论文部分内容阅读
蔬菜是我国除粮食作物以外种耕种面积最大、经济效益最好的作物,是农业和农村经济发展的重要支柱型产业。蔬菜价格直接影响农民收入和居民消费,是反映农业经济变化的重要指标。实现蔬菜价格的准确预测并探究蔬菜间的相关性及价格传导机制,对预防蔬菜价格变化造成的市场波动具有重要意义。本文通过Python爬虫获取到2020-2021年全国10大蔬菜市场的10种蔬菜价格数据,建立蔬菜价格预测模型,并进行不同种类蔬菜价格相关性分析。本文主要内容如下:1.编写爬虫程序,对全国10大蔬菜市场(北京丰台蔬菜市场、安徽阜阳蔬菜市场、广州江南蔬菜市场、合肥周谷堆蔬菜市场、浙江金华蔬菜市场、南京蔬菜市场、青岛蔬菜市场、寿光蔬菜市场、广东汕头蔬菜市场、湖北武汉蔬菜市场、湖南长沙蔬菜市场)的10种常用蔬菜价格进行获取,使用马氏链多重插补法(Mark chain Monte Carl o)算法对异常值和缺失值进行处理。2.建立差分整合移动平均自回归(Autoregressive Integrated Moving Average mod el)模型、Prophet模型、循环神经网络(Recurrent neural network)深度学习模型3个蔬菜价格预测模型。结果表明ARIMA蔬菜价格预测模型测试集的平均RSME为0.845,Prophet蔬菜价格预测模型测试集的平均RSME为0.9,RNN蔬菜价格预测模型测试集的平均RSME为0.3。3.通过组合模型的方法来实现对蔬菜价格预测模型的优化。根据数据特征和模型特点,基于方差倒数法进行单个模型的加权平均,构建RNN-Prophet组合模型,测量结果得到的平均RSME为0.06,模型效果和预测精度均明显增强,适用于蔬菜价格预测。4.通过Apriori算法寻找10种蔬菜间的关系。结果表明当油菜价格上涨时会影响大白菜价格上涨;反之,大白菜价格的上涨时也会影响油菜价格上涨;洋白菜价格上涨时会影响大白菜价格上涨;大白菜价格上涨时也会影响洋白菜价格上涨;油菜价格上涨时会影响洋白菜价格上涨;洋白菜价格上涨时会影响油菜价格上涨。5.以蔬菜价格数据为数据来源进行蔬菜价格传导分析。协整检验结果表示,洋白菜、油菜价与大白菜价间存在长期均衡关系。在显著性水平5%的情况下,存在2种协整关系。根据其中1种关系可知油菜价、洋白菜价与大白菜价三者间存在正相关关系,洋白菜菜价变动1%,就会引起大油菜价变动9.1%,大白菜价变动20%。通过误差修正模型(Vector error correction model)对短期动态关系进行分析的结果表示,对于短时间内价格突变的情况,洋白菜、油菜和大白菜的价格在长时间均衡关系的影响中会减少价格的偏差,使各类蔬菜价格的波动性逐渐趋于稳定,误差校正的大小为20.5%。格兰杰因果检验表示,大白菜价是油菜价变化的原因,油菜价也是大白菜价变化的原因。通过方差分解结果可以得出,自身残差冲击对油菜、洋白菜与大白菜价格的影响最大,说明其自身因素是导致价格波动的主要来源,恶劣天气等原因对其也有影响。价格传导效率的脉冲响应实验数据表明,大白菜价格对油菜和洋白菜价格上涨或下跌信息的响应迅速。油菜价对大白菜价变动的信息较敏感,大白菜价对其影响较强而且持续时间长。价格传导强度分析结果表明,大白菜价主要受前2期与前1期的大白菜价影响,影响程度均为19%左右;油菜价主要受当期大白菜价影响,影响程度为7%;洋白菜价主要受当期与前2期的大白菜价影响,影响程度分别为14%和7%。