中国绿化苗木网2009年成立-中国绿化苗木第一网
 
广告位出租 苗木广告 苗木广告
邳州市绿丰银杏苗木购销部 苗木广告 济宁国光苗木 苗木广告 苗木广告
 
当前位置: 首页 » 苗木技术 » 栽培技术 » 正文

我国猪市价格异常波动预警及其对策研究

放大字体  缩小字体 发布日期:2016-05-30  浏览次数:2
  摘 要:本研究采用黑色预警方法,以价格波动率为警情指标,CPI月度波动率平均值1-2倍标准差确定警限,建立我国猪市价格异常波动预警模型并展开预警。结果显示,2016年上半年我国猪市价格处于异常波动中,且多为重警状态。异常波动主要源于生猪市场,猪肉市场价格异常波动警限等级轻于生猪市场。因此,生猪产业宏观调控压力要大于猪肉消费市场。建议从加大政府对养殖环节的固定扶持、增设肉猪保险、重视猪肉流通调控、建立统一信息平台等方面出具对策措施。
  关键词:猪市价格;异常波动;黑色预警
  中图分类号:F326.3 文献标志码:A 文章编号:1008-2697(2016)01-0046-04
  一、引言及文献回顾
  长期以来,中国生猪产量接近世界的一半,但近年国内生猪与猪肉市场的价格波动日渐增大,异常波动时有发生,给国内猪产业发展造成较大影响。因此,探寻猪市价格的波动情况,对未来猪市价格走势展开预测预警,进而指导生产经营和市场政策出具,对于稳定市场价格、保障生产者利益具有重要意义。
  关于猪价异常波动的预测及预警研究在国外开展较早,先后有Do Canto,Melinda等使用多变量递回归式模型对美国的生猪季度价格、月度价格展开过预测[1,2],Ole采用通过建立生猪市场价格预测的年度模型、季节模型、ARIMA模型等方式,对美国生猪的市场价格波动展开过专门研究[3]。国内对于猪市价格预警的研究是在引进国外研究成果的基础上,集中于用计量模型对市场价格波动周期和成因展开分析。如赵瑞莹等采用BP神经网络模型对猪肉价格波动影响因素进行分析[4]。吕杰重在研究生猪市场价格的运行周期,并对其价格波动形成机理展开了分析[5]。栾淑梅等采用VAR模型对猪肉月度价格进行协整检验[6]。杨瑢利用MIMIC结构方程模型和月度价格,对生猪价格的波动及其风险临界展开预警[7]。于少东运用X12季节调整法和HP滤波法对北京市猪肉月度批发价格进行研究[8]。范传棋、陈迪钦等采用ARIMA模型预测了四川省和全国生猪价格波动,并用多元线性模型对价格波动影响因素展开分析等[9,10]。
  因已有研究多分别选择生猪或猪肉价格展开研究,不能综合反应猪市价格异常波动给生产者和消费者所造成的不同影响,因此也就难以出具更加明确的政策指导建议。本研究选择生猪以及猪肉两种价格,分别用以反映生猪生产者和猪肉消费者面临的猪产品价格波动不同影响。样本数据采用2000年1月到2015年12月的月度数据,通过建立猪市价格波动率的时间序列模型,预测生猪市场和肉产品市场未来6个月的产品价格极其波动率。在此基础上,提出我国猪市价格异常波动的相关对策建议。
  二、 我国猪市价格异常波动的预警系统构建
  因在警情信息不足时,黑色预警法有助于快速判断特定产品未来价格波动水平,因此,本文采用黑色预警法展开分析。主要包括选择未来价格预测模型、确定警情指标、划分警限层次、分析判断风险等级四个步骤。
  (一)价格预测模型选择
  目前,在时间序列预测方面主要有时间序列趋势法、弹性系数法、灰色预测法、Logistic模型等预测方法[11]。因ARIMA模型在分析短期时间序列数据方面具有良好的拟合效果,技术成熟,利用该模型展开价格预测,能够实现最小方差下的最优结果。因此,本文选择ARIMA模型展开猪市价格预测。
  (二)价格警情指标确定
  警情指标是衡量市场价格波动是否出现异常的核心指标,本研究以价格波动率作为猪市价格风险预警的警情指标。以更加动态地反映猪市产品的价格变动水平及划分风险程度,具体公式为:
  Rt=(lnPt-lnPt-1)×100 (1)
  其中,Pt和Pt-1分别表示第t月和第t-1月的猪市价格,Rt为猪市价格波动率,即相邻月份猪市价格的对数一阶差分。
  (三)猪市价格波动的警限划分
  警限作为划分有警或无警的界限,是预报警度的基础。由于价格波动预警的警情指标属于双侧有警,并非无波动就属合理[12]。本文采用我国近三年来的CPI月度波动率平均值作为判断标准,并依据1-2倍标准差确定警限。若猪市价格波动幅度过大,出现远远偏离CPI波动轨迹的情况,则认为价格水平异常波动,出现警情。其中,猪市价格波动率若在基准点一个标准差以内上下浮动,认为价格波动水平正常,属于无警状态;若价格波动率在一个标准差至两个标准差之间,认为价格波动出现轻度异常;若价格波动率浮动水平超过了两个标准差,则认为市场价格出现了重度异常,具体分类如表1:
  采用近三年(2013-2015年)全国月度CPI 环比数据,计算预警系统价格波动率的参照平均值和标准差。得到2013-2015年 CPI环比指数的平均值为1.25,即平均波动率为正的0.25%,标准差为0.52。由此,可确定各级警度的区间如表2:
  三、我国猪市价格异常波动预警的实证分析
  依据上述预警体系,采用Eviews6.0软件对我国猪市价格异常波动预警所需的价格数据及价格波动率等展开预测分析,并对我国猪市价格的异常波动情况展开预警。
  (一)猪市价格走势预测
  1.价格数据的平稳性检验
  平稳的时间序列是运用ARMA模型的基础。因此,数据的平稳性检验是展开价格预测模型建模的首要环节。经检验,原猪市价格的数据并未通过平稳性检验。为消除猪市价格原序列存在的趋势性误差,对原价格序列做一阶自然对数逐期差分,通过计算猪市价格波动率消除趋势和减小序列波动,并对猪市价格波动率序列进行ADF单位根检验,看各序列是否平稳,结果如表3。
  经过对原价格序列做一阶自然对数逐期差分,计算所得的猪市价格波动率已成为平稳序列,但仍带有明显的季节趋势。因此,对经过处理的猪市价格波动率序列进行季节差分后可采用ARIMA模型建模。经过多次测试,猪市价格波动率序列在三阶季节差分后,不再出现序列季节性特征,但因差分后数据信息丢失过多,故本文只做一阶季节差分即展开建模。
[2]
 
[