arima模型在陕西省苹果价格预测中应用

《arima模型在陕西省苹果价格预测中应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、ARIMA模型在陕西省苹果价格预测中应用　　摘要：价格调节市场达到供求平衡的状态，农产品市场上价格的不确定性和波动性为生产经营策略的制定带来困难，这就使得未来价格预测显得尤为重要。本文针对陕西省苹果产业的现状，以2012年1月1日至2013年4月20日陕西省苹果的每十日价格为样本，构建模型对陕西省苹果价格进行预测，达到较好的效果。为相关部门制定政策，优化陕西省苹果果品结构，使地区价格更加均衡，保护果农和消费者的利益提供支持。关键词：时间序列；自回归求和滑动平均模型；陕西省苹果产业中图分类号：S661.1文献标识码：A文章编号：1

2、001-828X（2013）07-0-02一、引言2000年9月25日，陕西省委、省政府出台了《关于加快以苹果为主的果业产业化建设的决定》，并把果业列为省国民经济的六大优势特色产业。近年来，陕西苹果产业的发展非常迅速，以2009年为例，种植面积已经超过800万亩，产量超过800万吨，占全国的1/3，全球的1/9；2007年，陕西苹果已经超过了第一出口产品钼矿砂从而成为了全省最大的出口商品，苹果已成为兵马俑以外的陕西第二象征。7虽然陕西苹果的品质受到了国内外广泛的认可，但现阶段的问题依然突出。1.苹果品种结构不合理，地区价格不均衡

3、陕西苹果品种结构不合理，首先主要是早熟品种、中熟品种和晚熟品种不够合理，长期以来形成了“早熟奇缺、中熟不足、晚熟过剩”的品种结构，全省苹果以晚熟的富士系、秦冠、元帅系和乔纳金居多。苹果专家认为，全省苹果的早、中、晚熟比例调整为5∶20∶75较为适宜而陕西目前晚熟品种仍占82%，中熟品种约占14%，早熟品种仅占4%。这就导致了早熟苹果价格远远高于中熟和晚熟品种的价格，使种植中晚熟品种积压卖不出去，果农的利益严重损害。此外，陕西省苹果的价格有着明显的地区差异。如2013年2月28日，陕西省西安市朱雀农产品交易中心的苹果价格为7元/公

4、斤，而陕西省西安市临潼区的苹果价格仅为3.5元/公斤；2013年5月12日，陕西省榆林市、汉中市、商洛市和渭南市的苹果均价分别为7元/公斤、4元/公斤、4.9元/公斤和1.6元/公斤。各个市场供求信息的缺乏和运输的不便导致在果农聚集的地区，如渭南市苹果价格低，其他城市如榆林市因为供不应求而价格偏高。2.果农生产经营中“采蜜效应”严重7陕西苹果的生产主要是各个农户分散生产，而这些农户的知识教育水平都比较低，应对风险和销售产品的能力有限，在决定生产经营策略时容易形成“采蜜效应”—有一小部分农民首先寻找到“蜜源”，即经济效益比较好的苹

5、果品种，其他农民在得知信息后，都来生产这种品种，直至这种苹果产量过剩，价格大幅度下降，没有利润可赚，甚至出现亏损。虽然通过“采蜜效应”简化了农民生产经营策略的过程，但是这种效应却使农民无法真正长久地致富，而这种被认为是“蜜源”品种的苹果市场也会由供不应求转为供过于求。在供不应求时，损害消费者的利益，而在供过于求时损害果农的利益。为了优化陕西省苹果果品结构，使地区价格更加均衡，保护果农和消费者的利益，最好方法就是利用价格这双看不见的手，对果农的生产经营策略进行调控。但是果农所要参考的价格不是历史价格，而是未来的价格，而农产品的价格

6、因为受到天气、地域、运输成本等多种因素的影响而具有较大的波动性。这就对农产品价格的预测提出了要求。本文在陕西苹果价格历史数据的基础上，建立ARIMA模型对陕西省苹果价格进行预测。二、ARIMA模型的基本思想和模型介绍ARIMA模型全称为自回归求和滑动平均模型（AutoregressiveIntegratedMovingAverage7Model，ARIMA），是由博克思（Box）和詹金斯（Jenkins）于20世纪70年代初提出的一著名时间序列预测方法，所以又称为Box-Jenkins模型、博克思一詹金斯法。1.ARIMA模型的

7、基本思想随着时间的推移，被预测的对象形成一组时间序列，而序列的历史数据包含着决定未来数据的信息，通过数学模型将这一时间序列描述出来，再根据历史数据中所包含的信息，预测出该序列的未来数据。2.数学模型指定3个参数，自回归阶数、差分次数和移动平均阶数，来分析时间序列，记为，数学表示为：其中，为原序列；为白噪声序列，即是均值为0，方差相等且独立的随机序列；，；为后项算子，；表示将序列进行次差分。三、陕西苹果价格预测模型的建立和预测1.数据说明采用的数据来自：http：//www.ymt360.com/，样本区间为自2012年1月1日至

8、2013年4月20日的每十日价格（记为时间序列），如图1所示。可以看出，陕西苹果每十日平均价格波动具有季节性、随机性，而长期趋势和循环变动趋势性不是特别明显。根据时间序列的特征，建立模型，评估模型的有效性，并进行预测。2.模型的建立和预测7（1）平稳性检验图12