08年中思考之八,钢铁业

08年中思考之八,钢铁业

分析过程(略),反正大多数人是并不愿意看那些乏味的分析过程,所以我就干脆懒得打字了。

内容提要:

1,对于作为基础原材料的钢铁业来说,成本的涨涨跌跌不是问题,供求关系是最重要的问题。所以,分析行业景气度就必须分析行业的供求关系(这是我无数次说过的问题)。

2,铁矿石价格的暴涨暴跌,会影响钢铁行业的稳定,有着一定的破坏作用,但不会实质性的影响景气度运行趋势。

3,钢铁行业景气度从05年进入萧条或者说景气度寒冬,06年逐渐进入修复期,目前处于景气度中位偏低阶段,并不是那些人说的钢铁业景气度处于高位区域。

4,一个行业的景气度,是以毛利率与投资资产收益率为标志的,而不是产品的价格波动。也就是说,行业的景气度判断不是产品上涨了就是景气度提高,也不是产品下跌了就等于景气度下降。这是个我们这些价值投资者需要注意的问题(这个问题我以前还没有深入阐述过的,以后有了兴趣就和大家说说)。

5,作为基础原材料的钢铁业,其景气度的趋势或者说周期是比较长的,这是因为钢铁业的投资、投产期比较长的原因。换一句话说,钢铁业的景气度在目前还是在提高的趋势之中,目前我还没有发现影响景气度下降的实质性因素。

6,由于我国钢材出口的减少,由于国外不能一下子恢复(提高)产量,所以,国际钢材价格不断的提高,形成了国内外价格的差异,构成了我国出口增加的可能。

(请注意这个问题,我国的钢铁业在国际上构成成本优势是06年才形成的趋势,在以前,我国的钢材价格一直远远的高于国际价格)。

7,当然,一个行业的景气度如同股市,就算是在牛市也有下跌的时候,就算是熊市也有上涨的时候,但这是小的波动,不是趋势的逆转。所以,我继续维持钢铁业景气度在2010年达到顶峰的判断(这是我从06年就开始说的观点)。

8,对于目前我们的钢铁业,我最担心的不是铁矿石的上涨或下跌,是协议价与现货价的接轨,因为不利于钢铁业的整合,不利于淘汰落后产能,不利于提高钢铁业集中度。其深层次原因是国有企业的竞争力低下(社会性负担太重及体制原因),其民营企业强大的成本竞争力及灵活性。

 

结论:钢铁业的景气度没事,还是在提高的过程之中,还没有发现引起钢铁业景气度逆转的迹象。当然,其中的波动还是难免的。

 

附件:

钢铁行业是濒临周期性峰值 还是迎来景气周期

内容概要:本文提出了一种基于非合作博弈理论的居民负荷分层调度模型,并结合双层鲸鱼优化算法(Two-level Whale Optimization Algorithm)进行高效求解,模型与算法均通过Matlab代码实现。研究针对电力系统中居民侧用电负荷的复杂调度问题,引入非合作博弈机制刻画各用户之间的利益竞争关系,实现负荷的分层优化分配;同时设计双层优化架构,上层优化资源配置,下层模拟用户自主决策行为,提升了模型的实用性与合理性。通过智能优化算法求解多层级、非凸非线性的博弈模型,有效提高了调度方案的收敛性与全局寻优能力,适用于现代智能电网中的需求侧管理与能源优化场景。; 适合人群:具备电力系统基础理论知识和Matlab编程能力,从事智能电网、能源优化调度、需求侧管理、博弈论应用等方向的科研人员、高校研究生及工程技术人员。; 使用场景及目标:①应用于居民区电力负荷的分层优化调度系统设计与仿真分析;②为非合作博弈在多主体能源系统建模中的应用提供方法论支持;③利用双层鲸鱼算法解决具有嵌套结构的复杂双层优化问题,提升求解效率与调度方案的可行性。; 阅读建议:建议读者结合提供的Matlab代码深入理解模型构建逻辑与算法实现流程,重点关注博弈模型的效用函数设计、纳什均衡求解思路以及双层优化结构的迭代机制,宜配合实际用电数据开展复现实验以验证模型有效性与鲁棒性。
内容概要:本文围绕基于自适应神经模糊推理系统(ANFIS)智能控制器的可再生能源微电网功率管理系统展开研究,结合Simulink仿真实现,深入探讨了微电网中功率的智能调控与经济机组组合调度问题。通过引入ANFIS控制器,有效应对风能、光伏等可再生能源出力的波动性与不确定性,提升系统运行的稳定性与电能质量。研究内容涵盖微电网多源协调控制策略、功率平衡管理、优化调度模型构建及仿真验证,实现了对分布式电源、储能系统和负荷的协同优化,兼顾经济性与可靠性目标,并通过仿真平台验证了所提方法的有效性与优越性。; 适合人群:具备电力系统、自动化或新能源相关专业背景,熟悉Matlab/Simulink仿真环境,从事微电网能量管理、智能控制、能源优化等领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①用于高比例可再生能源接入场景下的微电网能量管理系统研发与教学实践;②为实现微电网功率稳定控制与经济高效运行提供先进的智能控制解决方案;③支撑高水平学术论文复现、科研课题攻关及实际工程项目的仿真验证与方案优化。; 阅读建议:建议结合提供的Simulink模型与相关代码进行动手实践,重点关注ANFIS控制器的设计流程、规则库构建与参数调优方法,并通过与传统PID或MPC控制策略的对比实验,深入理解其在动态响应与鲁棒性方面的优势。同时可进一步拓展文中提出的优化调度逻辑,应用于多目标、多约束的复杂实际应用场景中。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值