摘 要：本文根據(jù)我國(guó)50個(gè)主要城市2013年1月至2014年6月初食品價(jià)格的月度數(shù)據(jù)構(gòu)建AR、ARIMA模型，對(duì)2014年6月中旬食品價(jià)格進(jìn)行預(yù)測(cè)。文中首先采用SPSS軟件運(yùn)用聚類(lèi)分析法對(duì)原始數(shù)據(jù)進(jìn)行分類(lèi)，根據(jù)聚類(lèi)成員表選取具有代表性的4種食品香蕉、黃瓜、豆角、大白菜，對(duì)其價(jià)格建立模型并進(jìn)行預(yù)測(cè)。

關(guān)鍵詞：食品價(jià)格；AR模型；ARIMA模型；SPSS；Eviews

一、模型介紹

二、模型求解與預(yù)測(cè)

1. 數(shù)據(jù)分類(lèi)

本文根據(jù)我國(guó)50個(gè)主要城市2013年1月至2014年6月初食品價(jià)格的月度數(shù)據(jù)（數(shù)據(jù)均來(lái)自國(guó)家統(tǒng)計(jì)局），首先選取2013年1月至2014年5月食品價(jià)格數(shù)據(jù)，6月份數(shù)據(jù)預(yù)留出來(lái)，作為模型預(yù)測(cè)值進(jìn)行參照對(duì)象。食品價(jià)格每月均有上、中、下旬?dāng)?shù)據(jù)，共計(jì)51組數(shù)據(jù)，本文用每月的1、11、21日代表相應(yīng)的上、中、下旬。

2.模型建立與預(yù)測(cè)

（1）香蕉價(jià)格的模型建立

由香蕉的價(jià)格隨時(shí)間增加有上升趨勢(shì)，價(jià)格的平均值大于0，序列非平穩(wěn)。香蕉價(jià)格的自相關(guān)圖與偏自相關(guān)可看出，香蕉價(jià)格自相關(guān)具有拖尾性，偏自相關(guān)具有一階截尾性，具有為檢驗(yàn)?zāi)Ｐ皖A(yù)測(cè)效果，特將最新數(shù)據(jù)2014年6月1-10日50個(gè)主要城市的食品價(jià)格的實(shí)際觀測(cè)值留出，作為評(píng)價(jià)模型精度的參數(shù)對(duì)象。

利用建立的兩階自回歸模型對(duì)6月份的香蕉價(jià)格進(jìn)行預(yù)測(cè)，將模型樣本擴(kuò)展為2013年1月1日至2014年6月21日，通過(guò)運(yùn)用軟件可以直接得到香蕉價(jià)格的短期預(yù)測(cè)值，預(yù)測(cè)出2014年通過(guò)模型預(yù)測(cè)，2014年6月1-10日的預(yù)測(cè)誤差百分比為4.1428%，一般認(rèn)為誤差百分比的值低于10%時(shí)預(yù)測(cè)模型精度較高，所以本模型預(yù)測(cè)效果非常好。

（2）黃瓜價(jià)格的模型建立與預(yù)測(cè)

黃瓜價(jià)格存在季節(jié)性，每年1月份價(jià)格最高，因此采用季節(jié)差分步長(zhǎng)通過(guò)模型預(yù)測(cè)，2014年6月1-10日的預(yù)測(cè)誤差百分比為-6.45%，一般認(rèn)為誤差百分比的值低于10%時(shí)預(yù)測(cè)模型精度較高，所以本模型預(yù)測(cè)效果非常好。

（3）豆角價(jià)格的模型建立與預(yù)測(cè)

建立模型通過(guò)模型預(yù)測(cè)，2014年6月1-10日的預(yù)測(cè)誤差百分比為8.7313%，一般認(rèn)為誤差百分比的值低于10%時(shí)預(yù)測(cè)模型精度較高，所以本模型預(yù)測(cè)效果非常好。

（4）大白菜價(jià)格的模型建立與預(yù)測(cè)

對(duì)大白菜價(jià)格做同樣的分析，運(yùn)用中進(jìn)行預(yù)測(cè)結(jié)果如下表5。

通過(guò)模型預(yù)測(cè)，2014年6月1-10日的預(yù)測(cè)誤差百分比為3.419%，一般認(rèn)為誤差百分比的值低于10%時(shí)預(yù)測(cè)模型精度較高，所以本模型預(yù)測(cè)效果非常好。

三、結(jié)論

對(duì)于具有季節(jié)性的食品黃瓜、豆角分別建立了季節(jié)模型，消除了季節(jié)的影響。最后對(duì)預(yù)測(cè)結(jié)果進(jìn)行評(píng)價(jià)，可以看出時(shí)間序列模型可以很好地應(yīng)用到食品價(jià)格預(yù)測(cè)中，對(duì)于預(yù)測(cè)未來(lái)食品具有一定的參考價(jià)值。

本文分析了各種類(lèi)食品在2013年1月到2014年5月的變動(dòng)情況及趨勢(shì)，從27種食品中運(yùn)用層次分析選出有代表性4種食品進(jìn)行了詳細(xì)分析，可能會(huì)引起一點(diǎn)的分析誤差，有點(diǎn)以偏概全。但就這4種而言，研究很是詳盡，并且給出了預(yù)測(cè)結(jié)果， 運(yùn)用6月上旬的最新數(shù)據(jù)與預(yù)測(cè)值進(jìn)行比較，對(duì)模型的評(píng)價(jià)起到一定作用。由于價(jià)格隨時(shí)間變動(dòng)較為頻繁、波動(dòng)幅度比較小，也給模型估計(jì)帶來(lái)了一定的困難，但這也正是價(jià)格的一個(gè)特點(diǎn)，本文選取的價(jià)格均為每十天的平均價(jià)格，是統(tǒng)計(jì)局公布的數(shù)據(jù)，具有一定的權(quán)威性。

參考文獻(xiàn)：

[1]吳群英，方開(kāi)泰.實(shí)用多元統(tǒng)計(jì)分析[M].上海：華東師范大學(xué)出版社，1989.

[2]王燕.應(yīng)用時(shí)間序列分析[M].中國(guó)人民出版社，2008（12）.

[3]薛薇.統(tǒng)計(jì)分析與SPSS的應(yīng)用[M].中國(guó)人民大學(xué)出版社，2011（1）.

[4]樊歡歡，張凌云.Eviews統(tǒng)計(jì)分析與應(yīng)用[M].北京：機(jī)械工業(yè)出版社，2009.

[5]謝佳利，楊善朝，梁鑫.我國(guó)CPI時(shí)間序列預(yù)測(cè)模型的比較及實(shí)證檢驗(yàn)[J].統(tǒng)計(jì)與決策，2008（10）：4-6.

[6]李璇，黃冬冬.基于ARIMA模型的CPI實(shí)證分析及預(yù)測(cè)[J].沈陽(yáng)大學(xué)學(xué)報(bào)，2013（3）：307-310

[7]李子奈，潘文卿.計(jì)量經(jīng)濟(jì)學(xué)[M].高等教育出版社，2010（7）.

[8]游家興.如何正確運(yùn)用因子分析法進(jìn)行綜合評(píng)價(jià)[J].統(tǒng)計(jì)教育，2003（5）：10-11.

[9]王揚(yáng)眉，楊桂元.基于季節(jié)ARIMA模型的安徽省CPI預(yù)測(cè)[J].統(tǒng)計(jì)與決策，2012（8）：10-1.