/CH4);另一类是长链的烷烃气体与乙烷的比值(C3H8/C2H6, C4H10/C2H6)。链烷比随煤温的变化曲线有类似于上述烯烷比的情况，比值变化规律如图4所示。

由图中可以看出各比值变化表现出明显的规律性，但CH4绝大部分来源于煤吸附CH4的涌出，煤氧化所产生的CH4仅占极小的部分，也就是说在实际生产过程中，很容易受到采掘工作、落煤时间的影响，此处不进行C4H10/CH4与C4H10/C2H6的比值分析，C2H6/CH4, C3H8/CH4指标不适合作为煤自燃的标志气体指标。

这里必须着重强调一下C3H8/C2H6比值，其随煤温的变化比较明显，也比较简单，煤温与其比值有较准确的对应关系。其作用是预测预报煤体温度从251℃上升到400℃的一种指标，与C2H4/C2H6(烯烷比)相比，其预测预报的温升的幅度要窄一些，可看作是烯烷比指标的一种对比与补充。

另外，需要指出的是，在煤矿井下，链烷比主要受两方面的影响：一是煤本身吸附的烷烃量的不同;二是吸附烷烃的释放时间。因此，对于采掘工作面新破碎、剥落的区域，采用链烷比作为标志气体指标预报煤自然发火有一定的难度，但对于发生在采空区的高温点，由于浮煤体得到了较强烈的破碎，同时又经过了较长时间，其吸附烷烃基本上被释放完，采用链烷比预报自燃火灾就能排除生产条件造成的干扰，取得较好的预测预报效果。

4 煤自然发火预测预报指标体系

通过上述实验研究，对于华润煤业公司实验煤样来说，可以提出下列自然发火预测预报标志气体指标体系。

a) CO可以作为预测预报煤自然发火的指标气体，其预测的温度范围从60℃到250℃之前，在这个区间内CO析出浓度随温度升高而上升，并在整个自燃发火过程中都有CO产生，应特别加强观测;

b) 烯烃气体C2H4和C3H6气体预测的煤温初始温度分别在167℃和251℃，C2H4气体的出现可以视为煤的氧化进入加速氧化阶段的标志;C3H6气体的出现可以视为煤的氧化进入激烈氧化阶段的标志。在有CO存在的前提下，只要出现C2H4或C3H6，毫无疑问即可做出煤已自然发火的预报，此时必须采取切实有效的灭火措施，如果延误可能发展更为严重的火灾事故;

c) 在整个升温过程中除供7.0%O2浓度条件下都检测到C2H2气体，C2H2气体的出现表现煤已完全进入燃烧阶段。所以，在井下检测到C2H2时，可断定监测区内存在已经燃烧的明火，此时制定和采区防灭火措施时一定要谨慎，千万不要将高温火区暴露于空气中，以免高温煤炭与爆炸范围内的瓦斯气体接触，引燃引爆瓦斯、煤尘等致使事故扩大;

d) C2H4/C2H6可以作为判别煤自然发火进程的标志气体指标，其预测的煤温区间是167℃～400℃;

e) C3H8/C2H6可以作为预测煤自然发火进程的标志气体辅助指标，其预测的煤温区间可从251℃直到400℃;

f) C2H6/CH4、C3H8/CH4不适合作为预测预报煤自然发火的标志气体指标;

g) 烷烃气体不适合作为井下煤自然发火预测预报的指标。

摘要：通过煤的升温氧化实验, 分析煤氧化释放气体随煤温变化规律。根据实验数据, 对煤样自然发火标志气体进行了分析与优选, 确定煤自然发火预测预报的指标气体, 建立了煤自然发火预测预报指标体系。

指标预测 篇4

【关键词】无创正压通气；急性呼吸衰竭；慢性阻塞性肺疾病；预测指标

【中图分类号】R563.8 【文献标识码】A 【文章编号】1004-7484（2012）08-0382-01

早期预测NIPPV失败的风险非常重要，可避免插管延迟，降低死亡率。本研究回顾性分析NIPPV在COPD组和不同病因的非COPD组ARF病人有效性，寻找NIPPV治疗失败的预测因素。

1 资料和方法

1.1 病例选择 收集我院呼吸科2011年1月～2011年12月收治的NIPPV治疗的ARF患者58例，病例选择符合以下两个条件：(a)较好的意识状态、咳痰能力及人机配合能力；(b)临床体征和症状：呼吸困难、呼吸频率(RR)＞24次/分钟、使用辅助呼吸肌呼吸、存在反常呼吸；(c)动脉血气pH<7.35和氧合指数＜200(或PaO2＜60 mm Hg)。

1.2治疗方法 根据病因将患者分为COPD组、非COPD组，所有病人均在标准药物治疗的基础上给予NIPPV。使用便携式无创呼吸机VPAP II（瑞思迈）进行NIPPV，选择合适面罩，采用S/T模式，氧流量5L/min。预置呼吸频率12～16次/min，氧浓度30％～35％左右，吸气压力(IPAP)从8cm H2O开始，呼气压力设为4 cm H20，根据患者耐受和脉搏血氧饱和度（SpO2≥90%–92%)调整IPAP，根据临床情况和动脉血气值确定NIPPV持续和停止时间。

1.3观察指标 记录患者年龄、性别、体重指数、ARF病因。收集入院时、治疗开始后1、4 h患者RR、心率(HR)、血气(pH、PaO2、PaCO2)数据。比较两组NIPPV治疗成功患者通气时间、住院时间、死亡率差异。

1.4 统计学处理 数据以均值±标准差(?x±ｓ)表示，实验结果采用SPSS10.0软件进行统计学分析；计数资料比较采用Xˉ 2检验，两组间均数比较采用独立样本t检验，P﹤0.05为差异有统计学意义。

2 结果

2.1两组病因构成及临床特征 58例NIPPV治疗的患者，其中男性39例、女性19例，平均年龄为57.5±10.2岁；最常见病因是COPD急性加重34例（58.6 %），其它病因共24例，分别为重症肺炎6例、哮喘6例、ILD（肺间质性疾病）6例、急性呼吸窘迫综合征(ARDS)2例、严重脊柱后凸侧弯2例、拔管后呼吸衰竭1例、阻塞性睡眠呼吸暂停1例；42例(72.4%)病人為Ⅱ型ARF。相比非COPD组，COPD组患者年龄较大，多为严重的呼吸性酸中毒，而非COPD组低氧血症更为明显。

2.2 两组治疗过程中RR、HR、动脉血气比较 临床及动脉血气参数如表1所示。治疗1h后COPD组患者临床参数均显著改善，表现为RR、HR下降、PaCO2下降、pH值和PaO2水平增加(P﹤0.05)，而非COPD组除RR、HR下降、PaO2水平增加显著（P﹤0.05），pH、PaCO2改变不明显（P﹥0.05）。治疗4h后COPD组患者临床参数均显著改善(P﹤0.05)，非COPD组pH、PaCO2改变仍不明显（P﹥0.05）。

2.3 两组治疗结果和住院时间比较： COPD和非COPD组NIPPV治疗成功的通气时间无显著差异（P﹥0.05）。COPD组5例(14.7%)患者、非COPD组9例(37.5%；肺炎3； ARDS 2；ILD 2；哮喘1；拔管后呼吸衰竭1)患者需要气管插管和有创通气，非COPD组NIPPV失败率明显高于COPD组(P﹤0.05)。两组住院时间、死亡率也有显著差异（P﹤0.05）；COPD组2例患者死亡，而非COPD组4例死于多器官功能障碍（表2）。

3 讨论

目前倾向于认为NIPPV治疗COPD-ARF和心源性肺水肿有较好的效果，但在其他病因的低氧性ARF如肺炎、哮喘、ARDS的作用仍有争议，部分荟萃分析不支持NIPPV在急性低氧性呼吸衰竭和ARDS的作用(1)。本文结果表明，NIPPV可作为一种有效方式治疗不同病因ARF。然而，COPD- ARF病人治疗成功率比非COPD-ARF患者明显高，85.3%COPD-ARF患者NIPPV治疗成功，近40% 非COPD-ARF患者NIPPV治疗失败。

两组患者NIPPV治疗后临床和血气值虽有改善，然而，临床(RR、HR)和动脉血气基线参数及其连续测量值不能反应预测治疗是否成功，原因是多数治疗失败发生于非COPD组，其NIPPV失败率非常高。本组中(大部分是肺炎/ARDS及间质性肺疾病)，NIPPV治疗初期临床和血气参数短暂改善，但NIPPV治疗不能影响基本病变过程如肺炎或败血症，而抗生素和其他支持性措施改善病情至少需要24–48 h，这部分病人NIPPV治疗最初虽有反应，但后期不能改善通气功能，称为“迟发性NIPPV失败”。在迟发性NIPPV治疗失败患者，临床指标和动脉血气的改善并不预测NIPPV治疗的最终结果。

随着NIPPV应用的增加，逐渐成为预防COPD-ARF气管插管的一种有效手段，在COPD急性发作、心源性肺水肿和拔管后呼吸衰竭患者的使用将越来越普遍，反之，脓毒症和其它病因不确定的ARF患者使用NIPPV应非常慎重(1)。我们的分析结果表明，NIPPV对非COPD- ARF适用性有限，ARF的病因是NIPPV治疗失败重要的预测指标。

参考文献：

区域物流预测指标选择方法的研究 篇5

区域物流需求预测可以保证最高效的物流系统,以满足经济发展的需要,从而确保物流供给和需求相适应,保持社会物流活动高效率,避免由于缺乏物流供给而成为经济发展的瓶颈,这是现代物流产业发展的重要领域,其发展水平已成为影响区域经济健康发展的重要因素。研究区域物流需求与区域经济发展水平之间的关系,对第三方物流企业的发展具有重要的实用价值。由于区域经济的物流数据的特点是非线性和不准确性,如果使用传统的预测方法很难得到良好的预测效果。所以根据有限的样本数据,选择适当的方法对区域物流需求合理预测将成为重要课题,由于信息科学技术的发展,如神经网络及智能信息处理技术,在对复杂系统和非线性数据处理上存在巨大的优势,为了实现有效的区域物流需求预测,希望能利用这一技术对其物流需求预测提供一种有效的方法。从而为区域物流规划提供参考,本文在研究国内外文献的基础上,根据区域物流与区域经济发展之间关系理论,对区域物流的发展现状和当前存在的问题进行分析,指出了影响区域物流需求的主要因素,并在此基础上构建适应区域物流需求预测指标体系。为研究武陵山区域物流需求预测模型提供参考。

2. 影响区域物流需求预测指标因素分析:

物流需求预测是根据历史数据和统计资料为依据,所以物流统计数据的完整与否直接影响预测结果。当前区域物流需求预测数据中存在的问题:一个是无足够或无法找到区域物流需求的历史数据统计.二是预测对象及指标的选择没有共识。由于物流之间与物流需求的影响因素存在内在的、隐含的映射关系直接影响区域物流需求的增长或减少。因此,研究区域物流预测,需要分析影响物流需求的因素。其主要表现为:

(1)区域经济因素。社会和经济发展水平是物流需求的内在决定因素。如GDP、地区经济、贸易、固定资产投资、工业生产总值(GDP),社会消费品总额,价格指数等;经济地区越发达,物流需求就越大。

(2)区域产业的因素。基础物流设施、货运营业额,物流专业人员、硬件设施和高品质的物流服务等可以提高区域物流需求。重视投资物流基础设施,能提升物流服务质量,扩大区域物流需求。

(3)区域环境因素。科学、技术和政策可以改变区域经济效率和经济结构,如科技支出活动,科技成果,经济政策;

(4)其他因素。不同的消费水平和消费理念、不同的地理位置和自然资源等对物流需求的有重大的影响。

从分析区域物流需求的影响因素可知,在选取因素指标时应可以量化并具有实际统计数据的经济指标.

3. 区域物流需求预测指标的选择原则:

实施物流预测的关键是如何选择区域物流需求预测指标,为了确保区域物流需求预测的科学性和准确性性,物流预测指标的选择应遵循以下原则:

(1)绝对量和相对量互补的原则:相对量反映了一定的经济条件下的经济规律。绝对量反映了一定时期内,物流需求的规模及物流需求变化的规则。二者缺一不可,相辅相成。

(2)理论与实践相结合的原则:设计物流需求预测指标要考虑许多因素:如物流部门的具体目标、政府的基础设施及经济增长目标、物流部门降低物流成本和减少资源消耗,提高服务质量目标。

(3)相关性原则:区域物流需求因素指标和预测指标的相关性会影响预测结果的可靠性和准确性。较强的相关性,更可靠的预测效果,预测结果更接近真实值。在选择指标时,必须严格调查武陵山区域物流需求预测各指标间的相关性,充分考虑物流影响因素指标对物流需求预测指标影响的大小,从而筛选出相关性较强的指标。

(4)可操作性原则:物流预测指标的设计应该考虑预测实施过程中的可操作性,如可获得的指标数据和准确性的数据,在设立预测指标时必须考虑现实情况,从而设计比较容易获取数据的指标。有些因素指标对预测指标的影响关系较大,但碍于实际条件有限,有时很难或无法获得所需要的统计数据。因此,在选取指标时,一切从实际情况出发,考虑到指标数据的可操作性。

(5)相对独立性原则:筛选相关指标时,应选择具有相对独立性的指标进行预测,减少指标设置的重叠度。

4. 建立区域物流预测指标体系

区域经济指标对区域物流需求有重大的影响,根据对区域物流需求的影响因素分析及物流预测指标选择的原则分析.经济指标选取应从可以实际统计数据并可量化的指标着手,兼顾全面性和可操作性。本文根据预测指标量化的基本原则,采取定量方法对武陵山区域物流需求进行预测,通过前期调研及数据分析,以铜仁市物流需求量为例,预测物流需求规模以货物运输量作为指标,从根据对区域物流预测产生影响的经济因素和预测的可操作性,选取用于物流需求规模预测的经济指标为:铜仁地区第一产业产值、铜仁市第二产业产值、铜仁市第三产业产值、铜仁市内部贸易总额、外贸总额,居民消费水平,该指标的设置理由:(1)三大产业产值,考虑区域经济结构对物流需求规模的影响.(2)区域内部贸易总额:体现社会零售区域总额.(3)区域外贸总额:体现外贸出口总额.根据以上因素分析,建立武陵山区域物流需求预测指标体系,六个因素指标作为输入量系1个预测指标作为输出量图4-1所示:

5. 预测指标体系分析与评价

(1)数据预测的可获取性来看:从上面构建物流需求预测指标的图可知:影响区域物流需求的重要经济因素有区域经济总量、区域经济结构及其分布、区域内贸易及区域内人均收入和消费水准。这几个方面的数据可从各地区的统计年鉴获取的。在实际预测时由于选择指标的可限制性,即每个指标不是都能够应用,因此最后建立的指标体系只包括6个输入指标,1个输出指标。

(2)数据预测的准确性来看:由于物流预测指标由经济指标和物流指标两部分所组成,所涉及的物流预测指标较多,因此导致许多数据无法得到精准的预测,造成对指标的可信度不能进行数量分析。因此,物流需求预测指标在实际应用中,应从体现预测的准确效果出发,考虑更多的经济变量。但从现实并结合设立指标选取原则来考察,该系统指标的选择是有一定的代表性的。

总之,物流预测需求,是根据历史数据资料和一定的科学方法,对未来的物流需求状况进行科学地判断。但在实际预测中因为统计数据缺乏等原因,影响了区域物流规划的制定,导致区域物流供需发展不平衡。通过对影响物流预测因素分析,以研究铜仁市物流需求预测指标为例,从而构建区域物流预测指标体系,为分析物流需求变化规律和研究武陵山片区物流需求预测模型提供参考。

参考文献

[1]程肖冰,李平等.区域物流需求预测研究[M].北京:中国财富出版社,2015,10

[2]孙有望,周福东.我国宏观物流市场预测与分析方法研究[J].同济大学学报(自然科学版),2005,33(1):47-51.

[3]黄虎,蒋葛夫,严余松等.基于支持向量回归机的区域物流需求预测模型及其应用[J].计算机应用研究,2008,25(9):2 738-2 740.

如何根据配合煤指标预测焦炭质量 篇6

随着高炉的大型化对冶金焦炭的质量要求的提高及我国煤炭资源的分布不均匀, 导致我国焦炭行业必须采用多种煤配合炼焦。用两种或者两种以上的煤均匀的按照适当的比例配合就叫做配合煤。配合煤的几种主要的指标为水分、灰分、挥发份、硫份、细度等指标。每项指标都是影响焦炭质量的重要因素之一。

(1) 配合煤的水分多少和其稳定与否, 对焦炭产量、质量一级焦炉寿命都有很大影响。首先对生产来说, 水分高将延长结焦时间, 配合煤的水分每增加1%, 要求立火道温度上升5~7摄氏度, 炼焦耗热量增加30kj/kg, 结焦时间延长10~15分钟, 从而降低产量。其次配煤水分过高, 产生的酚水量增加。此外, 煤料的堆密度与水分有较大关系, 干煤堆密度最大, 随着水分增加密度减少, 当配合煤水分为7%~8%时, 堆密度最小, 为干煤堆密度的85%左右, 对煤进行干燥可使堆密度增加, 从而改善煤料的粘结性。但是水分过小不利于生产操作, 所以配合煤的水分一般要求在7%~10%之间, 并保持稳定, 以免影响焦炉加热制度的稳定。

(2) 配合煤的灰分在炼焦后全部转入焦炭中, 一般配么的成焦率为70%~80%, 焦炭的灰分为配煤的1.3~1.4倍。灰分是惰性物质, 配合煤灰分高则粘结性降低。灰分的颗粒较大, 硬度比煤大, 它与焦炭物质之间有明显的分界面, 而且膨胀系数不一样, 当半焦收缩时, 这个界面上的应力集中, 成为裂纹的中心, 灰分颗粒越大则裂纹越宽、越深、越长, 所以配合煤的灰分高焦炭的强度低。配煤的灰分指标是按焦炭规定的灰分指标经计算得来的, 即配煤灰分 (A煤) =焦炭灰分 (A焦) ×全焦率 (K, %) 不同用途的焦炭对灰分的要求各不相同, 我国的一级冶金焦的灰分≤12%, 按成焦率75%计算, 配合煤灰分≤9%比较适合, 炼气化焦时, 配合煤则为15%左右。

(3) 配合煤的硫分也是影响焦炭质量的重要指标之一。当焦炭含硫高时, 会使生铁含硫提高, 质量较低, 增加高炉碱度使高炉操作恶化。通常焦炭中的硫份每增加0.1%, 焦比增加1.2%~2.0%, 高炉生产能力下降2%。在炼焦过程中配合煤当中约有60%~70%转入焦炭, 因配合煤的产焦率为70%~80%, 故焦炭硫分约为配合煤硫分的80%~90%。由此可根据焦炭对硫分的要求计算出配合煤硫分的上限。我国一级冶金焦的硫份要求是≤0.6%, 所以配合煤的硫分≤0.75%。

(4) 配合煤中的磷分几乎全部转化到焦炭中, 由于含磷量高的焦炭将使生铁冷脆性变大, 因此生产中要求配合煤的含磷量低于0.05%, 中国的冶金焦和铸造焦出口时, 外商对磷含量的要求十分严格, 气化焦对磷含量一般没有特殊要求。

(5) 配合煤的煤化度是表述煤的变质程度, 常用的指标是挥发分Vdaf和平均最大反射率Rmax, 两者之间有密切的联系。根据鞍山热能研究院对我国148种煤所做的回归分析得出如下方程

确定配合煤的煤化度控制值应从需要、可能、合理利用资源、经济实效等方面综合权衡。配合煤的挥发分过高由于其收缩系数大, 导致焦炭的平均粒度过小, 抗碎强度低。但挥发份又与化学产品的产率成正比, 从兼顾焦炭质量以及焦炉煤气和炼焦化学产品产率出发, 各国通常将装炉煤挥发分控制在28%~32%范围内。生产大型高炉所用焦炭的常规炼焦配合煤, 煤化度指标控制的适宜范围是Rmax=1.2%~1.3%, 相当于Vdaf=26%~28%。但还应视具体情况, 并结合粘结性指标的适宜范围一并考虑。气化焦用煤的挥发分应大于30%。

(6) 配合煤的粘结性指标是影响焦炭强度的重要因素。各国用来表征粘结性的指标各不相同。常用的指标有煤的膨胀度b、煤的流动度MF、胶质层指数y、X和粘结指数G, 这些指数大, 表示粘结性强。多数室式炼焦配合煤粘结性指标的适宜范围有以下数值:最大流动度MF值为70 (或100) ~103ddpm, 奥-阿膨胀度≥50%, 最大胶质层厚度y为17~22mm, G为58~72。气化焦对配煤的粘结性指标要求较低。配合煤的粘结性指标一般不能用单种煤的粘结性指标按加和性计算。我国对粘结性指标的表述一般采用胶质层最大厚度y值和粘结指数G值的方法。

(7) 配合煤的煤岩组分的比例要恰当, 配合煤的显微组分中的活性组分应占主要部分, 但也应有适当的惰性组分作为骨架, 以利于形成致密的焦炭, 同时也可缓解收缩应力, 减少裂纹的形成。惰性组分的适宜比例因煤化度不同而异, 当配煤的平均最大反射率Rmax<1.3时, 以30%~32%较好;当max>1.3时, 以25%~30%为好。采用高挥发分煤时, 尚需考虑稳定组含量。

(8) 配合煤的细度是量度炼焦煤粉碎程度的一种指标, 用小于3mm粒级煤占全部配合煤的质量百分率来表示。各国焦化厂都根据本厂煤源的煤质和装炉煤的工艺特征确定细度控制指标。将煤粉碎到一定细度, 可以保证混合均匀。从而改善焦炭内部结构的均匀性。细度过低, 在运输过程中会造成偏析现象而使混合不匀, 会因矿物质太大而使焦炭内部结构不均一, 也由于惰性物质的颗粒较大而生成较大裂纹, 使焦炭强度降低。细度过高, 不仅粉碎机动力消耗过大, 设备生产能力降低, 还由于煤尘 (<0.5mm) 增多, 使装炉操作困难, 集气管内焦油渣增加, 焦油质量变坏等不利因素。更主要的是细度过高, 降低装炉煤的粘结性和堆密度, 以至于降低焦炭的质量和产量。在配合煤中, 弱粘结性煤应细粉碎, 强粘结性煤细度不要过高, 有利于提高焦炭的质量和产量。一般对配合煤细度控制范围为:顶装炼焦时, 小于3mm粒级量为72%~80%, 配型煤炼焦时为85%左右, 捣固炼焦时为90%以上。控制配合煤细度的措施主要有:正确选用煤粉碎机;在粉碎前筛出粒度小于3mm的煤, 以免重复粉碎。

(9) 配合煤的堆密度是指焦炉炭化室中单位容积煤的质量, 常以kg/m3表示。其它影响配合煤对密度的因素还有在前面所说的配合煤的水分、细度等。配合煤堆密度大, 不仅可以增加焦炭产率, 而且有利于改善焦炭质量。但随着堆密度的增加, 膨胀压力也增大, 而且配合煤膨胀压力过大会引起焦炉炉体破坏。因此, 提高配合煤堆密度以改善焦炭质量的同时, 要严格防止膨胀压力超过极限值, 一些国家对膨胀压力极限值视试验条件不同而不同, 其范围波动在10~24k Pa范围内。

综上所述, 要生产出质量合格的焦炭的前提条件是要配出合格的配合煤。配合煤是影响焦炭质量的重要因素。

参考文献

[1]于振东, 蔡承祐.焦炉生产技术[M].沈阳:辽宁科学技术出版社, 2002.

[2]潘立慧, 魏松波.焦炉技术问答[M].北京:冶金工业出版社, 2007.

股票价格预测中的财务指标分析 篇7

一、选取财务指标遵循的原则

1.主次分明原则

上市公司财务报表中的财务指标选择范围非常广泛, 因此, 在进行财务指标分析时, 必须认真精选相关指标, 分清主次, 有的放矢。公司股价预测的重点应是分析主要财务指标, 而辅助财务指标则可作为补充, 予以适当关注。

2.适用性原则

对上市公司股价的预测涉及到公司全部的经营管理活动, 而公司各项经营活动之间存在着相互关联、错综复杂的关系。因此, 在选取所用财务指标时, 应对各指标之间的内在联系进行认真分析, 以防财务指标反映的信息互相矛盾, 导致投资者做出错误的判断。另外, 公司报表是提供给多个不同层次利益相关者的, 投资者要选取适合自己的财务指标。

3.可比性原则

投资者分析财务指标以预测上市公司股票价格走势的目的是获得较高收益, 因此, 购买具有升值空间的股票是其必然选择, 这就需要投资者对不同的股票进行对比, 在进行财务指标选择时, 要选取能够反映不同类型企业财务状况, 便于在不同企业之间进行比较的财务指标。

二、股票价格预测的主要财务指标解读

(一) 判断公司的盈利能力是股价预测的核心

公司的盈利能力综合体现了公司进行生产销售活动的效率和经营管理水平的高低, 支撑着公司的股票价格, 也是预测股价时需重点分析的内容。反映上市公司盈利能力的常用财务指标有市盈率、净资产收益率、总资产收益率。

1. 市盈率是公司每股市价与每股收益的比率

该比率反映了投资人对投入的每一元钱所获净利润所愿支付的价格, 主要用来估计股票的投资报酬及其风险。它体现了市场对公司的共同预期, 高市盈率表明公司能够获得社会信赖, 市场看好公司的未来前景。因此, 对于市盈率高的股票, 虽然其投资风险较高, 但良好的未来前景决定其往往具有较大的升值潜力。市盈率是判断股价走势的重要指标。

2. 净资产收益率是净利润与净资产的比率

它是公司财务指标体系的关键指标, 也是企业盈利能力的核心体现。该比率反映了上市公司的自有资产所能产生的税后净利润水平。正常情况下, 较高的净资产收益率表明公司自有资产能够获取较多的收益, 公司发展的潜力较大, 股价也会相对较高。净资产收益率作为相对指标, 反映了对企业投资人利益的保障程度, 因此, 投资者在预测股价时应给予高净资产收益率的股票较高的预期。

3. 总资产收益率是净利润与总资产的比率

该比率反映了上市公司总资产所能产生的税后净利润水平。它是衡量企业整体资产利用效率的指标, 总资产收益率越高, 则企业整体盈利能力越强, 体现了较高的经营管理水平。通过与其他指标对比, 如果企业报表存在偏高的净资产收益率与偏低的总资产收益率并存的现象, 就说明企业负债比例较高, 整体收益水平较低, 意味着企业存在较高的财务风险, 这不利于保持稳定的股价, 因此, 投资者应结合其他盈利指标预测股票真实价格。

(二) 辨别公司的偿债能力是防范投资风险的重要保障

公司偿债能力是公司偿付债务能力和资金周转能力的具体体现, 也是公司财务风险的重要反映。偿债能力的高低往往意味着公司所面临的财务风险的大小, 而财务风险是影响股票价格的主要因素, 因此, 投资者只有知晓公司的偿债能力才能对股价做出合理预测。反映公司偿债能力的主要指标有流动比率、速动比率和资产负债率。

1. 流动比率是流动资产与流动负债的比率

它是衡量公司提供流动资金、偿付短期债务以及维持正常经营活动能力的指标, 反映了在清偿流动负债以后企业还有多少流动资产去满足日常经营中其他资金的需要。一般情况下, 为了表明企业财务状况稳定可靠, 流动比率至少要大于1。但过高的流动比率往往意味着公司可能拥有过多的现金, 没有在经营中很好的加以利用, 从而丧失了获利良机, 也降低了偿债能力。因此, 面对高流动比率的股票, 投资者更应该谨慎分析, 不可盲目过高估计其股价。

2. 速动比率是速动资产与流动负债的比率

速动比率是体现企业短期偿债能力的最佳指标, 因为速动资产仅包括现金、有价证券以及应收账款等变现能力较强的资产, 并不包括存货, 可以更确切地反映企业快速偿付短期债务的能力。与流动比率相似, 一般认为速动比率大于1较好。如果公司存在过低的速动比率, 就说明公司的偿债能力差, 缺乏足够的流动资金, 短期财务状况不佳。但较高的速动比率也可能是隐藏着未冲销的坏帐以及较大金额的逾期待催收账款造成的, 使投资者忽视了应收账款本身潜在的问题, 影响对速动比率的使用。因此, 同流动比率一样, 投资者不可被其蒙蔽了对股价的正确判断。

3. 资产负债率是负债与资产的比率

与前两个指标不同, 它衡量的是公司长期偿债能力的大小, 较低的资产负债率表明负债占资产的比值较小, 意味着企业较强的长期偿债能力。资产负债率体现了总资产中有多大比例是通过借债来筹集的, 表明资产中负债与权益的对比关系。公司应保持适当的资产负债率, 如果资产负债率很低, 说明公司坚持谨慎保守的投资策略, 不敢轻易借债投资, 虽然该公司现金充足, 但盈利提升空间狭小。因此, 投资者要正确的理解公司资产负债率所透露出来的真实含义, 合理预测其股票价格。

(三) 分析公司的营运能力是预测股价方法的重要补充

公司的营运能力是指公司对其资产的管理水平, 它的大小对公司的盈利能力和偿债能力产生直接影响, 从而影响公司的股票价格。体现公司营运能力的财务指标是一系列的周转率, 主要有应收账款周转率、存货周转率和总资产周转率。

1. 应收账款周转率是主营业务收入与应收账款平均额的比率

该比率衡量了应收账款变现的速度以及管理效率, 较高的应收账款周转率意味着较短的回收期, 说明应收账款具备较强的流动性, 质量较高, 有助于公司现金流量的增加。因此, 在预测公司股价时, 投资者应关注应收账款周转率, 提高具备较高应收账款周转率股票的价格预期。

2. 存货周转率是营业成本与平均存货的比率

它衡量了存货的周转速度, 反映了存货的变现能力和管理效率。较高的存货周转率表明公司较高的资产流动性, 较低的存货积压, 从而意味着拥有充足的现金流量, 其股票价格相应较高。

3. 总资产周转率是销售收入与总资产平均额的比率

它衡量了公司全部资产的周转速度。较高的总资产周转率说明了公司较快的全部资产周转速度以及较强的销售能力, 反映了公司较强的盈利能力。因此, 高总资产周转率的上市公司运营效率更高, 投资者应预测其股票具有较高的价格。

三、几种财务指标分析方法的应用

在正确理解主要财务指标的同时, 投资者还必须掌握一定的财务分析方法才能正确地预测股价, 作出科学的投资决策。

1.对比分析法

对比分析法是分析公司财务状况常用的方法, 它将某个财务指标在公司经营的不同时期进行对比, 并分析其差异, 以此来推断公司经营中可能存在的问题, 从而对股票价格进行预测。它分为绝对数比较和相对数比较两种方式, 前者分析公司增长的百分比, 而后者对绝对量进行比较, 这种方法可以有效地发现影响股价的不利因素。

2.趋势分析法

趋势分析法是对股价的走势进行预测, 它将两个或两个以上连续期的财务指标进行对比分析, 通过财务指标增减变动的方向以及变动幅度来预测股价的未来走势。利用这种方法, 投资者可以从公司经营成果的发展变化中来预测企业未来的发展趋势, 并分析股价波动的原因和性质, 从而对公司未来的股价做出正确的判断。

3.板块分析法

板块分析法是对公司财务指标进行横向比较的方法, 它对隶属于相同行业的公司股票进行分析和对比, 通过与同质公司财务指标的比较, 投资者可以准确地预测某一股票的价格以及其未来走势。这种方法要求在利用财务指标预测股价时, 应遵循可比性原则, 将上市公司的行业因素和地区因素考虑进去, 从而把握行业整体发展趋势, 分析行业系统风险, 合理预测股票价格。

综上所述, 投资者在利用财务指标预测股价时, 要综合考虑上市公司盈利能力、偿债能力以及运营能力等多个方面, 并且要结合适当的财务指标分析方法。在进一步剖析企业经营管理薄弱环节的基础上, 通过识别各种财务信息, 科学的预测相关股票价格, 以更好地进行理性投资, 获取较好的收益。

指标预测 篇8

关于资产负债率的影响因素,从资产负债率的计算公式可以看出:资产负债率=负债总额/资产总额,而作为分子的负债总额大体等于应付账款、其他应付款、预收账款、应交税金的和,作为分母的资产总额大体等于货币资金、应收账款、存货、其他应收款、预付账款的和,即资产负债率主要受这9个因素的影响。

根据往年的数据,通过建立数学模型来分析预测未来月份的资产负债率,对一个企业的发展和稳定有着重要的作用,也是企业非常关心的一个指标。

本文通过选择合适的变量,建立资产负债率的向量自回归模型,在此基础上,利用Eviews5.0对影响资产负债率的因素进行实证分析,得到资产负债率的3阶滞后模型,这样就使影响资产负债率的因素线性化,在计算和预测资产负债率时,方便简单,并且提高了精度。

1 向量自回归模型的建立

1.1数据搜集与整理

现有某IT企业两年24个月(2007年1月—2008年12月)的资产负债表,每个月的资产负债表中详细给出了各个数据指标,我们从中提取出9个主要因素的值,并算出每个月的资产负债率,得到表1和表2。

1.2变量选择

根据观察上述9个主要因素近两年的变化趋势图,我们发现:有一些因素变化不大或基本无变化。比如:存货、其他应收款、预付账款,这说明这3个变量对资产负债率的影响有限或不起决定性作用,通过下面变量的选取可以验证这一点,故在选择变量时考虑舍去这三个变量。

另外我们希望建立资产负债率和各主要因素之间的线性关系模型,由于影响资产负债率的这9个因素与资产负债率呈非线性关系,这就使资产负债率的计算和预测复杂化。

为了寻求影响资产负债率的线性主要因素,我们对这9个变量的数据先进行预处理。由于存货、其他应收款、预付账款这三个变量变化不是很大,故我们选择如下变量:

undefined;

undefined;

undefined;

undefined。

这些变量作为影响资产负债率的主要因素,即作为关于资产负债率的向量自回归模型的外生变量。

1.3建立模型

向量自回归模型(VAR)是基于数据的统计性质建立模型,VAR模型把系统中每一个内生变量作为系统中所有内生变量的滞后值的函数来构造模型,从而将单变量自回归模型推广到有多元时间序列变量组成的向量自回归模型。VAR模型是处理多个相关经济指标的分析与预测最容易操作的模型之一,分析经济指标的各影响因素对系统的动态影响,在多因素指标分析中有广泛的应用[2]。

VAR模型的数学表达式为:

yt=A1yt-1+...+Apyt-p+Bxt+εt t=1,2,...,T。

其中:yt是k维内生变量向量,xt是d维外生变量向量,p是滞后阶数,T是样本个数。k×k维矩阵A1,...,Ap和k×d维矩阵B是要被估计的系数矩阵。εt是维扰动向量。

资产负债率除了和以上四个变量有线性关系外,还可能与它的滞后有关系[3],所以我们构造关于资产负债率的向量自回归模型,首先应该确定资产负债率的滞后阶数。

因为模型是建立在小样本基础之上的,所以在选择滞后阶数p时,一方面为了反映所构造模型的动态特性,另一方面为了有足够的自由度,选用AIC准则,其计算方法可以由下式给出[4]:

undefined。

资产负债率=负债总额/资产总额n是向量维数,T是样本长度,p是滞后阶数,ln表示自然对数,det表示矩阵求行列式,∑p是当滞后阶数为p时,残差向量白噪声方差-协方差矩阵的估计。

根据AIC准则,确定关于资产负债率的向量自回归模型的滞后阶数为3,于是建立模型如下:

yt=α0+α1yt-1+α2yt-2+α3yt-3+β1x1+β2x2+β3x3+β4x4。

2 模型的求解与分析

根据已知的两年24个月的资产负债表算出每个月的资产负债率以及每个月的x1,x2,x3,x4,并根据所建立的关于资产负债率的向量自回归模型,利用Eviews5.0对该回归模型进行估计,获得的回归结果如表3所示。

这样就得到关于资产负债率3阶滞后的向量自回归模型:

yt=0.365 637+0.000 565yt-1+0.054 117yt-2+

0.462 599yt-3-0.035 610x1-0.029 270x2-

0.058 784x3-0.068 664x4。

(1) 从向量自回归模型的输出结果可以看出:

F值为2.259 288,模型总体上是成立的,D-W检验值为1.598 409,不存在自相关,R2值为0.548 846,说明模型的拟合优度不是很理想。这与影响因素的选择是有关系的,但这个模型已经达到我们预先要求的是线性模型的目标,总体还是可以的。

(2) 为了检验模型是否存在序列相关,我们进行LM检验,结果如表4所示:

由于F-统计量值和R2值的显著性概率都明显大于5%,所以认为模型不存在序列相关。

(3) 为了进一步验证模型是否存在异方差,我们进行怀特检验,结果如表5所示。

由于F-统计量值和R2值的显著性概率都明显大于5%,所以认为模型不存在异方差。

综上,我们根据AIC准则所确定的滞后阶数以及据此所建立的向量自回归模型是合理的,得到的回归结果是可靠的。

3 资产负债率的预测

在得到上述关于资产负债率的向量自回归模型后,我们就可以根据历史数据对未来月份的资产负债率进行预测。已知2008年9月、10月、11月的资产负债率的数据,算出11月份的x1,x2,x3,x4值,代入上述模型,得到2008年12月份的资产负债率为0.698 2,公司的资产负债率的真实值为0.703 2相对误差率为0.72%;在知道了2008年10月、11月、12月的数据,以及12月份的x1,x2,x3,x4值后,代入上述模型,可以得到2009年1月份的资产负债率预测值为0.720 0,而公司2009年1月份的资产负债率的真实值为0.710 6,相对误差率为1.3%;取得了比较好的效果。

4 结论

作为企业关注的一个重要财务指标,资产负债率的计算和预测是很重要的方面,也是企业重点关注的。本文通过合理选择影响资产负债率的主要因素,化非线性为线性,建立基于资产负债率3阶滞后的向量自回归模型,并用此模型进行未来数据的预测,得到了比较精确的结果,为企业进行数据分析和掌握公司运行情况提供了一个有力的工具,有一定的应用价值。

摘要：资产负债率是检查企业财务状况的一个重要指标,它的预测是很多企业所关心的。由于影响资产负债率的因素很多,选取了4个影响资产负债率的线性主要因素。根据某公司两年的资产负债率数据,选择变量,建立向量自回归模型。对下一月份的资产负债率进行预测,取得了很好的结果,相对误差控制在1.5%以内。

关键词：向量自回归模型,相对误差,资产负债率

参考文献

[1]田天,王淑锐.对资产负债率指标的动态数学分析.中国管理信息化,2007:10(12):55—57

[2]高铁梅.计量经济分析方法与建模.北京:清华大学出版社,2006:249—250

[3]李庆华.运用向量自回归模型(VAR)分析存款准备金率的变动对开放式基金价格的影响.湖南理工学院学报(自然科学版),2008;21(2):20—23

指标预测 篇9

关键词：超声,单绒毛膜双胎,颈项透明层,静脉导管,双胎输血综合征

随着单绒毛膜双胎发生率的逐年增高,双胎输血综合征( twin-twin transfusion syndrome,TTTS) ) 围生儿死亡率及心血管、神经系统致残率急剧增加,引发各国学者极大关注。中晚孕期超声检查是产前诊断TTTS的首要及主要方法。临床常用Quintero分期标准［1］凭借胎儿已经出现的器官循环障碍表现进行诊断,忽略了最早期的胎儿心脏结构功能的变化,且多应用在孕18周后。基于WHO出生缺陷三级预防理念,国内外研究者致力于尽早发现TTTS,制定合理妊娠管理策略,关注孕11 ~ 14周超声筛查成为热点。 有学者［2，3］提出单绒毛膜双胎颈项透明层厚度( nuchal translucency,NT) 不一致、顶臀长( crown rump length, CRL) 不一致可预测TTTS,但假阳性率高。 有学者［4，5］认为胎儿静脉导管( ductus venosus,DV) 血流频谱形态可直接反映胎儿心脏功能状态,DV血流频谱异常( absence or reversal of the a-wave DV-RAV) 及NT不一致与TTTS高度相关。目前,国内外相关研究较少。本研究采取前瞻性研究分析孕11 ~ 14周单绒毛膜双胎NT不一致联合DV-RAV预测TTTS的有效性, 为产前咨询和临床治疗提供依据。

1资料与方法

1. 1研究对象前瞻性纳入2011年1月至2013年12月在四川大学华西第二医院接受早孕期( 11 ~ 14孕周) 胎儿超声检查为单绒毛膜双胎孕妇为研究对象。排除: 1孕妇合并全身脏器严重疾病、有家族重大遗传病史; 无法完成随访病例; 2染色体异常胎儿; 3胎儿合并重大结构异常( 包括巨膀胱、肢体缺失、脊柱异常、无脑儿、脑膨出等) ; 4检查时胎儿已死亡。 研究遵循的程序符合研究机构人体试验委员会所制定的伦理学标准,得到该委员会批准,并与检查孕妇签署知情同意书。

1. 2诊断标准单绒毛膜双胎: 双胎间的隔膜纤细, 未见“入”征。NT不一致: NT差值> 0. 6 mm,或一胎出现水囊瘤。DV-RAV: 一个或两个胎儿出现A波倒置或消失。TTTS: Quintero分期,Ⅰ期: 羊水过多( 羊水深度> 8 cm) 及羊水过少( 羊水深度< 2 cm) ; Ⅱ期: 供血儿膀胱未显示; Ⅲ期: 严重的多普勒异常( 至少下列情况之一: 1脐动脉舒张末期血流缺失或反流,2静脉导管血流反向,3脐静脉出现波动性血流) ; Ⅳ 期: 胎儿水肿; Ⅴ期: 胎儿宫内死亡。［1］

1. 3超声检查采用Voluson 730及Sequoia 512彩色多普勒超声诊断仪( GE公司及西门子公司生产) 经腹( 必要时联合经腔内) 超声扫查。测量胎儿CRL估测孕周,扫查胎儿各器官系统,记录相关情况。按照英国胎儿医学基金会( Fetal Medicine Foundation, FMF) 标准测量胎儿NT。DV血流频谱采集在胎儿右旁矢状切面,应用彩色多普勒沿脐静脉向头侧追踪其末端分支- 门静脉左支和DV,可见DV位于胎儿肝脏内,呈狭小的喇叭样结构,起源于脐门静脉窦,终止于下腔静脉入右心房处,其血流朝向心房,颜色亮度高于周围静脉的血流信号。取样框2 mm置于DV起始处,调节声束与血流方向尽可能平行,校正角度( < 60°) 。于胎儿静息时获取DV的脉冲多普勒流速曲线图,取至少5个心动周期,正常胎儿DV的血流频谱为心室收缩波( S波) 、心室舒张波( D波) 和心房收缩波,在整个心动周期均为前向血流,若心房收缩波( A波) 出现反转或消失则为DV-RAV。

1. 4其他检查及随访对于双胎出现NT不一致,每周超声检查1次。一旦发现胎儿NT增厚,联合母亲血清学及母亲高年龄等因素,建议行胎儿染色体检查。由产科、儿科及超声科医师组成研究小组进行随访,追踪出生后新生儿查体及引产胎儿尸体检查结果,采用电话交流、见面访谈及翻阅住院记录的形式。

1.5统计分析方法计算NT不一致联合DV-RAV预测TTTS的敏感性,特异性及95%可信区间(CI)。应用SPSS软件包及专业统计网站(http://ktclearinghouse.ca)进行统计分析。

2结果

87例单绒毛膜型双胎孕11 ~ 14周( 中位孕周为12周) 孕妇接受超声筛查,排除染色体异常3例,一胎或二胎合并明显结构异常8例( 无脑儿2例,全前脑1例,脊柱异常2例,巨膀胱1例,无头无心畸形2例) ,三胎2例,失访7例,最终纳入67例孕妇。孕妇中位年龄为31岁( 18 ~ 42岁) ,8例( 11. 9% ) 的孕妇年龄>33岁。胎儿CRL 66. 1 ±9. 6 mm。双胎NT差值0. 32 ±0. 54 mm; 双胎CRL差值2. 88 ± 2. 40 mm。产前超声诊断TTTS 13例( 19. 4% ) ,均在孕16 ~ 28周诊断,且均发展为Ⅲ 期,其中5例发生胎儿死亡,经产后或引产后证实。

共发现双胎儿NT一致48例,其中6例发展为TTTS; NT不一致19例( 见图1、图2) ,其中7例发展为TTTS。NT不一致筛查TTTS敏感性53. 8% ( 95% CI 29. 0 ~ 76. 8 ) ,特异性77. 8% ( 95% CI 65. 1 ~ 86. 8 ) 。 DV-RAV 16例,其中11例发展为TTTS( 9例一胎DV- RAV,一胎DV血流频谱正常; 2例双胎均DV-RAV) ( 见图3、图4) ,且都合并NT不一致。5例DV-RAV( 均为一个胎儿DV-RAV) 未发展为TTTS,且无NT不一致,在孕16 ~20周DV血流频谱恢复正常,于孕34 ~ 37周终止妊娠,双胎儿均存活,且无低出生体重儿,Apgar评分满分。13例TTTS中11例DV-RAV合并NT不一致,2例NT及DV血流频谱正常。双胎NT不一致联合DV- RAV筛查TTTS敏感性84. 6% ( 95% CI 57. 8 ~ 95. 7) , 特异性90. 7% ( 95% CI 80. 1 ~96. 0) 。

3讨论

大多数学者认为TTTS病理基础是共用胎盘的单向动脉- 静脉吻合增多,引发双胎循环系统血容量不平衡变化,导致“供血胎儿”和“受血胎儿”出现特征性的器官系统改变。临床现有的Quintero分期忽略了早期的胎儿变化。1992年,有报道［6］早孕晚期所有胎儿均可通过超声检查发现位于颈部皮肤高回声带与深部软组织高回声带之间的无回声带作为一种超声征象,并提出使用NT这一名称来描述。1997年Sebire等［7］提出NT增厚可作为TTTS的早期预测指标,指出胎儿血液循环障碍,导致胎儿NT增加,甚至全身水肿、生长不良。随后Lewi等［2］及Kagan等［3］认为NT及CRL不一致可预测TTTS,其敏感性不稳定( 29% ~ 52% ) 。Kagan等［3］观察412对单绒毛膜双胎NT测值,发现当双胎NT差值超过20% ,则发生TTTS的风险高于对照30% ,敏感性约为52% 。一个葡萄牙的研究中心经历十余年的研究,通过对99例单绒毛膜双胎孕妇的随访,以NT > 0. 6 mm为截断值,其预测TTTS的敏感性50. 0% ,特异性92. 0%［7］。与本研究发现NT不一致筛查TTTS敏感性53. 8% ( 95% CI 29. 0 ~ 76. 8 ) 一致,但本研究特异性77. 8% ( 95% CI 65. 1 ~ 86. 8 ) 低于相关研究,可能与多种因素有关。 本研究中心为会诊中心,可较好代表我国西部三级产前诊断中心的医疗现状,患者来源偏倚较大,另外研究设计方案、不同的NT不一致标准、操作者间的操作误差等原因也是主要因素。

在此基础上Matias等［8］及Quintero等［9］认为DV- RAV可能是TTTS的高危指标。 DV仅在胎儿期存在,是重要的血液循环通路。它长约3 mm,连接脐静脉和下腔静脉,运输高含氧量血进入右心房,供应颅脑和心脏。1991年,Kiserud等［10］利用超声首次观察到中晚孕胎儿DV,并建立血流频谱。近年Maiz等［11］发现早孕期( 孕8 ~ 14周) DV血流频谱是评价胎儿心功能的有力指标,染色体异常、先天性心脏病、生长受限的胎儿常出现DV-RAV,并常伴随胎儿NT增厚。 2005年波尔图医院研究团队［4］观察50例单绒毛膜双胎,发现NT不一致联合DV-RAV的单绒毛膜双胎均发展为TTTS。

本研究通过对67例单绒毛膜双胎孕妇的观察发现双胎NT不一致联合DV-RAV筛查TTTS敏感性84. 6% ( 95% CI 57. 8 ~95. 7) ,特异性90. 7% ( 95% CI 80. 1 ~ 96. 0) 。与Matias等［8］研究一致,其相对危险度为21 ( RR =20. 75; 95% CI 5. 47 ~98. 33) ,表明双胎NT不一致联合DV-RAV 2个指标能较准确预测TTTS,但未提供敏感性、特异性指标。由于TTTS双胎儿胎盘的异常血液循环交通,导致1个或2个胎儿血液循环失衡,心脏受损,缺乏心房舒张期血流,导致DV波形异常,同时在此基础上发生NT不一致的增长,甚至增厚,全身水肿,可能DV-RAV与NT不一致两者是先后连续出现的TTTS预测指标。本研究采取NT不一致的标准同Ma- tias团队一致,因为直接的数值差异较计算的数值比例在临床适用上更简单直接应用。

5例孤立的单绒毛膜双胎DV-RAV孕妇,在孕16 ~ 20周DV血流频谱恢复正常。说明孤立的DV-RAV可能是部分胎儿以及胎盘血管在此时期发育过程中不断进行自我调节,需要综合其他相关指标,需要多次重复观察。也可能与仪器调节相关,临床操作时需严格操作规则。

一个研究对数万孕妇进行大规模调查,绝大多数孕妇都希望在早孕期接受胎儿相关异常筛查,尽早诊断可尽早决策［12］。然而,是否不同孕周采取不同的NT不一致标准,建立早孕期TTTS超声筛查标准,建立TTTS超声监护标准,以有效降低TTTS的病死率和致残率,还需多中心大样本量深入研究证实。