江西省生猪价格波动的成因及其预警分析——基于灰色关联和LS-SVM模型

以2000年1月至2015年5月的江西生猪价格数据为研究对象,利用Census-X12和HP滤波分解方法探索生猪价格波动的特征,结合逐步回归法和灰色关联分析识别影响生猪价格波动的显著因素,在此基础上,构建LS-SVM模型对生猪价格进行预测。结果表明,生猪价格波动具有明显的季节性,每年的1月份季节因子最大,6月份降至全年的最低点;2000年以来生猪价格共经历了7个波动周期,平均周期为25.3个月;随机性成分对生猪价格的贡献日益增大,玉米价格、仔猪价格、猪肉价格、生产者预期、牛肉价格和疫情对生猪价格的波动有显著作用,其中玉米价格和仔猪价格的影响较大;LS-SVM模型的预测值和真实值很接近,平均误差仅为1.37%,LS-SVM能较好地反映生猪价格及其影响因素之间的复杂的非线性关系。     

基于VAR模型的生猪价格波动的实证研究

运用VAR模型,构建了生猪价格与玉米价格、仔猪价格、猪肉价格、育肥猪配合饲料价格之间的动态关系系统,着重探讨玉米价格、仔猪价格、猪肉价格、育肥猪配合饲料价格波动对生猪价格波动的影响规律,并根据中国畜牧信息网2000年1月~2010年11月的121个月度数据进行了实证分析。     

中国生猪价格波动影响因素的实证分析

分别从供给和需求两个层面来阐述引起中国生猪价格波动的主要影响因素,通过建立多元线性模型和1阶AR(1)模型对“季节调整”后的数据进行回归分析,以此测度各主要因素对生猪价格的影响程度.结果表明,生猪价格波动的原因主要来自于供给方面,从回归结果来看,生猪价格与仔猪价格、玉米价格、鸡肉价格呈正相关,与生产者预期、疫情呈负相关,其中玉米价格的波动对生猪价格影响最大,其次是仔猪价格.提出了要稳定玉米价格及高效安全的饲料供应、保障能繁母猪达到合理规模、健全生猪生产和市场的预警机制、强化生猪疫病防治体系的建设等政策建议.     

生猪价格波动特征及形成机理的异质性——基于M-K检验和协方差分析

为探究生猪价格波动特征及形成机理的异质性,借助2000年1月至2017年3月生猪价格数据,从结构突变的视角出发,借助非参数Mann-kendall识别价格数据的结构变点,并利用Census-X12和协方差分析方法探索三种成分在不同阶段对生猪价格贡献度的异质性,构建统计模型分析生猪价格波动的成因及其影响程度。结果表明,2000年1月-2017年3月间,生猪价格在2007年5月发生了突变;相对于前一阶段,2007年6月-2017年3月期间价格的不规则成分影响增大,季节性越来越明显,2007年5月之后生猪价格背后影响因素对其非线性作用更为突出;不规则因素对生猪价格的贡献度从第一阶段的0.004增加到第二阶段的0.014,季节因素的贡献度从0.029上升到0.065,但趋势周期因素的贡献度从0.967下降为0.921。整体来说,猪肉价格和仔猪价格对生猪价格的影响较大,不同影响因素在不同的阶段对生猪价格的作用大小及作用方向存在差异,养殖成本和疫情成为新型影响因素。     

基于VAR模型的活猪价格波动传导效应研究

利用2009年1月—2017年12月的月度数据,建立了VAR(2)模型,分析了活猪存栏量、仔猪价格、能繁母猪量、玉米价格、豆粕价格对活猪价格传导效应。结果表明:存栏量、能繁母猪量、仔猪价格与活猪价格存在双向的Granger因果关系,活猪价格是玉米价格单向Granger原因,豆粕价格与活猪价格不存在Granger因果关系;脉冲响应分析表明,对活猪价格波动冲击较大的因素有活猪价格自身、豆粕价格、活猪存栏量;方差分解结果表明,生猪价格波动贡献率由大到小的顺序是活猪自身价格、豆粕价格、活猪存栏量、仔猪价格、玉米价格和能繁母猪量波动。基于实证分析结果,提出几点政策建议。     

基于时间序列分解的江苏省猪肉价格波动分析

以2002年1月～2012年3月江苏省的生猪、仔猪、猪肉市场月度价格为研究对象,采用X12季节调整法和H-P滤波法对猪肉价格的波动进行分解实证分析。研究发现,三者的价格波动呈高度一致的周期性波动上升,短期内波动受外部影响明显,波动幅度较大;价格波动周期与生猪饲养周期相一致,大约39个月为一个周期。     

我国生猪价格波动影响因素分析

一直以来,我国公民在肉类消费中主要依赖于猪肉。近年来生猪价格波动剧烈,通过研究历年生猪价格和相关文献发现生猪价格会受到各种因素的影响,因此对这些影响因素先展开定性分析,并运用逐步回归、随机森林及神经网络等方法综合分析得出影响生猪价格的几个主要因素。最终研究表明影响生猪价格的两大主要因素分别是玉米价格和仔猪价格,牛肉价格和豆粕价格对生猪价格的波动也有着一定的影响,最后基于以上分析给出合理性建议。     

基于 VAR 模型的生猪价格、玉米价格与大豆价格的互动关系

利用VAR模型、格兰杰（ Granger）因果关系检验等实证分析的方法探究我国生猪价格、玉米价格与大豆价格的互动关系。结果表明,从长期来看,生猪价格波动最主要的原因在于其自身的波动,玉米价格对生猪价格的影响程度大于大豆价格的影响程度,玉米、大豆的价格受生猪价格的影响较大。玉米价格和生猪价格互为Granger原因;生猪价格是大豆价格的Granger原因,但是大豆价格却不是生猪价格的Granger原因;玉米价格和大豆价格互为Granger原因。针对这些问题,笔者提出了相关的政策建议。     

国际能源价格对我国玉米价格波动的影响研究

基于2001年1月—2013年12月的月度数据,利用VEC模型和OLS模型,分析了国际原油价格和玉米质燃料乙醇价格对我国玉米价格波动的影响。实证结果表明,国际能源市场与我国玉米市场存在高度的整合关系;国际原油价格每上升1个百分点,国内玉米价格将上升0.433 2个百分点,但玉米质燃料乙醇价格波动对我国玉米价格波动的影响并不显著。同时,敏感性检验结果验证了VEC和OLS回归结果的稳健性。     

2010年生猪市场走势预测

<正>12009年生猪出场价格、仔猪价格、白条肉出厂价格、玉米价格走势分析1.12009年全国大中城市生猪出场价格走势分析2009年生猪出场价格波动特点是:2～4月快速下跌(12.56→10.47元/kg);     

生猪价格波动原因探析

长期趋势、季节性、周期性和不确定因素是影响中国生猪价格波动的主要原因。研究表明,成本上升和需求刚性增长使生猪价格呈现长期上涨的趋势;生产的阶段性使生猪价格呈现一年以上的从低到高、再从高到低周而复始的周期性波动;生产与消费的季节性使生猪价格在一年中拥有规律的季节性特征;自然灾害、疫病等不确定因素使生猪价格在波动幅度和持续时间上出现非常规性波动。由于中长期生产成本持续上涨,近期内养殖周期和季节性不可改变,对于养殖主体来说,控制生产成本、提高养殖技术、加强疫病防范管理水平比预测价格以调整产量更为重要。     

基于Census X12和HP滤波的海南蔬菜价格波动特征及原因分析

以海南省主要蔬菜品种2012年1月至2015年9月的月零售价格为研究对象,采用Census X12季节调整方法,把季节变动S分离出来,分析海南省各类蔬菜价格的季节性波动情况,进一步采用HP滤波法将趋势变动T、循环变动C分离出来,分析海南省各类蔬菜价格的趋势和循环波动情况。然后对海南省蔬菜价格波动原因进行分析。     

生猪价格波动对散养户生产福利影响的实证分析

选取1980要2012年散养生猪相关数据,运用Minot福利模型,测算出生猪散养户生产的短期福利和长期福利,并就散养户生产福利的变动规律和影响因素展开分析。结果表明,短期福利和长期福利的波动趋势完全一致,长期福利始终大于短期福利但差异并不明显;生猪价格是散养户生产福利的直接影响因素,价格转折点处福利效应变动最大;生猪养殖的粮食投入通过影响生猪供给量来影响散养户的生产福利,是影响生产福利的间接因素。     

基于TVP-VAR-SV模型的能繁母猪时变供给反应研究

探求能繁母猪供给波动的原因对实现生猪稳定保供的政策目标具有重大意义。为此,本文构建能繁母猪供给反应模型,应用TVP-VAR-SV方法研究能繁母猪供给反应的时变特征。实证结果表明：短期生猪和猪仔价格（活鸡价格）冲击对能繁母猪存栏量具有显著的正向（负向）影响,且生猪价格冲击影响效应最大;玉米价格冲击是能繁母猪存栏量短期波动的原因,而生猪疫情和经济政策不确定性冲击是能繁母猪存栏量中长期波动的主要原因,该结论与真实经济周期理论相符;生猪疫情（经济政策不确定性）冲击对能繁母猪存栏量的负向（正向）影响程度较大,且生猪疫情和经济政策不确定性水平较高时,会对能繁母猪存栏量产生更大的冲击。建议提升养殖户的生猪疫情防范和应对能力;降低经济政策不确定性水平,提升养殖户应对经济政策不确定性冲击的能力;充分应用保险和期货等经济手段稳定玉米和生猪价格,采用多种方式降低玉米价格、生猪疫情、经济政策不确定性等冲击对能繁母猪存栏量的影响。     

我国羊肉价格的季节波动特征及替代品价格冲击效应——基于HEGY检验和SVAR模型的实证分析

针对2000—2020年我国羊肉价格出现的波动上升态势,运用HEGY季节单整检验和FDSD季节模型识别羊肉价格的季节波动特征,运用SVAR模型和FEVD、IRF工具分析替代品价格对羊肉价格的冲击效应。结果表明:1)我国羊肉价格波动呈现确定型季节特征和积分型趋势特征。羊肉价格的确定型季节波动特征表现为每年秋、冬季节上涨,春、夏季节下跌,并在春节前后达到涨跌极值,气温因素和节日效应明显;2)猪肉、活鸡和牛肉价格对羊肉价格的当期传递弹性依次为0.010、0.038和0.634;3)猪肉、活鸡和牛肉价格对羊肉价格波动的相对贡献程度为16.4%、5.9%和31.2%;4)分时期看,替代品对羊肉短期价格冲击明显、长期替代关系稳定;5)分品种看,牛肉、猪肉对羊肉的需求替代关系最为明显,但特点不同。羊肉价格对牛肉价格冲击的响应程度高、但衰减速度快;对猪肉价格冲击的响应则具备持续性。固有的季节性消费规律促使我国羊肉价格呈现周期性波动,较强的当期需求替代导致猪肉、牛肉价格对羊肉价格的显著冲击效应。     

养殖规模化对平缓生猪价格周期效应的中美比较与现实启示

我国生猪养殖规模普遍偏小,行业集中度低,生猪价格呈现明显的周期性波动。影响生猪价格周期的因素很多,养殖规模化是因素之一。本文从养殖规模化的角度,通过分析我国生猪价格周期情况以及美国三十多年生猪养殖规模化进程表明,养殖规模化程度与生猪价格周期逐渐拉长、价格最大波幅收窄趋势一致,在一定程度起到了稳定器的作用。从规模化程度、驱动因素、规模效应及政策效应四个方面比较分析了中美养殖规模化对生猪价格周期影响的差异性,认为我国以散养户和小户养殖场为主的养殖结构、我国养殖行业自上而下的驱动因素、养殖技术水平相对较低以及补贴政策方式的不同是导致中美差异性的原因。同时,结合我国实际情况,提出了完善养殖规模化整体规划、行业转型升级、推出生猪期货、加大金融支持力度、鼓励生猪产业链整合等政策建议来发展我国规模化养殖,达到平缓生猪价格周期的目的。     

关于中国生猪市场价格调控的思考和建议

近年来,中国生猪市场价格经历了过山车一样的行情,并给养猪业和整个猪肉产业链带来了重大影响,为了给中国政府提供如何稳定中国生猪市场价格的建议,首先分析了中国生猪价格波动的基本规律,然后介绍了稳定猪肉价格的国际经验,最后,为中国政府提供了缓解价格剧烈波动的几点建议,主要包括:在探索调控生猪市场价格时政府应该具有风险管理意识,生产者、市场经营者和政府应各司其职,共同管理好不同程度和发生概率的中国生猪市场价格波动风险;政府应充分利用生产者能力和市场来缓和转移价格风险。     

一种基于改进时间卷积网络的生猪价格预测方法

针对传统的生猪价格预测方法存在预测精度不够高，容易陷入局部最小值等问题，为更加精准地预测生猪价格，采用随机森林回归(RFR)、极限梯度回升(XGBoost)、轻型梯度提升机(LightGBM)3种机器学习模型和改进网络结构的时间卷积网络(TCN)模型方法，以经过Z-Score标准化预处理的西南地区某省2011—2020年每周生猪价格数据为样本，对生猪价格预测进行研究。结果表明:TCN模型预测结果的均方误差(MSE)为0.340 606，平均绝对误差(MAE)为0.288 424，决定系数(R²)为0.995 683，均优于其他3种机器学习模型；与3种机器学习模型中效果最好的极限梯度回升(XGBoost)预测结果比较，3个指标分别提升了26%、8%和0.15%。改进网络结构的时间卷积网络模型可以更加精准地预测生猪价格。     

我国农户生猪散养与生猪及猪肉市场价格波动

生猪农户散养资源投入机会成本极低,因此其生产目的主要是自给性要素利用而非盈利。这种饲养方式加剧了供给对价格反应的迟滞性和价格波动幅度。