1、320商场现代化 2008 年 5 月 （上旬刊） 总第 538 期自从 2007 年五月份以来， 全国猪肉价格普遍上涨， 而且上涨速度和上涨幅度都比较大， 引起了全社会的普遍关注。 本文试图采取时间序列的分析方法， 通过对唐山市 2005 年 2007 年猪肉价格的分析， 找出猪肉价格的变化规律， 并预测未来的发展趋势， 同时提出减少这种价格波动的几点建议。一、 建立模型1. 数据预处理。 据唐山市物价局提供的 2005 年 2007 年唐山市每月猪肉平均进价的数据， 令 X t 表示 t 月的猪肉进价。 根据序列 X t 的变化曲线不难看出它是非平稳序列， 故对其作一阶差分变换得到序列 Y
2、 t 。根据平稳性的非参数检验法， 经计算统计量 |Z|=1.857241.96 ， 所以对于 =0.05的显著性水平， 认为序列 Y t 是平稳的。 同时根据自相关函数的变化， 发现数据还具有一定的周期性， 还需对序列进行季节性差分。 因此对序列 X t 建立 ARIMA(p,d,q) (P,D,Q) 模型。2. 模型定阶。 由于序列 Y t 的自相关函数呈正弦波衰减特征， 而偏相关函数在k=2 之后呈现拖尾特征， 由此初步判定非季节模型应用 ARIMA(2,1,0) 模型 ； 同时由于 X t 的一阶季节差分序列偏自相关系数在k=1 时截尾， 故考虑季节性 ARIMA(1,1,0)模型。
3、同时考虑 ARIMA (1,1,0) (1,1,0)模型和 ARIMA(1,1,1) (1,1,0) 模型和ARIMA(2,1,1) (1,1,0) 模型对数据的拟和情况。 通过比较 ARIMA(1,1,0) (1,1,0) 模型的 AIC 和 SBC 值最小， 因此可以认为利用 ARIMA (1,1,0) (1,1,0) 对 X t 进养猪业， 加之下半年的疫情， 使得生猪的存栏率显著下降， 造成了 07 年猪肉市场供不应求的局面。为了尽量减少这种猪肉价格的大幅波动， 解决猪肉的供求矛盾， 笔者认为可以从以下几个方面入手 ：1. 政府加强市场的监管。 尽量减少猪肉在流通环节不必要的费用 ,
4、严厉打击收购环节中的强收、 强买行为 ; 加大零售环节差价的控制， 严禁病猪流入市场。 以此提高养猪户和养猪企业的利润， 从而提高他们的养猪积极性。2. 成立猪肉市场信息中心， 建立健全猪肉价格的预警机制， 并把猪肉价格的走势及时传达给养殖户 , 引导他们尽可能控制出栏时间， 避开市场风险。3. 加大防疫力度， 避免疫情出现。 尤其是在价格波动的高峰期， 生猪快速补栏时更应加强防疫力度， 保证生猪的健康快速发展， 确保猪肉价格的平稳运行。时间序列分析在对猪肉价格的预测分析中的应用冀德刚 周 静 李春兰 河北农业大学理学院 摘 要 文章通过引入 Box-jenkins 随机序列 ARMA(p ,
5、 q) 和 ARIMA(p ,d, q) 模型， 对河北省唐山市猪肉进货价格变化情况进行了预测和分析， 并提出一些对策和建议。 关键词 猪肉进价 ARIMA(p ,d, q) 模型参考文献 :1 时间序列分析简明教程 (M ） . 张树京齐立心 北京 : 北方交通大学出版社 2003.92 陈平雁等 :SPSS10.0 统计软件高级应用教程 （ M ） . 北京 : 人民军医出版社 ,2004.13 美 G.E.P.Box,G.N.Jenkins and G.C.Reinsel 著 顾刚主译 : 时间序列分、 预测与控制 （ M ） . 北京 : 中国统计出版社， 1997行拟和是比较合适的。
6、3. 模型的检验和预测。 本文采取残差序列的卡方检验， 通过观察残差序列的自相关函数图， 其自相关系数均落在置信区间内， 而且 Box-Ljung 统计量在所有时点上都没有显著性显示， 因此确定模型的拟合精度很高， 认为 ARIMA(1,1,0) (1,1,0)模型可以用来预测未来猪肉价格的走势。借助 SPSS12.0 软件， 对唐山市猪肉价格的发展趋势进行预测。 预测结果如下 ( 表一） ：表一 2008 年唐山市猪肉价格的预测值二、 预测数据的分析与建议根据预测结果， 唐山市的猪肉价格还将会小幅增长， 并继续呈现出以一年为周期的规律性变化。 在一月及八月份以前价格继续上涨， 而一月及八月份以后有小幅回落。 这可能跟中国人的消费习惯有关，同时这阶段传统节日较多， 人们对肉的需求量增加， 所以价格上涨。 另外从价格的变化趋势可以看出自从 2007 年 7 月份以来， 猪肉价格迅速上涨， 分析可能有以下原因 ：1. 随着经济的迅速发展， 人民生活水平的提高， 带动了物价上涨。 从而导致养猪的成本较以前显著提高， 养猪者为了追求利润， 肯定要提高生猪价格。2. 由于 2006 年上半年猪肉价格一直比较低迷， 使得许多中小规模的养殖者退出热点分析基金项目 : 河北农业大学校科研基金资助， 课题号 :Fsy200733
