我国苹果市场价格预测与波动预警研究

近年来苹果市场价格波动时有发生,分析我国苹果市场的价格特点和波动规律对我国农产品生产供给侧改革具有重要意义。该研究以我国富士苹果的价格指数为研究对象,运用ARIMA模型对苹果市场价格进行短期预测,并构建苹果市场价格波动警限,进行价格波动预警。结果表明:模型能够较好预测苹果价格波动变化,以期为我国苹果市场信息变化提供参考。     

我国西瓜价格波动分析与预警研究

以西瓜2010年1月至2018年2月的月度大宗价格为研究对象,采用时间序列分解、SARIMA模型和季节分离模型等方法,研究了西瓜价格波动并进行价格监测预警,针对西瓜价格不同预警区域分别进行了政策建议,以期为果农和经销商在市场供求关系的交替变动中有效防范以降低风险,为西瓜产业可持续发展政策的制定提供理论参考。结果表明:2010年1月至2018年2月中国西瓜大宗价格存在明显的季节周期,季节分离模型的预测效果更好,运用该模型对2018年3月至2019年12月的西瓜价格进行预测预警,发现2018年5—8月西瓜价格大幅下跌,收益率偏低,需要轻度或重度预警,其余时间西瓜价格波动均在合理范围内,无需预警。西瓜价格的起落,对瓜农的收益和消费者的生活都会产生影响,可通过建立完善的价格信息机制和价格监测制度,在不同警情时采取预警措施,引导瓜农合理安排生产,避免价格波动时"盲目跟风"或是"逆向操作"带来的损失。     

我国马铃薯价格波动规律研究--基于X-12和H-P滤波法的实证分析

马铃薯作为重要的农产品之一,其价格波动受多种因素影响。本文采用X-12模型和H-P滤波法,选取2005年1月至2015年12月全国农产品批发市场价格的月度数据,将其波动分解为季节性、周期性、趋势性和不规则性波动4种类型。结果显示,马铃薯生产的季节性是价格季节性波动的主要原因;成本上升及消费量增加推动价格趋势性上涨但总体趋于平缓;马铃薯价格呈明显的周期性波动,平均周期约为47个月;天气变化、市场突发事件等是价格不规则性波动的主要影响因素。对此,需扎实推进马铃薯生产稳定发展、健全全产业链信息分析预警机制、完善马铃薯价格保险制度,并推进马铃薯一二三产业融合发展,确保薯农收益稳定增长和市场供需基本平衡,促进市场平稳运行。     

基于ARIMA模型的梨果价格波动及市场行情预测

2000年以来,我国鲜梨价格频繁波动。2013年和2018年受灾害天气的影响,梨产量大幅下降,导致先后出现两次剧烈价格波动,使消费者福利受到损失,也损害了我国梨产业的国际竞争力。根据布瑞克农业大数据库公开数据,对全国2011—2019年梨季度价格变化情况进行分析,运用ARIMA模型对2020年梨季度价格进行短期预测,旨在为国家梨市场宏观调控提供价格预警分析,为梨生产和销售决策提供参考,也为相关政策部门稳定市场提供科学依据。     

水培绿叶菜综合品质模型参数变化规律研究

为探讨不同栽培月份对生菜、不结球白菜综合品质的影响,并建立对应生长周期的综合品质模型,作者开展了相关试验。试验结果表明,生菜3个主成分与不结球白菜2个主成分的累计贡献率分别为72.903%和62.220%,可用于建立模型以评价两者的品质状况;与不结球白菜相比,生菜综合品质模型随季节变化差异较明显,但两者均可以月份为自变量建立三次方程模型。通过拟合各项模型参数数据对参数的变化规律进行分析,结合基本模型框架与各参数变异模型,即可对不同月份与生长天数生菜、不结球白菜的综合品质进行模拟预测。     

基于ARIMA模型的我国大蒜价格预测

为减轻大蒜价格不规则波动对大蒜种植业以及相关加工企业等造成的不利影响,利用2004年1 月—2021年9月我国大蒜批发市场价格数据,运用ARIMA模型对我国大蒜市场价格作出预测。结果表明： 2021年10月—2022年12月我国大蒜市场整体价格比较平稳,维持在7.38元/kg左右,不会出现剧烈波动的情况,且平均价格较往年有下降趋势。建议重视科技力量在大蒜产业中的作用,延长大蒜产业链,稳定大蒜价格,以促进我国大蒜产业的发展。     

河北省2022年第一季度马铃薯市场形势分析及后市预测

依据全国农产品批发市场价格信息系统对马铃薯价格的实时监测数据,以河北省2022年第一季度马铃薯价格为研究对象,对其进行分析及预测,并对影响价格变动的因素进行总结。结果显示：2022年第一季度河北省马铃薯日均价格震荡运行,整体价格走势明显低于去年同期水平;季均价环比增长3.93%,同比下降20.60%,季均价格明显低于山东省、甘肃省及全国平均水平。分析结果表明,供需矛盾、节日因素和气温变化是影响河北省第一季度马铃薯价格波动的主要因素;从整体走势来看,受2021年马铃薯整体行情低迷影响,2022年马铃薯生产规模有所减少,预计2022年第二季度河北省马铃薯价格会略有波动,若不考虑天气和突发事件的不确定性影响,预计第三、四季度马铃薯价格有望高于2021年同期水平。     

常州市绿地有害生物预警防控管理评估模型研究

以压力-状态-响应（PSR）框架模型构建常州市绿地有害生物评估指标体系，使用层次分析法确定各指标的权重，明确指标体系中的压力、状态和响应模块的逻辑关系，并据此确立了城市绿地有害生物的多指标综合评价模型。结果表明：城市绿地有害生物警度可分为一级、二级、三级、四级，严重程度依次加重。根据压力、状态、响应的各指标的取值，警度值位于0.23～0.42时城市绿地有害生物警度为一级，警度值位于0.43～0.61时为二级；警度值位于0.62～0.81时为三级，警度值位于0.82～1时为四级。该评估模型为城市绿地有害生物防控管理提供了预警的方法。     

北京2013 年9 月蔬菜价格走势分析

2013 年9 月北京新发地市场蔬菜的加权平均价出现几次比较明显的波动，但全月的价格始终在高于2012 年同期的价位上运行。2012 年同期的价格波动下行，2013 年则是居高不下。9 月2 日价格同比涨幅最小，为10.89%；9 月30日同比涨幅最大，达到38.79%。9 月菜价总体上比2012 年同期上涨，幅度接近25%，涨幅十分明显。     

我国辛辣类蔬菜价格波动预警分析

近年来小宗蔬菜的价格波动十分剧烈,其市场价格监测平台虽不断完善,但缺乏对小宗蔬菜价格大幅波动的预警机制。以主要辛辣类蔬菜价格为研究对象,建立基于BP神经网络的价格波动预警模型,对辛辣类蔬菜价格进行短期预测预警,探索辛辣类蔬菜价格未来走势。结果表明,基于BP神经网络的辛辣类蔬菜价格预警模型能够很好地满足要求;大蒜未来价格呈先下降后上升的深“U”型态势;大葱未来价格呈曲折下降的态势;生姜未来价格呈先缓慢下降后上升的浅“U”型态势;洋葱未来价格呈先下降后平稳的态势;辣椒未来价格呈先上升后下降的倒“V”型态势。     

北京市蔬菜价格变动的特征及影响因素

以北京市蔬菜价格的变动为研究对象,采用2007年6月～2011年1月北京市蔬菜总体或分品种的按月平均价格数据,分析了蔬菜价格变动的长期趋势、季节波动和超常波动等特征。在此基础上,运用多元回归模型对北京市蔬菜价格变动的影响因素进行了分析。结果表明,蔬菜上市量、农用生产资料价格、季节、自然灾害等因素均对北京市蔬菜价格有影响。     

北京市蔬菜价格变动的特征及影响因素

以北京市蔬菜价格的变动为研究对象,采用2007年6月～2011年1月北京市蔬菜总体或分品种的按月平均价格数据,分析了蔬菜价格变动的长期趋势、季节波动和超常波动等特征.在此基础上,运用多元回归模型对北京市蔬菜价格变动的影响因素进行了分析.结果表明,蔬菜上市量、农用生产资料价格、季节、自然灾害等因素均对北京市蔬菜价格有影响.     

河北省鸭梨价格波动特征的实证分析

河北省是我国的鸭梨主产区，近年来，河北省鸭梨价格频繁出现剧烈波动，对鸭梨产业发展产生不利影响。选取2014年1月至2022年3月河北省鸭梨价格数据，使用价格分解法和ARCH类模型分析河北省鸭梨价格的波动特征。结果表明：河北省鸭梨价格长期存在先降后升趋势，价格波动的季节性与周期性显著，且变动具有明显集聚性，不存在明显“高风险，高收益”的特征，市场价格存在非对称性，据此从构建综合信息平台、提高鸭梨产业组织化程度、建立健全风险化解机制3个方面提出平抑河北省鸭梨价格波动的对策建议。     

基于 ARMA 模型的我国蔬菜价格预测--以大白菜、黄瓜和番茄为例

以2002-2014年农产品集贸市场价格为样本数据,利用 Eviews 8.0软件,建立了基于时间序列分析的 AR-MA 模型,对大白菜、黄瓜和番茄的价格进行了分析预测。结果表明,我国蔬菜价格未来2 a 将呈上涨趋势,且具有季节性波动的特征,其中季节因素是影响蔬菜价格波动的最主要因素。     

北京2018 年二季度蔬菜价格走势分析

2018 年4 月，北京新发地市场蔬菜价格反复波动，略有上涨，月末比月初上涨5.60%；与2017 年同期相比，月末价格上涨16.67%，同比由2018 年3 月的小幅下降转变为大幅上涨。月内最高价比最低价上涨13.33%，波动幅度明显小于3月的23.91%。     

我国城市蔬菜价格波动的实证分析

为了研究我国城市蔬菜价格波动趋势,了解影响蔬菜价格波动的主要因素,对全国36个大中城市居民的鲜菜消费价格指数进行分析,并选取大白菜、番茄、黄瓜、茄子、青椒5个蔬菜品种进行重点考察,利用X-12季节调整模型,将蔬菜价格的季节性因素剥离,运用非对称误差修正模型(APT-ECM)模型验证蔬菜价格的非对称传导,从产业链价格传导视角研究这5种蔬菜的集贸市场价格波动。结果表明:2009—2014年,我国36个大中城市居民鲜菜消费价格指数总体呈上涨趋势,从95.6增长到134.8,年均增长7.1%;秋冬季节,蔬菜供给量全年最低,蔬菜价格上涨到最高水平;从产业链价格传递视角来看,全国蔬菜批发市场价格与集贸市场价格之间的价格传递具有非对称性,批发市场价格的波动将会导致下游集贸市场价格更大幅度的波动;蔬菜生产成本的推动、蔬菜生产的季节性、政府的宏观调控等是引起我国城市蔬菜价格波动出现以上特征的主要影响因素。     

基于门限GARCH模型的我国甜瓜市场价格波动

为了测算我国甜瓜价格波动周期及主要波动特征,探寻波动规律,为瓜农的生产以及甜瓜产业的发展提供决策参考,以农业部信息中心2010年6月至2018年2月甜瓜市场大宗价的月度统计数据为基础,运用Census X12季节调整法、H-P滤波法以及建立门限GARCH模型,分析我国甜瓜市场价格波动的主要特征。通过时间序列分解发现:(1)我国甜瓜市场价格长期曲折上升,且出现明显的拐点,分别为2013年和2015年,整体较为平滑;(2)季节性波动特征十分显著,交替上涨下跌,波幅随时间呈缩小趋势(;3)波动周期大致呈现M型的2个完整周期,2个周期之间不是相互对称的。通过建立门限GARCH模型发现:我国甜瓜市场价格波动非对称性显著,价格下跌较上涨引发更大波动,为稳定甜瓜市场,应特别及时关注引起甜瓜价格下跌的因素并采取相应措施。     

北京2017 年11 月蔬菜价格走势分析

2017 年11 月，北京新发地市场蔬菜的加权平均价走势相对平稳。月内价格出现几次波动，但波动的幅度都很小。按照2016 年正常规律，北京新发地市场的蔬菜价格在11 月以后就会进入季节性上涨区间。但是2017 年11 月蔬菜价格月内环比涨幅相对较小，这与近期蔬菜供应相对充足有着直接关系。     

北京2013 年6 月蔬菜价格走势分析

2013 年6 月北京新发地市场蔬菜的加权平均价处于波动下行的态势，全月的价格基本在高于2012 年同期的价位上运行，其中6 月中下旬的价格为5 年来同期的最高值。究其原因，主要是6 月蔬菜产区降雨的频次和降水量均高于往年同期。6 月1 日，北京新发地市场蔬菜的加权平均价是2.35 元·kg^-1，6 月30 日是2.20 元·kg^-1。月末与月初相比，价格下降6.38%，降幅虽然较为明显，但是按照蔬菜价格季节性波动的规律来看，下降的幅度小于往年。与2012 年同期的1.92 元·kg^-1 相比，价格上涨14.58%。     

北京市蔬菜价格变动及影响因素分析

蔬菜是与人们生活密切相关的农产品,近些年来蔬菜价格的剧烈波动引起了人们的密切关注。本文分析了北京市蔬菜历年价格的变动情况,比较了蔬菜与粮食价格、蔬菜不同品种之间以及地区蔬菜价格的差异,在对蔬菜价格变动进行分解的基础上,进一步对影响北京市蔬菜价格变动的因素进行实证分析。结果表明:(1)北京市蔬菜价格具有明显的季节波动特征,整体表现为冬季价格高、夏季价格低;(2)剔除季节变动因素后蔬菜价格波动平缓,长期呈现上涨态势;(3)蔬菜价格周期波动显著,可划分为长度分别是4 a和6 a的2个周期;(4)北京市工业增加值增速、鲜菜价格指数、人均可支配收入以及1~4月时期因素对蔬菜价格变动产生显著的正向影响,6~11月时期因素对蔬菜价格产生负向影响。