組合模型在中國豬肉市場價格預(yù)測中的應(yīng)用研究

摘要：為給中國生豬生產(chǎn)提供決策信息，研究豬肉價格未來走勢提高預(yù)見性尤為重要。本文以2005年1月～2020年7月全國平均豬肉價格時間序列為數(shù)據(jù)基礎(chǔ)，運用差分自回歸移動平均法、指數(shù)平滑法建立單項預(yù)測模型作為解釋變量，據(jù)此構(gòu)建組合模型探討其對中國豬肉市場價格的預(yù)測性能。研究結(jié)果表明，組合模型對于中國豬肉市場價格的預(yù)測性能較之單項預(yù)測模型預(yù)測性能更優(yōu)，具有一定的應(yīng)用價值。

關(guān)鍵詞：組合模型；豬肉市場價格；預(yù)測

2019年中國生豬生產(chǎn)受非洲豬瘟的影響，豬肉總產(chǎn)量比上年減少1148.43萬噸，國內(nèi)供給缺口增大，豬肉價格出現(xiàn)持續(xù)上漲態(tài)勢。年底受新冠疫情以及春節(jié)帶來的消費旺季的影響，全國豬肉平均價格于2020年2月創(chuàng)歷史新高上漲至58.89元/公斤，隨著疫情防控措施初見成效，全國平均豬肉價格呈下降態(tài)勢，5月回落至47.63元/公斤，豬肉價格漲幅在季節(jié)范圍內(nèi)合理波動，市場供應(yīng)有保障。疫情還未徹底平復(fù)，汛期又至，自6月1日起南方多次強降雨過程造成將近27個省近4000萬人次受災(zāi)，全國豬肉平均價格同比去年6月上漲81.6%，影響CPI上漲約2.05個百分點，7月隨著受災(zāi)面積持續(xù)性擴大，生豬運輸受阻，豬肉供給壓力遞增，豬肉供應(yīng)偏緊的格局再次使得新一輪豬肉價格上升至53.55元/公斤。之后又歷經(jīng)了幾輪小幅波動，據(jù)中國畜牧獸醫(yī)信息網(wǎng)數(shù)據(jù)顯示，2021年1月全國豬肉價格為53.63元/公斤，6月第一周為33.35元/公斤，呈快速下降趨勢。中國不僅是豬肉生產(chǎn)大國同時也是消費大國，據(jù)國家統(tǒng)計局?jǐn)?shù)據(jù)，2018年肉類總產(chǎn)量8624.63萬噸，其中豬肉產(chǎn)量5403.74萬噸，豬肉總消費量5619.5萬噸。豬肉價格上漲不僅危害生產(chǎn)者利益還影響消費者福利，多重壓力疊加造成的中國豬肉價格超常波動的嚴(yán)峻形式亟須調(diào)整，但僅憑市場機制難以實現(xiàn)有效調(diào)節(jié)。面對劇烈波動的豬肉價格，最有效的政策手段是提供準(zhǔn)確有效的市場信息，價格作為市場信息和市場效率的表征是市場最為敏感的反應(yīng)器，研究豬肉價格未來走勢，提高預(yù)見性對指導(dǎo)我國生豬生產(chǎn)經(jīng)營決策、調(diào)控豬肉市場供需關(guān)系具有重要意義。

當(dāng)前豬肉市場價格趨勢研究除了定性分析外定量預(yù)測也是常用的研究方法，定性分析法在豬肉市場價格趨勢研究中被普遍運用。但其結(jié)論因受歷史經(jīng)驗制約帶有一定的主觀性，計量統(tǒng)計法被廣泛運用到豬肉價格時間序列的預(yù)測研究中。目前國內(nèi)關(guān)于豬肉價格時間序列的定量預(yù)測思想主要有兩種，單項預(yù)測和組合預(yù)測。羅創(chuàng)國、黃文玲等以ARIMA模型預(yù)測生豬價格精度較高，但對數(shù)據(jù)的依賴性較強，預(yù)測期越長誤差越大，更適合于做短期預(yù)測。其次是灰色系統(tǒng)預(yù)測方法，該方法帶有一定的趨勢性適合中長期趨勢預(yù)測，適用于預(yù)測小樣本、貧信息的歷史數(shù)據(jù)，但也間接的造成數(shù)據(jù)信息挖掘不充分的缺陷。此外神經(jīng)網(wǎng)絡(luò)模型等方法也被應(yīng)用到豬肉價格時間序列的預(yù)測中，國內(nèi)關(guān)于豬肉價格的單項預(yù)測方法頗多，ARIMA、GM（1，1）和網(wǎng)絡(luò)神經(jīng)等預(yù)測模型發(fā)展得較為成熟，但單項預(yù)測模型在挖掘歷史數(shù)據(jù)信息等方面仍然存在局限性，預(yù)測精度往往達不到最佳效果。預(yù)測結(jié)果是否有價值往往取決于預(yù)測精度，而組合模型因能夠有效的集成各單項預(yù)測方法的信息在其他領(lǐng)域受到廣泛運用，它能夠減少由參數(shù)或模型錯誤識別帶來的誤差。1969年Bates和Granger首次提出組合預(yù)測方法的概念，為證明組合預(yù)測模型的普遍優(yōu)勢，Hibon，Evgeniou選擇3000多個時間序列數(shù)據(jù)作為樣本，以14種預(yù)測方法展開研究，得出組合模型預(yù)測精度受最優(yōu)子集個數(shù)影響的結(jié)論。吳培等構(gòu)建ARIMA-GM-RBF組合模型對中國豬肉價格進行預(yù)測，研究結(jié)果表明單一模型由于信息利用不充分精確度較低，組合模型預(yù)測精度更高。平平，劉大有等以回歸預(yù)測思想將豬肉價格分為因素預(yù)測以及結(jié)果預(yù)測，據(jù)此選擇不同的單項預(yù)測模型組合，其中灰色預(yù)測法GM（1，1）模型與BP神經(jīng)網(wǎng)絡(luò)預(yù)測法的組合預(yù)測方法精確度最高。蔡超敏、凌立文等基于集成預(yù)測思想，提出EMDSVM集成預(yù)測模型，研究結(jié)果表明EMD-SVM集成模型預(yù)測性能更好。綜上所述，國內(nèi)有關(guān)豬肉價格各單一預(yù)測模型的研究成果頗豐，大多是關(guān)于單項以及集成預(yù)測思想為主，而關(guān)于組合思想在豬肉價格時間序列預(yù)測中的應(yīng)用及研究則較少，少許的研究主要以非線性組合預(yù)測方法為指導(dǎo)，線性組合預(yù)測方法的應(yīng)用基本沒有。鑒于此本文引用線性組合思想構(gòu)建組合模型并對定量預(yù)測結(jié)果輔以定性分析，綜合研判中國豬肉市場價格變化趨勢。

1.1 數(shù)據(jù)來源及描述分析

以來源于中國畜牧業(yè)信息網(wǎng)4.0版和全國畜牧總站2005年1月～2020年7月的全國平均豬肉價格時間序列代替中國豬肉市場價格，并以此作為構(gòu)建組合預(yù)測模型的數(shù)據(jù)基礎(chǔ)。為更清晰的觀測中國豬肉市場價格的波動特征，運用EVIEWS軟件，采用Census X12季節(jié)調(diào)整法把全國平均豬肉價格分離為季節(jié)因子成分（SF）、趨勢周期成分（TC）以及不規(guī)則成分（IR），并運用H-P濾波方法繼續(xù)把TC分解為趨勢成分（Tred）與周期成分（Cycle），可以發(fā)現(xiàn)中國豬肉市場價格存在以下波動特征：第一，季節(jié)性。中國豬肉市場價格季節(jié)性波動規(guī)律明顯，2005～2011年期間豬肉價格受冬季以及春節(jié)消費旺季的影響，豬肉價格于每年1月最高，在每年5月下降至最低點。2011年后隨著人均可支配收入的增加，可選擇的肉類替代品呈現(xiàn)多元化，傳統(tǒng)節(jié)日以及冬季豬肉消費量大、價格高的季節(jié)性特征被放大，每年豬肉價格最高點呈兩階段變化特征，于每年9月份豬肉價格最高，之后開始減弱，在臨近春節(jié)之際豬肉價格開始小幅上漲，之后轉(zhuǎn)入下降，自2017年起于每年6月豬肉價格下降至最低點。第二，不規(guī)則性。受突發(fā)事件的影響豬肉價格不規(guī)則波動規(guī)律顯著，呈多頻率波動、波動趨勢大的特征，加大了數(shù)據(jù)的不平穩(wěn)性，為豬肉價格預(yù)測以及趨勢研究造成了困擾。第三，趨勢周期性。一是趨勢性，可以看出受物價水平上升的影響，自2005年起豬肉價格呈緩慢上漲趨勢，其中2019～2020年因極端事件導(dǎo)致豬肉價格上漲迅速，超出常年水平，予以剔除。二是周期性，按照波谷—波谷的原則大致可把2005～2020年豬肉價格劃分為4個完整周期以及1個不完整周期，周期（Cycle）曲線可以清晰的發(fā)現(xiàn)中國豬肉市場價格在不同的歷史階段呈現(xiàn)不同的周期性波動特征，大周期以及小周期循環(huán)交替出現(xiàn)。通過觀測不規(guī)則成分圖以及周期（Cycle）曲線，發(fā)現(xiàn)周期曲線以及不規(guī)則成份曲線的谷值及峰值出現(xiàn)的時間節(jié)點大致相同，表明不規(guī)則成份即突發(fā)事件顯著影響豬肉價格的周期性波動頻率?？偟膩碚f，豬肉價格歷史數(shù)據(jù)中隱含的趨勢性以及周期性為定量預(yù)測以及趨勢研究提供了基礎(chǔ)和依據(jù)，但不規(guī)則因子（突發(fā)事件）的存在加大了定量預(yù)測的難度。

1.2 組合模型的構(gòu)建方法

2.1 單項預(yù)測模型的建立

模型1：差分自回歸移動平均法。

采用ADF檢驗方法對2005年1月～2020年7月的豬肉價格（P）進行平穩(wěn)性檢驗，可以看出豬肉價格ADF統(tǒng)計值顯著大于1%臨界值、5%臨界值和10%臨界值，表明該序列不是平穩(wěn)序列，因此對豬肉價格分別進行一階差分D（P1）以及一次差分和一次季節(jié)差分D（P，1，12）平穩(wěn)性處理。通過觀測差分后的豬肉價格序列相關(guān)圖采用試湊法對模型進行定階，篩選最優(yōu)模型。經(jīng)比較ARIMA（6，1，5）最優(yōu)。模型檢驗，R2值為0.975，RMSE（均方根誤差）值為1.178，MAPE值為3.04%。

模型2：指數(shù)平滑法。

經(jīng)比較建立Winters季節(jié)性加法模型最優(yōu)，預(yù)測方程參數(shù)估計結(jié)果為，α值=0.867，γ=0.089，δ=0.999，詳情見表4。模型檢驗，R2=0.965，回歸效果顯著；可知模型參數(shù)顯著，且預(yù)測誤差較小，RMSE=1.631，MAPE=3.897%，檢驗結(jié)果證明該預(yù)測模型具有統(tǒng)計學(xué)意義。

2.2 組合預(yù)測模型的建立

4.1 結(jié)論

文章通過構(gòu)建組合模型對豬肉市場價格進行了預(yù)測。研究結(jié)果表明，組合模型對豬肉市場價格的預(yù)測誤差較之單項預(yù)測模型存在顯著優(yōu)勢，達到了預(yù)測精度的要求范圍，存在一定的參考價值。

4.2 討論

第一，在組合預(yù)測思想的實踐中，常常存在因缺少模型選擇依據(jù)而把本領(lǐng)域運用得較為成熟的單項預(yù)測模型全部納入組合模型的最佳子集等問題，但不恰當(dāng)?shù)膯雾椖Ｐ鸵氤３档徒M合預(yù)測模型的精度。遵循這一思路，文章在建立組合預(yù)測模型時充分考慮了豬肉價格的波動特征，故把ARIMA模型及Winters季節(jié)性加法模型作為組合模型的子集。盡管研究結(jié)果表明預(yù)測精度在可控范圍內(nèi)，但并未在精度上取得重要突破，糾其根源，作者認為單項預(yù)測模型的構(gòu)建缺乏科學(xué)性，下一步將對其進一步改正。

第二，由于豬肉價格的影響因素復(fù)雜多變，加之參數(shù)設(shè)置的主觀性及數(shù)學(xué)模型的局限性，文章只能力求控制誤差來保障外推結(jié)果的精度，故只能提供未來豬肉價格發(fā)展趨勢，但豬肉價格何時恢復(fù)至常年價格依然是未知數(shù)，需進一步深化研究。

作者簡介：繆智宇（1993-），男，在讀碩士研究生。主要從事農(nóng)村區(qū)域發(fā)展研究。