基于多元回归的BP神经网络生猪价格预测模型

生猪价格波动是由多种因素共同影响决定的,准确预测生猪价格对稳定农产品市场具有重要意义。首先分析影响生猪价格波动的影响因子及生猪价格变化规律和趋势,然后通过灰色关联度分析和Stepwise回归分析影响生猪价格波动的主要影响因子,再利用多元回归分析和反向传播(BP)神经网络构建BP-多元回归预测模型,对生猪价格进行预测,并对预测结果进行分析。结果表明,BP-多元回归预测模型较单一的多元回归和BP神经网络预测模型预测精度提高了10百分点以上,预测精度高达93.3%,大大提高了生猪价格预测的准确性和可靠性。     

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.     

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。     

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。     

近年来中国生猪价格周期性波动分析与展望

受多种因素影响,近年来中国生猪市场一直呈现周期性波动的特征,价格频繁大起大落,在行业内被称为"猪周期"。生猪价格波动频繁,不仅挫伤养殖者积极性,也不利于"菜篮子"价格的稳定运行。受规模化养殖比例提高、环保约束加强等因素影响,近年来中国生猪市场周期性波动出现了一些新特点、新变化,一是价格波动周期长度加长,二是价格波动幅度收窄,三是价格"旺季不旺"。对生猪市场周期性波动的新特点及其成因进行了分析,并剖析了后期周期性波动的影响因素,在此基础上对后期中国生猪市场走势进行了预测,并对稳定生猪市场发展提出了几点建议。     

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。     

疫情对生猪价格影响的VAR模型分析

【目的】探究疫情对生猪价格波动的影响机制有助于预测价格的短期波动。【方法】采用2009年2月至2020年7月共138个样本量的月度数据,通过VAR模型对疫情和生猪价格的联系进行实证分析。【结果】(1)疫情是生猪价格的GRANGER因果原因,反之不成立。(2)疫情对生猪价格波动的影响呈现出持续性和滞后性特征,其中持续性特征表现为在初期4个月内对生猪价格造成直接的负向影响,在中期5个月到16个月之间对生猪价格产生正向影响,第17个月之后疫情的影响趋于消失;而滞后性特征表现为：疫情在发生后14个月内对生猪价格的平均影响程度约为5.03%,最大影响时滞约10个月,第11月时影响达到最大值8.223%。【结论】疫情是影响生猪价格波动的重要因素,加强疫情净化效率,增强对生猪市场的调控,有利于保障生猪养殖,保证猪价的平稳。     

山东省生猪价格周期性波动及稳定机制研究

“猪贵伤民,猪贱伤农”。猪肉作为中国居民的必要性消费商品,猪价的大幅波动不仅会影响消费者的肉制品消费,也会影响生猪产业的健康持续发展。在系统介绍山东省生猪价格周期性波动情况的基础上,分析归纳了生猪价格周期性波动特征,认为猪周期持续时间在延长、波动幅度在加大、价格上行期在延长、价格下行期在缩短、利润波动幅度在加大、价格季节性波动在减弱,之后从供求关系、养殖成本、疫情等偶发因素方面分析了生猪价格波动的原因。最后,从调整生猪养殖结构、加强生物安全防控、建立生猪期货市场、完善生猪生产逆向调控政策等措施等方面,提出了缓解生猪价格波动、全面促进生猪产业持续发展的对策建议。     

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。     

生猪产业政策不确定性对产业链价格波动的影响北大核心CSCD

近年来,生猪产业链价格波动渐趋剧烈,对生猪产业发展和居民消费带来较大影响。探究生猪产业政策不确定性对生猪产业链价格波动的影响对稳定生猪产业链价格波动具有积极意义。本文基于《人民日报》构建生猪产业政策不确定性指数,选取2001年1月—2020年9月的月度数据,运用时变参数向量自回归(TVP-VAR)模型实证分析了生猪产业政策不确定性变动对生猪产业链价格波动的动态影响。研究表明:生猪产业政策不确定性对产业链价格波动造成的影响存在差异,其中,对仔猪价格的冲击最大,生猪、猪肉价格次之,对饲料价格冲击最小,在冲击方向上呈现正负交替变化的特征;蓝耳病,"瘦肉精"事件,非洲猪瘟所处三个时期的生猪产业政策不确定性对产业链各环节价格的冲击影响存在差异性;生猪产业政策不确定性导致经济主体预期决策和行为发生改变,进而造成供求关系的变化,是导致价格波动的重要原因。基于此,政府产业调控应适时适度,推动市场共享信息服务体系的建设与完善;同时提高生物安全水平;加强畜牧业人才培养。     

广东生猪价格波动态势及时间变化特征分析 ——基于CensusX12 和H-P 滤波模型

以2010 年1 月至2015 年12 月广东生猪价格月度数据为研究对象,运用CensusX12 季节调整法 和H-P 滤波法将生猪价格波动分解为季节波动、长期趋势、周期循环波动和不规则波动4 部分,深入剖析了 广东生猪价格波动的内在规律和特征,并运用随机成分与实际价格的比值衡量外部冲击因素对生猪价格波动 的贡献程度。结果显示,广东生猪价格波动频繁,部分年份震荡剧烈;季节性波动特征非常显著,各年度变化 规律高度相似;生猪价格长期呈非线性缓慢上升趋势,具有明显的周期循环波动特征,且新一轮周期波动已经 开始;生猪价格受外部随机因素冲击较大,随机成分对生猪价格波动的贡献在5% 以上。针对广东生猪价格的 波动规律,提出了稳定生猪市场的对策建议。     

中国生猪价格发现形成机制研究——基于区域间价格关系的实证分析

 【目的】揭示生猪价格波动的形成机制。【方法】运用持续-短暂（P-T）模型和信息份额（IS）模型测算生猪主产区间生猪价格的共因子、持续-短暂因素的分解及其在生猪市场所占市场份额。【结果】四川、湖南和河南生猪价格对长期生猪价格形成有显著作用;四川和湖南生猪价格的上升对共因子有负向作用,而河南生猪价格的上升则对共因子有正向作用;各主要生产地区生猪价格的持续性因素比重总体呈上升态势,四川和河南生猪价格形成中短暂性因素比重相对较高;四川和河南生猪价格所占市场信息份额相对较高。【结论】确保湖南、四川生猪价格稳定作为重点关注对象;尽可能减少河南生猪价格剧烈波动的影响,从而降低生猪价格共因子的变动幅度;关注疫情和下游需求（猪肉需求）等因子引起的四川和河南生猪价格中短暂性因素部分的变动态势,尽可能减少具有扰乱作用的负效应。     

中国生猪生产波动影响因素分析——基于2000-2012年省级面板数据的实证研究

生猪生产波动是引发猪肉价格波动进而扰动CPI的重要因素。为了弥补现有实证研究中样本量和指标选取方面的诸多缺陷,基于2000-2012年省级面板数据,系统分析中国生猪生产波动的影响因素。结果表明:1猪肉价格对生产波动的影响最大,价格变动10%将引起生猪出栏量和猪肉产量同向波动1.5%左右;2玉米价格变动10%将引起出栏量和猪肉产量反向波动0.5%左右;3疫病对生产波动构成显著的负向冲击,当生猪重大疫病死亡率达到1‰,出栏量将负向波动3%;4养殖规模化水平具有稳定波动的作用,而补贴政策并无明显的波动稳定作用;5前期猪肉价格持续下跌、饲料成本上涨和大范围疫病爆发对2007年全国生猪出栏量大幅度下挫的贡献率分别为47.4%、14.9%和8.3%,在疫情严重的地区,疫病的贡献率高达27.3%。     

疫情冲击、政策调控与中国生猪市场价格波动

本轮重大动物疫情致使生猪市场剧烈波动并造成较大经济社会影响,国家密集出台的系列调控政策可能存在加深市场波动、压缩“猪周期”等风险。为探究生猪市场价格波动的疫情冲击机理和政策调控效果,基于2005年第1季度至2021年第3季度中国生猪市场价格、生猪疫情及政策指数,采用TVP-VAR-SV模型进行实证分析。研究结果表明:疫情冲击和政策调控对生猪市场价格影响具有明显时变和周期性特征,疫情冲击更多表现为价格上涨的周期性推动作用,是生猪市场价格周期性波动的重要驱动因素。生猪政策往往是逆周期调控,但调控政策存在一定错配问题,加深了生猪市场波动、压缩了原有“猪周期”。疫情冲击对生猪市场价格影响较政策调控更大,政策调控作用在非洲猪瘟疫情发生之后更为明显,更多表现为推动价格下行。政策调控较疫情冲击存在弱滞后性和持续性,说明政策实施在连续性和稳定性方面仍需发力。建议强化生猪市场应对不确定性能力,优化调整生猪政策支持体系,进一步夯实生猪产业有序发展及市场平稳运行基础。     

我国生猪价格波动与CPI关系的实证研究

为了研究生猪价格波动与居民消费价格指数(CPI)的关系,选取2006年1—3月的月度生猪价格环比数据和CPI的同比数据为样本,利用VAR模型实证发现,CPI不是生猪价格波动的格兰杰原因,生猪价格波动是CPI的格兰杰原因;生猪价格波动和CPI是长期、稳定的均衡关系,二者对自身的影响大于给对方带来的影响;长期来看,生猪价格对CPI影响逐渐增大,并存在一定时滞效应,而CPI对生猪价格影响不显著。在对结论解释的基础上,给出的应对策略是健全生猪预警机制和猪肉储备体系,完善猪肉价格补贴政策和强化生猪金融支持,建立生猪信息共享平台和引导主体理性预期。     

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。     

我国生猪调控政策对猪肉价格波动的影响

基于2004—2018年周度猪肉价格、生猪疫情时间序列数据,采用一阶对数差分形式的广义自回归条件异方差模型(GARCH)和门限自回归条件异方差模型(TARCH),实证分析不同阶段猪肉价格的波动特征、不同生猪调控政策对猪肉价格波动的影响。结果表明,猪肉价格波动呈现波动性集聚特征和非对称特征,价格下跌引起的波动大于价格上涨引起的波动。不同的生猪调控政策对猪肉价格波动的影响不一样,生猪补贴政策、猪肉储备政策对猪肉价格波动起到抑制作用,可以减小市场波动风险;而近年来实施的"禁养区"等生猪调控政策提高了猪肉价格波动率。     

生猪价格预警模型研究现状及展望

在中国居民的肉类生产消费结构中,近10多年猪肉的比重均在60%以上,居核心地位。同时,生猪价格又呈现显著的时序性变化。生猪价格的剧烈波动,不仅影响着生猪产业链各环节企业的利益和消费者的福利,而且影响着整个中国生猪产业的发展。生猪价格预警是缓解生猪价格波动影响、稳定生猪市场供需的重要手段,对近期生猪价格预警研究进行了概述,并对现有生猪价格预警模型进行了总结和评述。最后,提供了应对未来生猪价格波动的思路与途径。     

基于多维关联规则的猪肉价格波动影响因素分析及预测建模研究

【目的】我国是猪肉生产及消费的大国,近年来,猪肉价格波动呈现频率加快、幅度增大的趋势。猪肉价格波动不仅增加农户收益的风险性,也在一定程度上影响广大民众的生活。正确识别猪肉价格波动的影响因素并对猪肉价格波动进行科学预测,有助于确保市场健康平稳运行。【方法】运用多维关联规则定量分析生猪养殖加工产业链、替代品市场、宏观经济环境变化、突发性事件和国际市场环境等5方面共16种因素与猪肉价格波动的关联和影响程度,将挖掘得到的高相关因素作为模型输入变量,运用支持向量回归机构造提前多步的猪肉价格波动预测模型。【结果】与猪肉价格波动关联程度最高的前3位因素是生猪疫病、生猪价格和仔猪价格,置信度分别为1.00、0.93和0.82;对猪肉价格影响程度最大的前3位因素是生猪疫病、猪肉产量和出栏猪肉量,提升度分别为1.84、1.67和1.67。相较于基准预测模型,将12个高相关影响因素作为模型输入,均方根误差减少29.11%,平均绝对百分比误差减少16.00%。【结论】使用多维关联规则进行变量筛选,不仅能减少模型的变量个数,还能有效提高模型的预测精度。鉴于生猪疫病对猪肉价格波动的关键影响作用,政府相关管理部门应...     

信息与畜产品价格波动的实证分析——基于山东省数据

运用EGARCH模型,从信息经济学角度对山东省六种主要畜产品的价格波动进行实证分析。研究结果表明:生猪、仔猪、猪肉、牛肉、羊肉和鸡蛋的价格收益率序列显著偏离正态分布,存在波动集聚现象,即畜产品大的价格波动后面会连着大的价格波动、小的价格波动后面会连着小的价格波动。这意味着在一定程度上畜产品价格波动是可以预测的;鸡蛋价格波动的持续性和聚集性最强,生猪价格波动的持续性和聚集性最弱;信息对畜产品价格波动的影响显著,且表现为明显的非对称性;消费者和生产者对信息的反应不同,生产者对正向信息较为敏感,消费者对负向信息更敏感。