朱順樂 毛曉慧

摘要水產(chǎn)品的價格指數(shù)是漁業(yè)經(jīng)濟發(fā)展的重要指標。在如今經(jīng)濟高速發(fā)展的時代，水產(chǎn)品價格指數(shù)的預測對漁業(yè)經(jīng)濟運行有著至關重要的作用。通過多種時間序列預測法（移動平均法、加權移動平均法、二次移動平均法以及指數(shù)平滑法），分別對蝦蟹類水產(chǎn)品進行價格指數(shù)的預測，并通過預測精度對各個方法的不同結(jié)果進行精確度的比較，最后確定最精確的方法，并用其對舟山蝦蟹類價格指數(shù)作最后的預測。

關鍵詞水產(chǎn)品價格指數(shù)；時間序列預測法；精確度

中圖分類號S-9文獻標識碼A文章編號0517-6611（2014）23-07697-03

Prediction of Zhoushan Shrimp and Crab Products Price Index

ZHU Shunle et al （Donghai Science and Technology College， Zhejiang Ocean University， Zhoushan， Zhejiang 316000）

Abstract Aquatic products price index is an important index in fisheries economic development. In todays rapid development of economy， predicting aquatic products price index has a crucial role to the fishery economy. Through a variety of time series forecasting methods （moving average method， weighted moving average method， the two moving average method and exponential smoothing method）， the price index of shrimp and aquatic products were predicted. And the accuracy of the results was compared. Finally， the most accurate method was determined and it was used as the final prediction of shrimp and crab price index.

Key words Aquatic products price index； Time sequence prediction method； Precision

基金項目浙江省教育廳科研資助項目（Y201328308）。

作者簡介朱順樂（1977- ），男，湖南婁底人，講師，從事計算機應用方面的研究。

收稿日期20140703漁業(yè)的快速發(fā)展使得漁業(yè)勞動者的收入明顯增加。大批漁民通過發(fā)展?jié)O業(yè)生產(chǎn)率先致富，生活質(zhì)量得到明顯改善。以水產(chǎn)養(yǎng)殖業(yè)為重點的我國漁業(yè)已經(jīng)成為大農(nóng)業(yè)中一個重要的產(chǎn)業(yè)，在農(nóng)村經(jīng)濟中發(fā)揮重要的作用。其中，水產(chǎn)品價格指數(shù)的變化直接影響水產(chǎn)品市場的發(fā)展，所以對水產(chǎn)品價格指數(shù)的精確預測對漁業(yè)經(jīng)濟的發(fā)展有著重要意義。時間序列預測是一種最基本、最常用的預測方法，在很多方面都有過應用[1-3]。同時，時間序列也涉及漁業(yè)的其他預測[4-5]。但是，還沒有人對水產(chǎn)品的價格指數(shù)進行過預測，所以現(xiàn)在將運用時間序列對水產(chǎn)品價格進行預測。

時間序列[5]是指將某現(xiàn)象的某一個指標在不同時間上的各個數(shù)值按時間先后順序排列而形成的序列。時間序列的構(gòu)成要素是現(xiàn)象所屬的時間與反映現(xiàn)象發(fā)展水平的指標數(shù)值。時間序列可以反映社會經(jīng)濟的發(fā)展變化過程、描述現(xiàn)象的發(fā)展狀態(tài)和結(jié)果，研究社會經(jīng)濟現(xiàn)象的發(fā)展趨勢和發(fā)展速度等。時間序列預測是利用統(tǒng)計技術和方法[6]，從預測指標的時間序列中找出演變模式，從而建立數(shù)學模型，對預測指標的未來發(fā)展趨勢進行定量估計。筆者介紹常用的幾種時間序列預測方法，并且用預測精度中的2個指標（平均絕對偏差和均方誤差）對各個結(jié)果進行精度分析，確定最精確的方法。

1時間序列方法

1.1移動平均法事物的發(fā)展變化具有延續(xù)性。事物近期的狀態(tài)與近期的過去密切相關，而與較遠的過去關系就不是很大，因此可以用過去的動態(tài)數(shù)列，求移動平均數(shù)，從而預測未來。移動平均法[7]是根據(jù)時間序列資料，逐項推移，依次包含二定項數(shù)的時序平均數(shù)，以反映長期趨勢的方法。如：

設某場該年每月的盈利分別為A1、A2……A12，以3個月的移動平均數(shù)做預測為例，4月份的預測值為A4=（A1+A2+A3）/3，5月份的預測值為A5=（A2+A3+A4）/3，同理可以分別得出以后幾個月的預測值。

1.2加權移動平均法加權移動平均法和移動平均法最大的區(qū)別在于：加權移動平均法[8]在計算平均值時對移動期內(nèi)的數(shù)據(jù)是不同等看待的。它是根據(jù)近期數(shù)據(jù)對預測值影響最大的這個特點而對移動期內(nèi)的數(shù)據(jù)進行不同的對待。與預測期越近的數(shù)據(jù)權數(shù)越大，距離預測期越遠的數(shù)據(jù)權數(shù)越小，通俗一點講就是對新舊（遠近）不同月份的數(shù)據(jù)給予大小不同的權數(shù)，然后計算移動平均數(shù)。以3個月的加權移動平均數(shù)為例，其公式如下：

F=3M1+3M2+M36

式中，M1為距離預測月份最近一月的新數(shù)據(jù)；M2為距離預測月份次近1月的數(shù)據(jù)；M3為距離預測月份最遠一月的舊數(shù)據(jù)。

加權移動平均法的運用對數(shù)據(jù)有一定的要求。若一組數(shù)據(jù)有明顯的季節(jié)性影響，則采用該方法得到的預測值會有較大的偏差。在這種情況下，最好不采用該方法。

1.3二次移動平均法二次移動平均法[9]是對一次移動平均數(shù)再進行第二次移動平均，再以一次移動平均值與第二次移動平均值為基礎建立預測模型，計算預測值的方法。它適用于預測某些具有線性變動趨勢的經(jīng)濟現(xiàn)象，其線性方程為：

Xt+T=at+bt·T

式中，Xt+T為第（t+T）期的預測值；t為一次和二次移動平均值的當期，通常名之為本期；T為本期t至預測期相隔的期數(shù)（如，若以6月為本期，7月為預測期，則T=7-6=1，8月為預測期，則T=8-6=2），被看作變量；at，bt都是參數(shù)，at的含義為初始基本預測值，bt為滯后偏差的修正值。求參數(shù)at、bt的公式為：

at=2M（1）t-M（2）t

bt=2n-1（M（1）t-M（2）t ）

式中，M（1）t為t期的一次移動平均值；M（2）t為t期的二次移動平均值；n為移動平均的期數(shù)。該公式適用于歷史數(shù)據(jù)（變量）存在明顯的線性變動趨勢時（即逐期增減量大致相等時）。

1.4指數(shù)平滑法指數(shù)平滑法[8]（Exponential smoothing，ES）是由布朗所提出的。他認為，時間序列的態(tài)勢具有穩(wěn)定性或規(guī)則性，可以被合理地順勢推延，且最近的過去態(tài)勢在某種程度上會在未來持續(xù)，所以將最大的權數(shù)放在最近的資料上。也就是說，指數(shù)平滑法是在移動平均法的基礎上發(fā)展起來的一種時間序列分析預測法。所謂指數(shù)平滑，就是用一個簡化的a值作平滑系數(shù)建立的預測模型，再將歷史數(shù)據(jù)代入模型求解作預測。公式如下：

St+1=aXt+（1-a）St

式中，St+1為指數(shù)平滑對下期預測值；St為指數(shù)平滑對本期預測值；Xt為本期的實際值；a為平滑系數(shù)。對于市場需求比較穩(wěn)定的產(chǎn)品，a值可取大一些，一般在0.6

同時，運用指數(shù)平滑法還有以下優(yōu)點：①預測計算方法較簡便；②有自我修正誤差的作用；③對客觀變化反映靈敏；④可以靈活選擇平滑系數(shù)a值；⑤能使產(chǎn)品需求不規(guī)則的變動趨向平滑。

2各方法精確度的比較

以蝦蟹類水產(chǎn)品價格指數(shù)為例，分別計算幾個方法的結(jié)果，并進行精確度比較。以下是在中國舟山水產(chǎn)城指數(shù)網(wǎng)[10]上得到的近幾個月的蝦蟹類價格指數(shù)，接下來將用其作為原始數(shù)據(jù)進行預測

2.1移動平均法預測結(jié)果由表2可知，預測值與原始值相差較大，說明移動平均法在這個水產(chǎn)品價格指數(shù)的預測中不是適用的方法，需要對其進行改進。

2.2加權移動平均法預測結(jié)果由表3可知，若掩去那些原始數(shù)據(jù)起伏劇烈的月份的下期預測值，該方法得到的數(shù)據(jù)比移動平均法得到的數(shù)據(jù)要精確一些。加權移動平均法的MES值與MAD值均低于移動平均法，得出加權移動平均法的精確度要高一些。有時間可以4個月或5個月為例，得到的數(shù)據(jù)會更精確一些。但是，這個方法的缺點也因此暴露了，蝦蟹類產(chǎn)品的價格指數(shù)會因為季節(jié)原因出現(xiàn)劇烈起伏的現(xiàn)象，這種情況下就不適合用該方法進行預測。

2.3二次移動平均法預測結(jié)果由表4可知，用二次移動平均法進行的預測要比前面2種方法不精確很多。該方法的MES與MAD值明顯高于前2種方法。正如介紹時所說，該方法不適合運用在數(shù)據(jù)有劇烈波動的序列的預測中。但是，通過單個數(shù)據(jù)的對比，發(fā)現(xiàn)在原始數(shù)據(jù)較平緩的時候，該方法的預測精度還是蠻高的，但不適合運用在蝦蟹類水產(chǎn)品價格指數(shù)的預測中。

2.4指數(shù)平均法預測結(jié)果由表5可知，指數(shù)平滑法在蝦蟹類價格指數(shù)的預測中a取不同的值精確度是不同的，當a取0.8時是最精確的，且指數(shù)平滑法的精確度要大于移動平均法和加權移動平均法，遠遠大于二次移動平均法。當數(shù)據(jù)平緩時，該方法的預測值的精確度要小于二次移動平均法，但是二次移動平均法在數(shù)據(jù)有劇烈起伏時不適合運用的，所以將用指數(shù)平滑法對蝦蟹類水產(chǎn)品今后的價格指數(shù)走向進行預測。

3水產(chǎn)品價格指數(shù)預測

由表5可知，取a=0.8時，14年2月份（序號17）的實際值為67.57，預測值為65.49，所以通過公式得到3月份的預測值為67.57*0.8+65.49*0.2=67.15。

4小結(jié)

該研究主要是對時間序列的普遍方法進行簡單地介紹，并且通過實例對幾種方法的精確度進行比較，得出指數(shù)平滑法在預測蝦蟹類價格指數(shù)方面是最好的方法，之后再運用指數(shù)平滑法得出3月份的價格指數(shù)預測值。

42卷23期朱順樂等舟山蝦蟹類產(chǎn)品價格指數(shù)的預測參考文獻

[1] 宋學娜，王曉雨，孟玲清.時間序列分析在溫度預測中的應用[J/OL].（20080116）http：//anniversary.paper.edu.cn/html/releasepaper/2008/01/501.

[2] 顧嵐.時間序列分析在經(jīng)濟中的應用[M].北京：中國統(tǒng)計出版社，1994.

[3] 王麗娜，肖冬榮.基于ARMA模型的經(jīng)濟非平穩(wěn)時間序列的預測分析[J].武漢理工大學學報，2004，28（1）：133-136.

[4] 任崇光，高俊芳，張黛華.時間序列分析在水量預測中的應用[J].預測，1985（S1）：77-84.

[5] 張小栓，傅澤田，穆維松，等.1978-2000年我國水產(chǎn)品零售價格波動的周期性研究[R].農(nóng)業(yè)系統(tǒng)科學與綜合研究，2004.

[6] 王振龍.時間序列分析[M].北京：中國統(tǒng)計出版社，2000：8-9.

[7] 湯樹光，張楠.時間序列預測方法簡析[J].北京經(jīng)濟學院學報，1997，2（6）：21-23.

[8] 張楠.時間序列預測法簡介[J].經(jīng)濟與管理研究，1981（4）：41-44，59.

[9] 田名譽，曹進.時間序列二次移動平均預測法——公式的推導及應用[J].基建管理優(yōu)化，1994（4）：19-22.

[10] 舟山國際水產(chǎn)城.中國·舟山國際水產(chǎn)城指數(shù)