当前经济形势下农产品价格变动分析

摘要：本文利用时间序列分析方法和ARIMA模型，分析我国大豆、玉米和猪三种农产品的价格指数波动情况，同时将与2018年第二季度至2019年第一季度的模型预测价格指数与实际价格指数比较，分析当前经济形势对中国农产品价格指数产生的影响。

关键词：价格序列;经济形势;ARIMA模型

1 事件背景

在当前经济形势下，本文旨在采用时间序列分析方法和ARIMA模型研究大豆、玉米和猪三种农产品价格变动规律，进而分析出国际市场对其的影响程度，有利于掌握贸易摩擦利弊走势，对未来我国产品应对全球化挑战提供经验教训。

2 模型构建

本文采用国家统计局公布的国内农产品价格指数的数据和中国政府网公开资料，收集此三种农产品2003年一季度至2019年一季度生产价格指数和2018年农产品各季度的生产价格，得出三种农产品生产价格指数环比值（价格指数）。

2.1 价格波动情况

由图1三种农产品价格指数走势均有明显的季节波动，价格指数均在每年的第二季度前后达到峰值，同时可以看出三种农产品的价格波动振幅逐年减小。而图2为利用季节拆分得出三种农产品的季节指数，其中玉米价格指数的季节变动較为平缓，而大豆和猪的价格指数的季节变动较为剧烈。另外在检验趋势变动时，由表1三种农产品的价格指数均存在明显的趋势变动，呈现较小下降趋势，每季度下降0.05% ～0.2%。综上三种农产品价格指数存在明显季节波动，并且这三种农产品的价格指数在近几年均呈现较小的下降趋势。

2.2 农产品价格指数的模型构建——ARIMA模型

由于三种农产品存在明显的季节波动和一定的下降趋势，这些因素的存在使得序列本身不满足平稳性和零均值的假定。进一步检验以大豆农产品为例，利用单位根检验，原序列非平稳，其T值大于5%临界值;而一阶差分后序列的T值小于5%临界值，序列平稳。另外差分序列检验0.140782，即处理后的序列均值显著为零，符合模型假设。因此进行模型参数确定，由图3得出，价格指数序列的自相关和偏自相关系数均处于拖尾状态。针对序列进行拟合，其R方达到0.928，拟合程度较好;另外使用BIC作为评价模型标准，得BIC的大小为4.231，说明模型解释力较强，并得出模型拟合图，如图4。

3 数据结果分析

本文利用2018年二季度至2019年一季度三种农产品的预测价格与实际价格对比，得出结果，从2018年三季度和四季度，三种农产品的预测价格指数与实际价格相差较大，而且大豆在第三季度的偏差过大。但三种农产品受影响程度明显不同，玉米价格指数受到的影响更为明显，而且在2019年第一季度实际玉米价格远低于预测价格，可能由于随着天气逐渐回暖及农户变现的需要，加之受非洲猪瘟的影响，玉米饲料的消费下降，此时市场玉米供过于求，价格走低。但是可以看到大豆和玉米价格指数在经历大幅偏差后，在2019年第一季度马上回落。因此从整个过程比较的结果看，预测价格与实际价格在总体趋势上基本是一致或接近的，短期异常因素所造成的价格偏离并没有持续很长时期。

4 小结

本文在分析了近年我国大豆、玉米和猪生产价格指数的变动，并对这三种农产品的价格指数进行了拟合和预测分析，首先这三种农产品的价格指数均存在明显的季节变动，而且不同农产品的变动情况和剧烈程度不同。但是三种农产品的价格指数波动振幅逐年缩小，这得益于我国“三农”政策的落实和完善，说明“三农”工作是卓有成效的。另外，近几年我国这三种农产品的价格均呈现较小的下降趋势。另外通过ARIMA模型预测结果可以看出，排除非洲猪瘟对价格的影响，其预测价格与实际价格的变动趋势没有明显的差异。从而得出在政府的有效调控下，短期情况下当前经济形势对国内的大豆、玉米和猪的供求影响时间短，影响程度低。最后ARIMA 模型在短期内易受异常因素的出现影响。从异常值持续的时期也看以发现，这种因素所造成的影响不会持续很长时期，价格在逐渐回复到其原本的运行规律中。

参考文献：

[1] 徐依婷，穆月英，赵友森.北京市蔬菜价格变动及影响因素分析[J].中国蔬菜，2017（11）.

[2] 沈辰，穆月英.我国蔬菜价格的时间序列变动分析[J].统计与决策，2011（16）.

[3] 沃尔特·恩德斯[美].应用计量经济学——时间序列分析[M].北京：机械工业出版社，2017.

[4] 滕永平，华宇.我国玉米价格波动分析及短期预测——基于X12季节调整法、H-P滤波法及ARIMA模型[J].沈阳工业大学学报（社会科学版），2019.

[5] 李开鹏.中美贸易摩擦背景下大豆价格波动的影响及策略[J].对外经贸实务，2018（11）.

[6] 朱婧，范亚东，徐勇.基于改进GM（1，1）模型的中国大豆价格预测[J].大豆科学，2016（02）.

作者简介：刘娜（1999—），女，湖南人，经济管理专业本科在读。

（作者单位：中国农业大学）