Analysis of Pork Price Cycle and Its Relationship with CPI

Since the second half of 2015,the price of pork has come into a new round of rising cycle,especially from January to April of 2016,pork prices continued rising.Excessive rising of pork prices sparks people’s concern about CPI rising.It is of practical significance to discussing the fluctuation cycle of pork price and its relationship with CPI.In this context,we do empirical research on pork cycle and price fluctuations with CPI relationships.From January 2000 to March 2016,based on a total of 195 samples,using Eviews6.0 metrology software,we draw the following conclusions:fluctuations in the price of pork did Granger cause CPI,the impact of pork price fluctuations on the CPI was significant and the effect significantly was enhanced after certain lag;CPI did not Granger cause pork price fluctuations,CPI had no significant effect on the price of pork;pork price was affected by its own large contribution,and there was a certain time lag effect of the impact;CPI had a positive impact on itself,for its contribution is relatively large.Finally we put forward relative strategies.

The Variation Law of the Market Price of Pork in Beijing City

In order to research the fluctuation law of price of pork in Beijing City and determine its fluctuation cycle,we use level indicator analysis,speed indicator analysis,the coefficient of variation,the seasonal adjustment model and the HP filter method,to analyze the data on the market price of pork in 8 wholesale markets in Beijing City during the period 2002-2011.The results show that the annual price of pork in wholesale markets in Beijing City shows a gradual upward trend;during the period 2002-2011,the price of pork in Beijing City experienced three full fluctuation cycle,and each fluctuation cycle was roughly 38 months;the price of pork within the year shows a trend of " one trough,one crest",and the interval of high prices is mainly concentrated in June-december;the amount of pork for sale within the year is basically inversely correlated with the price.Therefore,we should strengthen the monitoring of pig production information and market information,to ensure the sufficient supply of pork,and stabilize the market price of pork.In addition,according to the variation law of the market price of pork,improving the purchasing,storage and allocation work mechanism of the reserve meat is also necessary to stabilizing the market price of pork.

我国猪肉价格波动特征及调控对策研究

我国作为全球第一大猪肉生产和消费大国,无论是猪肉的需求端——广大百姓,还是猪肉的供应端——养殖户都与猪肉价格息息相关,猪肉价格频繁波动,不仅对生猪产业的健康发展不利,而且会影响到广大居民的日常生活,甚至影响社会安定。通过建立H-P滤波模型对2012—2021年的猪肉价格变动进行了较为全面的分析,得到了猪肉价格的周期性和趋势性变化特征;并且根据猪肉价格季节性和周期性波动的原因提出了相关政策建议,以保证猪肉市场的稳定和健康发展。

甘肃省猪肉价格预测与风险预警研究

对猪肉价格进行预测、预警,可以有效指导生猪养殖,保障猪肉供需平衡。为促进甘肃省猪肉市场稳定可持续发展,本研究以猪肉价格为研究对象,运用Lasso算法筛选变量,利用哈里斯鹰优化算法(HHO)对随机森林(RF)进行改进,建立预测模型HHO-RF,对猪肉价格进行预测、预警。结果表明:HHO-RF模型均方误差(MSE)为0.22,可决系数(R^(2))为99.76%,相对分析误差(PRD)为20.6,具有较好的拟合效果;对猪肉价格的风险预警效果较好,准确率达到91.67%,说明模型HHO-RF可以较为准确地预测甘肃省猪肉价格走势。对2022年11月至2025年10月甘肃省猪肉价格预测发现,预测期内价格整体呈现先降后升最后稳定的趋势。基于此,推动甘肃省猪肉产业健康发展,建议优化猪肉价格预测系统,提高价格预测精度;拓宽猪肉价格信息公布通道,促进信息共享;建立健全猪肉价格风险预警体系,提高应急调控水平。

中国与主要进口来源国猪肉价格空间传导效应分析

在国内猪肉供应紧俏时,进口猪肉市场能够作为国内猪肉市场的有力补充,但大量进口猪肉会对国内猪肉价格造成一定冲击,量化中国与主要进口来源国之间的猪肉价格传导性有利于提高供给体系对需求的适配度。采用2015年1月至2020年6月中国、美国、欧盟和巴西猪肉价格数据,构建VAR模型,验证中国与主要进口来源国猪肉价格的格兰杰因果关系,并通过脉冲响应函数和方差分解,对各变量之间的长期动态关系进行预测。结果发现,中国猪肉价格对其自身的冲击持续时期显著高于欧美等国;从中国猪肉价格对国外猪肉价格的冲击效果看,中国猪肉价格会对巴西和欧盟猪肉价格产生正向冲击,且在滞后8期时,中国猪肉价格对欧盟和巴西猪肉价格冲击的方差分解贡献度分别为1.88%和4.85%;从国外猪肉市场对中国猪肉价格的传导效果看,巴西猪肉价格也会对中国猪肉价格产生正向冲击,在滞后8期时,巴西猪肉价格对中国猪肉价格冲击的方差分解贡献度为3.13%。

生猪疫情对我国猪肉供应链稳定性的影响

试验旨在研究生猪疫情对我国猪肉供应链稳定性的影响。选取12家生猪上市企业作为样本,运用面板Tobit估计方法分析。结果表明,我国猪肉供应链稳定性整体呈上升态势。细分比较,猪肉供应链上游稳定性强于猪肉供应链下游稳定性。生猪疫情暴发后,仔猪价格、玉米价格与猪肉供应链上游稳定性呈显著负相关,生猪养殖规模化水平与猪肉供应链上游稳定性呈显著正相关;仔猪价格、玉米价格与猪肉供应链下游稳定性呈负相关,鸡肉价格、牛肉价格与猪肉供应链下游稳定性呈正相关。研究表明,在有效控制生猪疫情的前提下,针对猪肉供应链上下游稳定性不同的影响因素,政府与企业应当采取差异化举措。

基于VMD-BO-BiLSTM的猪肉价格预测模型

基于猪肉价格的非线性与波动性特性,提出一种基于变分模态分解(variational modal decomposition,VMD)和贝叶斯优化(Bayesian optimization,BO)的双向长短时记忆(bidirectional long short-term memory,BiLSTM)网络的猪肉价格预测方法。首先采用变分模态分解对数据进行预处理,将数据分解为具有相对简单波动的子序列;然后通过贝叶斯算法对双向长短时记忆网络模型的第1、2隐含层神经元数目、学习率和批次大小进行寻优,根据寻优的结果建立预测模型。实验结果表明:VMD-BO-BiLSTM方法的平均绝对误差、均方根误差、平均绝对百分比误差和确定系数分别为1.101214、1.466100、0.040631、0.987760,相比传统单一的LSTM,BiLSTM模型精确度更高,有更高的适用性,适合对猪肉价格预测。

基于CiteSpace的猪肉价格研究知识图谱构建与分析

使用CiteSpace文献计量可视化分析软件,选取CNKI中文核心期刊作为数据来源,对2001—2021年805篇猪肉价格研究文献展开分析,梳理和归纳国内猪肉价格研究的特征和发展趋势。研究发现:(1)国内猪肉价格研究可分为4个阶段,即初步萌芽阶段(2001—2006年)、快速发展阶段(2007—2011年)、短期回落阶段(2011—2015年)和稳定发展阶段(2016年至今)。(2)研究群体呈现“小聚集、泛分布”的状况,研究人员之间的合作关系不紧密。(3)研究机构之间合作联系较少,研究多基于机构内部进行。(4)“猪肉价格”“、畜产品”“、饲料价格”等是猪肉价格研究的高频关键词“,猪肉价格”“、生猪价格”“、价格波动”是高中心性关键词,基于此梳理了猪肉价格波动分析、猪肉价格影响因素分析、猪肉价格预测模型等主要研究内容。(5)强度最强的突现词是“环比涨幅”,持续至今的突现词有“中部地区”“、华南地区”“、粮油价格”、“北京市”“、东部地区”,表明猪肉价格波动是该领域的研究热点,且研究具有明显的区域特性。

牛肉、鸡肉和猪肉价格波动的关联性分析——基于2006—2021年全国数据的VAR模型分析

基于2006—2021年全国相关数据,以鸡肉价格和猪肉价格为自变量、牛肉价格为因变量,应用Eviews 8.0软件,建立向量自回归(VAR)模型,对牛肉、鸡肉、猪肉之间的价格关联性变化进行量化分析。结果显示:猪肉与牛肉价格存在长期协整关系,猪肉价格对牛肉价格波动有长期显著正向影响;鸡肉价格对猪肉价格波动有长期正影响;牛肉价格对鸡肉价格波动影响大于对猪肉价格,牛肉价格对鸡肉价格的贡献度基本稳定在44%,明显大于牛肉价格对猪肉价格最高贡献度21%。为此,应深化牲畜行业供给侧改革,加强良种培育,引导饲料转型升级,转变发展理念;建立畜禽肉类市场价格监测机制,加强畜禽肉类产品生产和市场动态跟踪监测,加强政府和企业对畜禽疫病突发性事件的监测和防控;加强宏观调控和政策支持产业发展,加强政府宏观调控,鼓励产业发展,为企业和养殖户做好服务。

基于前馈神经网络预测猪肉价格的研究

本研究旨在通过分析2008年第1周至2023年第6周近15年全国猪肉价格波动规律,建立可预测未来一定时期猪肉价格变化趋势的模型,为政府和企事业单位进行市场分析提供参考。模型基于前馈神经网络(FNN),将类型变量处理成独热编码,数值类型变量采用标准化处理,并考虑价格延迟参数,经训练集训练后对测试集进行预测。结果表明,本研究所构建的模型能较准确预测猪肉价格,采用不同影响因素进行预测时结果有较大差异,仔猪价格是影响猪肉价格的关键因素之一,通过设置各影响因素的延迟参数可实现对历史数据的利用并扩大预测的时间跨度。

上海白条猪月均价格走势特征分析及其价格预测模型研究

猪肉价格波动直接关系到物价水平,对居民生活产生显著影响。因此,研究生猪市场价格波动规律、找出可准确预测猪肉价格走势的工具,进而采取可行的应对措施十分重要。为更好地分析上海白条猪月均批发价格走势特征,增强对上海市场白条猪批发价格的预见性,采用走势特征分析和建模方法,对2010年1月至2020年3月上海市场白条猪月均批发价格走势进行预测分析。结果显示:上海白条猪月均批发价格走势波动较大,呈现出“W”型价格波动规律,表现出较明显的季节性;价格波动周期时长为48个月,价格高点多出现在每年的9月,价格低点多出现在4月。进一步分析发现,SARIMA (3,1,3)×(3,1,3) 12模型能较好地表示上海白条猪月均价格的波动特征,在分析预测上海白条猪市场月均批发价格时优于其他模型。SARIMA模型可用于分析预测上海市场白条猪批发价格的未来走势,模拟结果有效地预测了猪肉市场价格的显著波动。

大数据技术在猪肉价格预测与调控上的探索与应用

我国是生猪养殖大国,也是猪肉消费大国。猪肉价格波动直接影响养猪户利益,也会对居民生活产生影响。预测未来猪肉价格走势,科学管控生猪市场价格,对推进我国生猪市场平稳健康运行具有重要现实意义。本文以全国生猪出场价格为研究对象,首先根据生猪生产的生物周期和生产的连续性特点,构建生猪出栏量、能繁母猪存栏量与猪肉产量三者之间的关系模型,预测出未来10个月的猪肉产量。再结合我国受猪肉消费习惯影响,致使猪肉需求量呈现明显季节性周期波动的特点,采用STL时间序列分解法,从猪肉交易数据中提炼出月度季节性波动趋势,预测月度猪肉需求量。基于定价模型中供需法则,使用最小二乘法约束法,构建猪肉供应量和需求量比与猪肉价格之间的关系模型,对未来10个月猪肉价格进行预测,并测算出猪肉供需均衡价格。本研究使用农业农村部重点农产品市场信息平台系统中2016至2022年猪肉相关数据,预测猪肉价格相对误差约10%。当预测的猪肉供应量与需求量比出现偏离时,猪肉价格将偏离供需均衡价格,模型能够通过调控能繁母猪存栏量、进口量和投放量来调节猪肉供应量,从而调控未来猪肉价格走势。本研究提供了通过调整影响猪肉供应量的核心因素来调节未来猪肉价格走势的思路和方法,旨在科学预测猪肉供需量及未来价格走势,协助政府相关部门合理及时调控猪肉供给,促进各时刻的猪肉供需均衡,猪肉价格稳定在供需均衡的合理区间。

我国与欧盟“猪周期”动态关系分析

欧盟是我国最大的猪肉进口来源市场,我国则是欧盟最大的猪肉出口目标市场,中欧猪肉产业具有较强互补性。采用Tramo/Seats季节调整和H-P滤波法分解得出我国和欧盟月度猪肉周期价格,并分析其变动特征。欧盟“猪周期”持续时间短,波动幅度小,与我国“猪周期”具有一定的同步性。我国与欧盟“猪周期”向量自回归(VAR)模型估计结果表明,我国和欧盟“猪周期”都具有显著的自相关特征,且能相互影响,我国有可能利用中欧“猪周期”差异部分克服本国“猪周期”给生产和消费带来的负面效应。

我国与美国“猪周期”动态关系分析

对我国与美国的猪肉价格月度时间序列数据进行了季节调整和滤波分析,分解出两国猪肉周期价格。利用结构向量自回归模型估计了我国与美国“猪周期”相互冲击的滞后效应和当期效应。研究发现,两国“猪周期”呈负相关关系。我国“猪周期”持续时间长,波动幅度大,美国“猪周期”则相反。美国“猪周期”能够缓解我国“猪周期”波动,中美双边猪肉贸易量主要决定于我国“猪周期”。

玉米“价补分离”政策对猪肉供应链稳定性的影响

文章旨在分析玉米“价补分离”政策对猪肉供应链稳定性的影响,以维护猪肉供应市场稳定性。基于2012—2021年我国19个玉米主产省份面板数据,借助双重差分法检验玉米“价补分离”政策对我国猪肉供应链稳定性的影响。结果显示,在控制一系列其他因素的基础上,伴随玉米价格升高,玉米“价补分离”政策的实施能够正向提升我国猪肉供应链的稳定性,提升效果约为0.042。进一步研究发现,玉米“价补分离”政策对猪肉供应链上游稳定性的影响较为明显,政策实施后猪肉供应链上游稳定性上升了0.1067%。研究表明,玉米“价补分离”政策对我国猪肉供应链稳定性具有一定促进作用,且该效应在猪肉供应链上游促进作用更强。

我国猪肉价格与CPI波动之关系研究

猪肉作为我国居民的基础消费品之一,近年来其价格呈现出大致以三年为周期的剧烈波动态势,直接影响到人民的生活质量,同时也对CPI产生一定的影响。通过实证分析发现,猪肉价格波动周期与CPI波动周期具有一定的相关性,并且这种关系正在逐步增强;同时,受到诸多因素的影响,使得猪肉价格波动幅度加大,对于CPI起到一定的引导作用。

我国城乡两市场的猪肉价格的影响因素分析--基于均衡转移模型

选取1985年至今的猪肉价格为研究对象,将我国猪肉市场分为城乡两个相对独立的市场,根据均衡转移模型的理论,从供给、需求及营销三个方面,分析外部因素对猪肉价格的影响程度。结果表明,生猪供给受投入品价格、养殖技术及风险等因素的影响,而猪肉消费受替代品价格、收入及人口等因素的影响,任何一个因素变动,都会刺激市场产生新的均衡,发生价格波动。城乡两市场对外部因素波动的反应程度是不同的。

中国猪肉价格波动研究——兼与美国的比较

猪肉价格的大幅波动给我国的生猪生产及猪肉消费带来极大的影响。本文通过对1995年以来猪肉月度价格变动及1985到2006年生猪及猪肉年度价格波动的分析,探讨我国猪肉市场价格的长短期变动规律,并从生猪的生产结构、生产周期、生产成本、疫情、宏观环境及与美国的猪肉市场的国际比较等方面解析中国猪肉价格波动的原因。提出鼓励并扶持生猪的规模化生产、提高生猪行业的组织化程度、加大政府投入力度、完善动物防疫体系等主要对策措施。

河南省猪肉价格变化规律及其预测研究

分析了2000年以来河南省猪肉价格变化规律，构建了时间序列复合预测模型，并对2008--2010年价格发展变化进行了预测和评析．结果表明，猪肉价格呈周期性循环波动长期上涨趋势；循环周期时长14～15个季度，周期内上涨与下跌历时各约7个季度；2007年末比2000年初上涨了121．6％，年均递增10．8％，然上涨速率不平衡；所建各模型均可很好地描述和预测猪肉价格系统变化过程（R^2≥0．905），且分别适用于不同的价格发展形势及调控目标与策略；2010年末猪肉价格将比2007年末实际价格上涨37．6％～79．2％，年均递增11．2％-21．5％；2008年猪肉价格将高位小幅振荡，至2009年2季度前后抵周期性谷底．

中国猪肉价格波动的双重非对称效应——基于MS-GARCH类模型

基于1994年6月-2018年7月猪肉价格月度数据,借助MS-GARCH类模型对我国猪肉价格波动的双重非对称效应进行实证分析。结果表明:①猪肉价格波动具有明显的状态转换特征;猪肉价格在剧烈波动状态和平缓波动状态运行并频繁转换,在平缓波动状态运行概率及持续时间相对更长;猪肉价格在剧烈波动状态运行时间约为7个月,平缓波动状态则为8~9个月;猪肉价格波动周期为16~17个月。②猪肉价格波动存在双重非对称效应;猪肉价格在剧烈波动和平缓波动状态的波动持续性存在差异,剧烈波动状态下持续性要强于平缓波动状态;“利空消息”对猪肉价格波动的影响要大于“利好消息”,剧烈波动状态下“利空消息”影响更大,说明猪肉价格波动存在明显杠杆效应,且剧烈波动状态下猪肉价格波动的杠杆效应更为明显。