Pig Price Fluctuations and Forecasting Model Based on Information Platform

Pork is common in people's daily life consumption,and it accounts for more than half of all meats. By collecting data information published by Bureau of Statistics and Bureau of Agriculture,this paper makes a statistical analysis of the influence of price fluctuation in the pork market on China's pork production,and finds that China's pork production shows a general trend of fluctuations due to the impact of price factors.According to the predecessors' studies on the factors influencing pig market price,combined with the actual situation of pig breeding in China,this paper uses the latest website data released by the government's public information platform to establish a forecasting model.

基于VAR模型的生猪产业链价格波动影响因素分析

生猪产业链价格剧烈波动不仅关系消费者的切身利益,也对生猪产业长远发展具有重要影响。基于2009—2022年161个月度样本数据,文章采用VAR模型,从生猪产业链主要产品价格以及上游环节、中下游环节2个层面出发,探究生猪产业链价格波动的影响因素。结果显示:生猪产业链价格波动受自身主要产品价格的影响最大,前10期生猪产业链主要产品价格对当月生猪产业链价格波动仍具有61.835 8%的影响。从产业链上游环节观察,稻糠价格、大豆价格和小麦麸价格均能够对生猪产业链价格波动产生显著影响,前10期稻糠价格对当月生猪产业链价格波动的影响达到39.783 8%。从产业链中下游环节观察,通货膨胀水平和养殖场规模对生猪产业链价格波动的影响程度较大。研究表明,生猪产业链价格波动容易受到自身主要产品价格、稻糠价格、大豆价格、小麦麸价格、通货膨胀水平、养殖场规模等因素影响,应从完善价格波动预警机制和加强流通运行环节调控两方面着手推动生猪市场稳定发展。

外部冲击对我国生猪价格波动的影响——以生猪疫情为例

近年来,由于外部冲击事件频繁发生,使我国生猪市场价格多次发生剧烈波动,对生产者和消费者的利益产生了较大影响,引起广泛关注。采用2009年2月~2020年12月生猪产业链的月度价格数据,以我国发生的生猪疫情为例,运用VAR模型分析生猪疫情冲击与生猪价格之间的动态关系。结果表明:生猪产业链上各环节价格与生猪疫情对生猪价格波动的影响存在明显的差异;生猪疫情对生猪价格波动的影响呈现先负后正的规律;生猪疫情对生猪价格波动的贡献在滞后期为4期后显著增强。据此,从加强生猪疫情防控体系建设、完善监测预警机制、增强政府在抑制生猪价格大幅波动方面的作用等提出应对建议。

基于奇异谱分解和LSTM-ARIMA组合模型的生猪价格预测

针对生猪价格波动过于剧烈难以预测的问题,提出基于奇异谱分解的LSTM-ARIMA组合模型对生猪价格进行预测。以2000年1月-2021年12月的月度价格数据作为样本,利用奇异谱分析对生猪价格数据进行分解,得到趋势项和波动项,选用累计贡献率达前70%的构建趋势项,剩下的30%构造波动项。趋势项非平稳且具有长记忆性,对其建立LSTM模型;波动项平稳,对其建立ARIMA模型,最后将两部分预测结果重组作为生猪价格的预测值,构建LSTM-ARIMA组合预测模型。将预测值和生猪真实价格进行对比,结果表明:预测值与真实值之间的均方根误差RMSE为2.75,平均绝对百分比误差MAPE为10.81%,平均绝对误差MAE为2.27,方向对称性DS为81.81;此组合模型能很好地预测生猪价格走势,对我国生猪价格预测具有更高地适用性与参考。

基于动态视角下的生猪期货市场价格发现功能变动情况研究

生猪期货市场价格发现有效发挥对于产业链上信息传递以及风险规避具有重要作用。为探究生猪期货价格发现的动态变化情况,基于2021年1月—2023年5月我国生猪期现货价格数据,通过Granger因果检验、时变脉冲响应、信息份额模型等对不同阶段生猪期现货价格发现作用关系和冲击情况进行测算分析。结果表明:生猪期货单向价格发现作用显著,不同阶段下生猪期现货之间存在长期的均衡关系且具有差异性;生猪期现货之间动态冲击特征明显且作用方向相反;生猪期货在价格发现贡献度中占据主导地位。据此,建议疏通生猪期现货市场价格传导机制,充分发挥信息传递作用;关注价格变动对市场情绪的影响,注重政策对生猪市场的“逆周期”调控;进一步完善生猪期货市场规章制度,促进生猪产业规范化生产以及高质量发展。

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。

产业事件对猪价波动的影响效应研究

猪价的精准预测是科学制定宏观经济调控政策的前提和决策依据,也是宏观经济政策实践面临的重要问题之一。多年来,猪价的剧烈波动一直困扰着我国生猪产业的发展,其形成机制尚不清楚。根据猪价形成的产业因素,构建猪价模型,分析产业因素对猪价波动的作用效应及其机制,结果表明:产业因素的突发变化会产生级联放大效应,形成产业事件,诱发需求方的负反馈作用,迫使供给侧实行自我调节(生猪出栏量和流动性的调节等),引起猪价的起伏波动,其过程历时2~3年;猪价模型量化了产业事件在猪价波动中的作用,揭示猪周期的实质。控制产业事件发生及其级联效应是稳定我国生猪产业持续、优质和健康发展的重要途径。

突发性动物疫情事件对生猪价格的冲击效应分析——以非洲猪瘟事件为例

在我国,生猪价格的走向引发着社会各界的持续关注。一方面猪肉是我国居民生活消费的必需品,另一方面猪肉价格的波动对中国居民消费价格指数和物价水平有着尤为显著的影响。近年来,我国突发性动物疫情事件频发,尤其是非洲猪瘟疫情的产生,使得生猪价格异化更为严重,波动更加频繁。文章以2015年1月-2018年7月我国生猪月平均价格为建模基础,借助ARIMA时间序列模型深入剖析突发性动物疫情事件对生猪市场价格的冲击作用,并为其提供科学的量化结果。研究显示:突发性动物疫情事件一般是通过降低生产者饲养能力与打击消费者购买信心等渠道影响供需,进而对生猪价格产生强烈冲击,并且这种冲击效应存在时滞性与阶段性特征。

中国生猪价格波动的经济学解释

生猪养殖业在中国具有举足轻重的地位。近年来生猪市场价格波动频繁,对国民经济平稳运行和产业良性发展具有一定影响。通过对相关文献进行梳理可知,生猪价格波动具有内生性、外生性因素,进而笔者提出以经济学理论研究生猪价格波动的成因。蛛网模型是解释农产品价格波动的主要工具。以2000年1月—2012年7月的数据为分析对象,发现中国生猪价格波动呈现出整体发散,但局部封闭、收敛的"蛛网紊乱"状态,认为这与中国宏观经济环境的变化,尤其是以利率为代表的货币政策的变化有密切关联。通过仔猪和饲料价格变化分析养殖户的行为,以及根据宏观劳动需求与产量供给分析真实工资与生猪养殖行业之间的关系,是2种探索性的解释,有助于弥补蛛网模型的不足。

陕西省生猪及猪肉价格波动与政策调控效果实证研究

平抑生猪以及猪肉价格波动并采取措施进行反周期调节是陕西省乃至全国宏观价格调控的一项重要内容。为了进一步完善生猪及猪肉价格调控机制,对陕西省生猪及猪肉价格波动进行了量化分析,通过将价格调控因素引入计量模型剖析了政府调控因素效果,试图为陕西省未来调控猪肉以及农产品价格提供借鉴和参考。

基于VAR模型我国生猪养殖价格的传导机制

为稳定猪肉价格调控政策的制定提供参考依据,利用VAR模型,选取育肥猪配合饲料价格、仔猪价格、待宰活猪价格、去皮带骨猪肉价格和西装鸡价格的月度数据作为研究对象,系统分析其价格相互间的关系。结果表明:无论是短期还是长期,自身的冲击都是去皮带骨猪肉价格变化的主要影响因素;待宰活猪价格的冲击对去皮带骨猪肉价格的波动随时间逐步增长,在6个月后的贡献达到11.72%;仔猪价格对去皮带骨猪肉价格的冲击在短期内不是很重要,但随着时间的推移而变得越来越重要,并在随后的第9个月达到最大。基于研究结论,提出了调控我国生猪养殖价格的相关建议。

美国生猪期货发展对我国的启示

生猪现货价格的频繁剧烈波动已经影响了我国生猪行业的稳定性与安全性。美国期货市场发展的先进经验为我国引入生猪期货提供了理论依据和案例支撑。首先介绍了美国生猪期货的发展历程,然后从价格波动、资源配置效率、产业福利三个角度对生猪期货的影响进行理论与实证分析,最后结合我国生猪产业的现状提出可供借鉴的建议:一是引导经营者积极参与生猪期货合约交易,二是积极调整产品适应市场需求。

中美贸易摩擦背景下我国生猪市场价格波动实证分析

中美贸易摩擦背景下,大豆供求关系发生了变化,我国生猪市场价格因此而受到较大冲击。笔者以2017年9月-2019年1月我国生猪价格、豆粕价格、饲料成本、养殖利润数据为研究样本,利用向量自回归模型进行了实证分析。结果表明,短期内相关影响会对我国生猪市场价格产生较大冲击,但长期内,随着冲击力的衰减,相关影响逐步减弱直至生猪市场价格恢复平稳。基于研究结论,提出了努力开拓新的生猪生产要素市场、加快生猪饲料原料的进口替代生产、加速我国生猪产业结构转型升级等对策建议。

中国玉米价格对生猪价格的非线性传导效应及机制分解——基于STR模型的实证分析

生猪市场价格的超常波动逆向加剧生猪养殖环节的不确定性,给中国生猪产业健康发展带来巨大风险。玉米是生猪饲养投入品的重要原料,选择STR模型,使用2000年1月-2015年6月玉米和生猪价格月度数据进行实证分析,证实并阐述玉米价格对生猪价格平滑转换的非线性传导机制及其过程。在此基础上,测度机制转化的阈值,根据平滑转化机制及其阈值,提出平抑生猪价格超常波动、维护生猪产业健康的策略。

农产品调控中价格关联分析——以生猪与玉米价格为例

文章运用协整检验、格兰杰检验、VAR模型、脉冲响应函数等方法,对我国玉米和生猪的价格关系进行实证研究。结果显示玉米价格与生猪价格具有长期正向的均衡关系;生猪短期价格变动又受到短期玉米价格变动和前期生猪价格偏离长期均衡关系的影响;玉米价格的波动会影响生猪价格波动,但生猪价格变动对玉米价格影响较小。玉米价格的波动对生猪价格的影响具有3～4季度的时滞。基于上述结论,提出了相应的政策建议。

生猪疫病对中国猪肉价格冲击和溢出效应的比较研究

近十年来,生猪疫病频发,成为冲击生猪价格的重要影响因素之一。选取2009年1月~2021年3月的相关数据,通过构建门限自回归模型及GARCH-M模型研究了最主要3种生猪疫病对生猪价格波动的影响。结果表明:(1)疫病指数具有统一的门槛值,当疫病指数的对数低于门槛值8.5时,对生猪价格的冲击更大,反之亦然。(2)不同生猪疫病对猪肉价格的冲击影响是不同的,其冲击影响由大到小排序为非洲猪瘟、A型口蹄疫、猪病毒性腹泻疫病。(3)从冲击的方向看,非洲猪瘟与A型口蹄疫对猪肉价格的冲击是相反的,A型口蹄疫对猪肉价格的冲击呈正向,而非洲猪瘟对猪肉价格的冲击呈负向。

生猪价格风险预警模型的建立与应用

随着生猪市场由以往的卖方转换为买方市场,生猪生产者的生产经营活动经常受到价格波动的困扰,其所面临的价格风险也越来越大,而生猪价格风险的防范通常要通过管理水平的提高。本文研究和探讨了基于BP人工神经网络的生猪价格风险预警模型的建立与应用,并用年度数据进行了验证,实现了生猪价格风险管理方法的创新。此方法也可用于生猪的季度或月度价格风险预警。

国内生猪供给分析与后期展望

2021年以来,生猪生产持续恢复,产能持续扩大,相关价格出现下降。企业和养殖户亏损比较严重,随着国家多次猪肉放储收储,猪价频繁大幅波动得到有效遏制,这些都有利于维护猪肉市场平稳。当下生猪市场存在供给过剩风险,要引导市场适度去产能,防止出现生猪生产大起大落。从未来发展看,通过逻辑和模型推演,2022年生猪出栏总量将比2021年增加10%以上;从时间上看,2022年上半年出栏量同比大幅增加,下半年趋缓。同时,面向生猪市场,国家调控的机制在不断完善,这些都有利于生猪生产的稳定。

疫病对生猪价格波动的影响——基于VAR模型的分析

为了研究疫病对生猪价格波动的影响,根据2009年2月～2018年5月生猪疫情宽度指数与生猪价格构建VAR模型,实证分析了二者间的关系。结果表明:疫病是生猪价格的Granger原因,反之则不成立;生猪禁运影响供需关系引起生猪价格波动,造成产销区价格分化;疫病对生猪价格波动的贡献率约为2.10%,影响不大但影响期长,最终会导致全国生猪价格上涨。据此提出,要做好防疫、补偿工作,稳定生猪供需,避免因疫病冲击造成的生猪价格大幅波动。

生猪价格指数保险合约的二叉树定价方法

文章基于生猪价格指数保险的特性分析,将其看作以猪粮价格比为标的资产的欧式复合看跌期权;应用二叉树期权定价模型,结合国家发改委发布的猪粮价格比数据和具体生猪价格指数保险合约的赔偿条款,对生猪价格指数保险合约进行了定价分析,获得了更加直观易懂的定价方法。