柳燕子

摘 要：本文收集了2009年～2017年全國(guó)小麥?zhǔn)召?gòu)價(jià)格指數(shù)。針對(duì)價(jià)格序列季節(jié)性、周期性、非線性及多尺度性等特征，基于分解-重構(gòu)-集成的思想，提出基于EEMD分解、ARIMA預(yù)測(cè)的多模型小麥價(jià)格預(yù)測(cè)方法，結(jié)果顯示，該方法預(yù)測(cè)準(zhǔn)確性較高，是一種有效的小麥價(jià)格預(yù)測(cè)模型。

關(guān)鍵詞：小麥；EEMD；ARIMA；預(yù)測(cè)

文章編號(hào)：1004-7026（2018）04-0148-01 中國(guó)圖書分類號(hào)：F323.7；F224 文獻(xiàn)標(biāo)志碼：A

小麥價(jià)格波動(dòng)主要影響農(nóng)民收入和價(jià)格總水平。小麥作為一種工業(yè)原料，其價(jià)格及銷量變化會(huì)影響糧食總價(jià)，進(jìn)而影響國(guó)民經(jīng)濟(jì)。研究小麥價(jià)格波動(dòng)特征并預(yù)測(cè)趨勢(shì)具有重要的現(xiàn)實(shí)意義。

受季節(jié)、生產(chǎn)成本、進(jìn)出口貿(mào)易及國(guó)家政策等因素影響，小麥價(jià)格波動(dòng)呈季節(jié)性、周期性及多頻率的特征。本文基于分解-重構(gòu)-集成的思想提出基于EEMD-ARIMA的組合預(yù)測(cè)模型來(lái)預(yù)測(cè)小麥價(jià)格。

1 多尺度組合模型構(gòu)建的基本思想

小麥價(jià)格受多因素共同影響，形成機(jī)理較為復(fù)雜，價(jià)格序列走勢(shì)呈非平穩(wěn)、多尺度的特點(diǎn)。為了更準(zhǔn)確的掌握小麥價(jià)格的波動(dòng)規(guī)律，提高其預(yù)測(cè)精度，本文結(jié)合傳統(tǒng)時(shí)間序列預(yù)測(cè)方法與智能信號(hào)分解方法，建立EEMD-ARIMA組合預(yù)測(cè)模型。首先，利用EEMD分解小麥價(jià)格原始序列；然后，觀察每個(gè)分解分量的波動(dòng)規(guī)律，進(jìn)行平穩(wěn)化處理；最后，對(duì)各個(gè)分量進(jìn)行ARIMA預(yù)測(cè)，并將每個(gè)分量的預(yù)測(cè)結(jié)果疊加得到最終的預(yù)測(cè)結(jié)果。

2 模型建立

2.1 EEMD分解

EEMD技術(shù)是一種全局分解技術(shù)，主要通過(guò)提取信號(hào)內(nèi)在的固有模態(tài)函數(shù)，逐步實(shí)現(xiàn)信號(hào)平穩(wěn)化。本文利用Matlab編程實(shí)現(xiàn)小麥2009年～2017年6月價(jià)格指數(shù)（數(shù)據(jù)來(lái)自中華糧網(wǎng)）的EEMD分解，得到6個(gè)分量。如圖所示：

2.2 ARIMA模型

ARIMA是一種時(shí)間序列預(yù)測(cè)方法，形式為（p，d，q）。其中，d為差分階數(shù)，p，q分別代表偏自相關(guān)函數(shù)值、自相關(guān)函數(shù)值顯著不為0時(shí)的最高階數(shù)ii。預(yù)測(cè)每個(gè)分量前，要先觀察序列趨勢(shì)，若序列存在明顯的不平穩(wěn)或季節(jié)性趨勢(shì)，應(yīng)對(duì)序列進(jìn)行一定階數(shù)的差分，使其符合平穩(wěn)序列標(biāo)準(zhǔn)，而后預(yù)測(cè)每個(gè)序列，預(yù)測(cè)2017年7月至9月的小麥價(jià)格。本文通過(guò)Eviews軟件預(yù)測(cè)各分量，然后將各分量結(jié)果進(jìn)行疊加得到小麥的價(jià)格預(yù)測(cè)結(jié)果。圖2展示了原始數(shù)據(jù)、ARIMA預(yù)測(cè)值及EEMD分解-ARIMA預(yù)測(cè)值，結(jié)果表明，基于多模型的小麥價(jià)格預(yù)測(cè)方法預(yù)測(cè)結(jié)果與原始數(shù)據(jù)更接近。

小麥價(jià)格波動(dòng)具有不確定性，個(gè)別點(diǎn)的預(yù)測(cè)偏差較大。因此，下一步將重點(diǎn)研究個(gè)別點(diǎn)偏差較大的問(wèn)題。

結(jié)束語(yǔ)

本文將EEMA-ARIMA預(yù)測(cè)方法用于小麥價(jià)格預(yù)測(cè)，針對(duì)多尺度、非平穩(wěn)的小麥價(jià)格序列，利用EEMD進(jìn)行信號(hào)分解，分解為尺度近似的價(jià)格分量。針對(duì)每個(gè)價(jià)格分量，采用差分方式進(jìn)行平穩(wěn)化處理，而后利用ARIMA預(yù)測(cè)每個(gè)分量，并通過(guò)疊加得到最終結(jié)果。對(duì)比發(fā)現(xiàn)，基于EEMD-ARIMA的多模型預(yù)測(cè)方法預(yù)測(cè)精度高，為小麥價(jià)格預(yù)測(cè)提供了新思路和新方法。

參考文獻(xiàn)：

[1]鄭文倩.我國(guó)小麥價(jià)格形成機(jī)制及波動(dòng)特征分析[D].中國(guó)農(nóng)業(yè)科學(xué)院，2016.

[2]白靜，王妤晗.全國(guó)小麥?zhǔn)召?gòu)價(jià)格指數(shù)的時(shí)間序列分析[J].農(nóng)業(yè)網(wǎng)絡(luò)信息，2015.