组合模型在中国猪肉市场价格预测中的应用研究
作者:***
来源:《新农业》2022年第10期
摘要:为给中国生猪生产提供决策信息,研究猪肉价格未来走势提高预见性尤为重要。本文以2005年1月~2020年7月全国平均猪肉价格时间序列为数据基础,运用差分自回归移动平均法、指数平滑法建立单项预测模型作为解释变量,据此构建组合模型探讨其对中国猪肉市场价格的预测性能。研究结果表明,组合模型对于中国猪肉市场价格的预测性能较之单项预测模型预测性能更优,具有一定的应用价值。
关键词:组合模型;猪肉市场价格;预测
2019年中国生猪生产受非洲猪瘟的影响,猪肉总产量比上年减少1148.43万吨,国内供给缺口增大,猪肉价格出现持续上涨态势。年底受新冠疫情以及春节带来的消费旺季的影响,全国猪肉平均价格于2020年2月创历史新高上涨至58.89元/公斤,随着疫情防控措施初见成效,全国平均猪肉价格呈下降态势,5月回落至47.63元/公斤,猪肉价格涨幅在季节范围内合理波动,市场供应有保障。疫情还未彻底平复,汛期又至,自6月1日起南方多次强降雨过程造成将近27个省近4000万人次受灾,全国猪肉平均价格同比去年6月上涨81.6%,影响CPI上涨约2.05个百分点,7月随着受灾面积持续性扩大,生猪运输受阻,猪肉供给压力递增,猪肉供应偏紧的格局再次使得新一轮猪肉价格上升至53.55元/公斤。之
全国猪肉价格连降10周后又历经了几轮小幅波动,据中国畜牧兽医信息网数据显示,2021年1月全国猪肉价格为53.63元/公斤,6月第一周为33.35元/公斤,呈快速下降趋势。中国不仅是猪肉生产大国同时也是消费大国,据国家统计局数据,2018年肉类总产量8624.63万吨,其中猪肉产量5403.74万吨,猪肉总消费量5619.5万吨。猪肉价格上涨不仅危害生产者利益还影响消费者福利,多重压力叠加造成的中国猪肉价格超常波动的严峻形式亟须调整,但仅凭市场机制难以实现有效调节。面对剧烈波动的猪肉价格,最有效的政策手段是提供准确有效的市场信息,价格作为市场信息和市场效率的表征是市场最为敏感的反应器,研究猪肉价格未来走势,提高预见性对指导我国生猪生产经营决策、调控猪肉市场供需关系具有重要意义。
当前猪肉市场价格趋势研究除了定性分析外定量预测也是常用的研究方法,定性分析法在猪肉市场价格趋势研究中被普遍运用。但其结论因受历史经验制约带有一定的主观性,计量统计法被广泛运用到猪肉价格时间序列的预测研究中。目前国内关于猪肉价格时间序列的定量预测思想主要有两种,单项预测和组合预测。罗创国、黄文玲等以ARIMA模型预测生猪价格精度较高,但对数据的依赖性较强,预测期越长误差越大,更适合于做短期预测。其次是灰系统预测方法,该方法带有一定的趋势性适合中长期趋势预测,适用于预测小样本、贫信息的历史数据,但也间接的造成数据信息挖掘不充分的缺陷。此外神
经网络模型等方法也被应用到猪肉价格时间序列的预测中,国内关于猪肉价格的单项预测方法颇多,ARIMA、GM(1,1)和网络神经等预测模型发展得较为成熟,但单项预测模型在挖掘历史数据信息等方面仍然存在局限性,预测精度往往达不到最佳效果。预测结果是否有价值往往取决于预测精度,而组合模型因能够有效的集成各单项预测方法的信息在其他领域受到广泛运用,它能够减少由参数或模型错误识别带来的误差。1969年Bates和Granger首次提出组合预测方法的概念,为证明组合预测模型的普遍优势,Hibon,Evgeniou选择3000多个时间序列数据作为样本,以14种预测方法展开研究,得出组合模型预测精度受最优子集个数影响的结论。吴培等构建ARIMA-GM-RBF组合模型对中国猪肉价格进行预测,研究结果表明单一模型由于信息利用不充分精确度较低,组合模型预测精度更高。平平,刘大有等以回归预测思想将猪肉价格分为因素预测以及结果预测,据此选择不同的单项预测模型组合,其中灰预测法GM(1,1)模型与BP神经网络预测法的组合预测方法精确度最高。蔡超敏、凌立文等基于集成预测思想,提出EMDSVM集成预测模型,研究结果表明EMD-SVM集成模型预测性能更好。综上所述,国内有关猪肉价格各单一预测模型的研究成果颇丰,大多是关于单项以及集成预测思想为主,而关于组合思想在猪肉价格时间序列预测中的应用及研究则较少,少许的研究主要以非线性组合预测方法为
指导,线性组合预测方法的应用基本没有。鉴于此本文引用线性组合思想构建组合模型并对定量预测结果辅以定性分析,综合研判中国猪肉市场价格变化趋势。
版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198,我们将在24小时内删除。
发表评论