ARIMA模型在大豆价格分析预测中的应用

ARIMA模型在大豆价格分析预测中的应用

作为我国最为重要的粮食作物之一的大豆，它的价格波动会直接对我们的生产以及生活产生很大的冲击。此外，大豆的价格波动还有可能会造成其他粮食作物价格的波动，而这些农产品的价格关乎整个农业的持续发展，甚至还有可能会影响到国家的经济稳定。因此，为了减小大豆价格的波动会对我们生产生活的影响，将对大豆价格进行短期预测。

在对大豆价格进行预测时所采用的模型为ARIMA模型。数据采用的是中华粮网数据中心2015年至2016年每周的大豆平均价格，并根据这些数据建立了ARIMA(2,1,2)模型。并根据此模型对2017年1月至4月的全国的大豆均价进行了预测，其预测价格与实际价格相比，平均误差率仅为2.4811%，说明该模型预测效果不错，可以用来对大豆价格进行预测。但由于模型还不能反映大豆价格的全部信息，因此在对大豆价格进行预测时，还需要提高对国际价格变动的敏感性，才能得出更科学合理的预测结果。

1.1 背景

大豆作为最重要的粮食作物之一，其历史非常之悠久且大豆中含有多种人体必需的营养物质。随着经济社会的发展，人们生产生活水平逐年提高，人们越来越青睐大豆及其大豆制品，人们对大豆以及豆制品的需求也就呈逐年上升趋势。而由于我国对大豆行业的不重视，使得我国的大豆行业发展跟不上国内需求上涨的步伐。中国本国生产的大豆根本满足不了人们的需要，因此我国每年必须从其他国家进口大豆。依据国家统计局公布的《中华人民共和国2016年国民经济和社会发展统计公报》显示，在2016年大豆的进口量为8 391万吨,与上一年相较增长2.7%，进口额为2 247亿元,比上一年相较增长4.1%。而在1996年，其进口量只有111.44万吨。而就在这短短20年的时间里，大豆的进口量已经翻了75番。随着大豆进口量的不停增长，中国如今已经发展为全球范围内进口大豆数量最多的国家。随着全球化的发展，在造成大豆价格的波动因素中，国际市场要素的比重越来越高。随之而来的挑战就是中国丧失了制定大豆价格的话语权。而大豆作为最重要的油料、食品加工的原料以及作为饲料来说，它的产业链相对来说是比较长的。因此，不但食用油的供应与需求会受到其价格波动的干扰，而且还会对畜牧养殖的成本产生非常大的不确定性。此外，大豆的价格

波动还会导致其余粮食作物价格的浮动。而农产品的价格关乎整个农业的持续发展，甚至影响国家的经济稳定。而近年来，大豆价格受到世界经济格局的影响，其价格波动尤为明显。因此，对大豆价格进行预测，对农业的发展有着至关重要的意义，同时对于国家制定大豆贸易策略，参与大豆期货交易以及进行企业的科学决策也都具有至关重要的意义。

1.2 研究目的与意义

1.2.1 研究目的

我国是大豆的原产地，大豆的栽培历史源远流长，在中国是一种十分重要的食粮作物，而且大豆在我国的食物消费还有生产系统中始终直扮演着至关重要的角色。大豆富含优质食用油脂、优质植物蛋白和多种对人体有益的生理活性物质，营养价值异常丰富，是世界上重要的油料和高蛋白作物，在农产品贸易中占有着异常重要的位置。近年来，大豆价格受到世界经济格局的影响，其价格波动尤为明显。大豆的价格波动还会影响到其余粮食作物价格的波动。而这类农产品的价格关乎整个农业的持续发展，甚至影响国家的经济稳定。因而，对大豆价格进行预测，对农业的发展有着至关重要的意义，同时对于国家制定大豆贸易策略，参与大豆期货交易以及进行企业的科学决策也都具有至关重要的意义。而ARIMA方法在价格预测方面具备诸多优势：第一，可以在数据变量的影响因素未知的情况下，根据数据本身的滞后项和随机误差项来构建拟合模型；第二，在进行拟合预测时，无需对数据做先验假设以达到模型的适用要求；第三，可通过反复调整拟合，挑选误差小、拟合效果最优的模型；第四，可以使用统计软件直接实现，操作方便而且简单。本文希望通过ARIMA模型在大豆价格分析预测中的应用以达到对大豆价格进行预测的目的。

1.2.2 研究意义

2014年以来，在寰球范围内包括大豆在内的农副产品广泛存在着供应过剩的景象，伴随而来的是仓库终止收粮等一系列的尴尬局面，并由此导致很多商品出现大幅降价的现象，包括大豆在内的一些粮食产品的价格都已经下降到这几年来的最低点。而且由于我国大豆过分依赖于进口，导致中国失去了一部分制定大豆价格的权利，造成大豆价格的频繁波动。而大豆价格的快速并且繁杂的波动将使人们日常的生产、生活产生非常大的变化。为了防止其价格波动会对我国造成的冲击，本文将运用时间序列分析中的ARIMA模型，利用其在大豆价格分析预测中的应用，希望能够对大豆平均价钱进行相对可靠的预测。这对其余粮食作物的价格预测也具有一定意义上的参考

作用，而且对于国家制定与大豆相关的贸易策略，参加大豆的期货买卖、进行企业的科学决策都具有十分重要的意义。

1.3 国内外研究现状

1.3.1 国外研究现状

（1）关于大豆行业的研究

大豆与其他农产品一样，在全球各个国家地区的农业发展中占有着异常重要的地位。外国学者高度重视与大豆经济有关的研究。Jianqiu FU(2014)研究了国际大豆价格大幅波动给国内大豆企业带来的巨大价格风险，由于中国大豆行业对外国市场的较高依赖度、跨国粮食厂商对中国大豆行业的集约控制，使中国大豆价格大幅度下滑，同时大豆价格产生了大幅波动。并提出要通过采取措施提高国内大豆自给率，限制外资控制大豆产业，努力促进中国大豆企业发展壮大[1]。Daniel Maul、Martin Fischer and Dirk Schiereck(2015)通过采用新开发具有作物日历的季节性分解模型，估算出价格变动和价格波动相应地适用的关键农产品——小麦、稻米、玉米和大豆的全球供应总体反应。调查结果显示，虽然较高的产出价格可以作为预期改善全球作物供应的动力，但产出价格波动也是一个阻碍。产出价格波动与作物供应呈负相关，意味着农民将土地及其他投入和产量改善投资转移到价格波动较小的作物上[2]。H.Ahumada and M.Cornejo(2016)鉴于食品价格之间存在较高的相关性，分析了通过考虑其交叉依赖关系可以提高单个食品价格模型的预测精度，专注于三个强烈相关的食品价格：玉米，大豆和小麦。分析一个不稳定的预测期（2008-2014），并采用强大的方法和递归方案。其研究结果包括价格互动的模型的预测改进[3]。Thomas Dimpfl、Michael Flad and Robert C.Jung研究了玉米、大豆、小麦等农产品的现货价格与期货价格的关系。研究发现，这些商品的价格在现货市场上是独一无二的，期货市场对价格的贡献仅不足10%。从长期来看，期货投机对大豆等商品的价格有不利影响[4]。

（2）关于ARIMA模型的研究

ARIMA模型在预测方面的应用非常普遍，国外的许多学者在进行预测时都喜欢使用ARIMA模型。Rahul Tripathi，A.K.Nayak，R.Raja，Mohammad Shahid，Anjani Kumar，Sangita Mohanty，B.B.Panda，l，Priyanka Gautam and Christos Tsadilas 根据奥里萨邦的稻米种植面积，采用ARIMA模型对其生产力进行了预测。通过对生产力预测值与实际值的比较，ARIMA模型能够较好的对稻米的生产力进行预测[5]。Carlos Zafra,Yenifer Angel，Eliana Torres(2017)采用ARIMA模型进行日照时空分析，研究了地表覆盖（LSC）对大气层PM 10浓度的影响。哥伦比亚首都波哥大是拉