吳 培，李哲敏

(中國(guó)農(nóng)業(yè)科學(xué)院 農(nóng)業(yè)信息研究所/研究生院，北京 100081)

我國(guó)是全球最大的雞蛋生產(chǎn)國(guó)和消費(fèi)國(guó)，雞蛋產(chǎn)量連續(xù)30多年位居世界第一，占比達(dá)40%以上，人均消費(fèi)量居世界第三位。但我國(guó)雞蛋價(jià)格波動(dòng)頻繁、市場(chǎng)狀態(tài)較不穩(wěn)定，具有“風(fēng)險(xiǎn)報(bào)酬”的特征，故對(duì)雞蛋價(jià)格進(jìn)行實(shí)時(shí)監(jiān)測(cè)預(yù)警，能夠?yàn)槭袌?chǎng)提前預(yù)警，為決策提供參考。

目前有關(guān)雞蛋監(jiān)測(cè)預(yù)警的研究主要表現(xiàn)為三方面：一是生產(chǎn)養(yǎng)殖，如陳紅茜等利用基于分布式流式計(jì)算框架的Data-Canal對(duì)蛋雞養(yǎng)殖過(guò)程進(jìn)行監(jiān)測(cè)預(yù)警[1]。二是質(zhì)量安全，如宋俊峰基于HACCP追溯構(gòu)建了雞蛋安全生產(chǎn)預(yù)警機(jī)制[2]。三是市場(chǎng)價(jià)格，其研究主要集中在四大方面，一是價(jià)格影響因素分析，研究發(fā)現(xiàn)飼料成本上升、存欄數(shù)量不穩(wěn)定等雞蛋生產(chǎn)成本及季節(jié)變化是導(dǎo)致生鮮雞蛋價(jià)格波動(dòng)的主要因素[3]，研究方法上大多基于格蘭杰因果關(guān)系檢驗(yàn)或主觀臆斷，主要格蘭杰原因有雞蛋期貨價(jià)格[4]、蛋雞配比飼料價(jià)格[5]、玉米和蛋用雛雞價(jià)格[6]、四大肉類價(jià)格[7]等；二是價(jià)格波動(dòng)分析，如武玉環(huán)等利用HP 濾波分析以及BP分析法將21世紀(jì)以來(lái)我國(guó)雞蛋價(jià)格波動(dòng)分為持續(xù)增長(zhǎng)—周期波動(dòng)—波動(dòng)下降3個(gè)階段[8]；趙一夫等采用Census X12季節(jié)調(diào)整法和HP濾波法分析我國(guó)雞蛋價(jià)格的周期循環(huán)波動(dòng)[9]；湯路昀等運(yùn)用空間模型分析中國(guó)雞蛋價(jià)格的集聚效應(yīng)，發(fā)現(xiàn)產(chǎn)業(yè)集聚對(duì)雞蛋價(jià)格波動(dòng)影響較大，兩者呈“U”型關(guān)系[3]；三是價(jià)格傳導(dǎo)分析，如董曉霞等[10]運(yùn)用門(mén)檻自回歸模型(TAR) 、動(dòng)量門(mén)檻自回歸模型(M-TAR) 和非對(duì)稱誤差修正模型(ATP-ECM)檢驗(yàn)了雞蛋收購(gòu)價(jià)和零售價(jià)之間的傳導(dǎo)效應(yīng)；鄭燕等認(rèn)為非線性的MS-VAR模型可以更好地體現(xiàn)雞蛋市場(chǎng)價(jià)格傳導(dǎo)的機(jī)制轉(zhuǎn)換特征[11]；周榮柱等運(yùn)用協(xié)整檢驗(yàn)和向量自回歸(VAR)模型分析了在產(chǎn)蛋雞存欄、雞蛋產(chǎn)量和雞蛋價(jià)格之間的動(dòng)態(tài)均衡關(guān)系[12]；四是價(jià)格預(yù)測(cè)預(yù)警分析，如岳之峣等[13]、Zomchak等[14]運(yùn)用ARIMA模型對(duì)雞蛋價(jià)格進(jìn)行預(yù)測(cè)預(yù)警，此外，還有部分選擇支持向量機(jī)方法[3]、神經(jīng)網(wǎng)絡(luò)模型[15]、記憶網(wǎng)絡(luò)模型[16]等。

綜合來(lái)看，雞蛋價(jià)格的預(yù)測(cè)預(yù)警方面尚有以下幾點(diǎn)不足：一是特征指標(biāo)選擇缺乏實(shí)證篩選方法，目前指標(biāo)選取大多基于常規(guī)判斷，影響因素分析也大多基于格蘭杰因果關(guān)系檢驗(yàn)(不能檢驗(yàn)同期因果關(guān)系)，沒(méi)有從變量選擇上給出統(tǒng)計(jì)學(xué)的篩選方法；二是模型選擇停留在傳統(tǒng)同頻計(jì)量模型，其一方面要求研究對(duì)象必須為同頻數(shù)據(jù)，否則將出現(xiàn)模型無(wú)法識(shí)別的情況；另一方面進(jìn)行預(yù)測(cè)時(shí)要求知曉未來(lái)時(shí)刻解釋變量的估計(jì)值，否則將出現(xiàn)無(wú)法找到對(duì)應(yīng)關(guān)系，預(yù)測(cè)對(duì)象丟失的情況。為解決傳統(tǒng)計(jì)量經(jīng)濟(jì)模型無(wú)法處理實(shí)際問(wèn)題中自變量頻率不同及實(shí)時(shí)監(jiān)測(cè)修正預(yù)測(cè)結(jié)果的問(wèn)題，Ghysels等提出了混頻數(shù)據(jù)回歸模型(MIDAS)[17]，徐劍剛等首次將其應(yīng)用于國(guó)內(nèi)金融領(lǐng)域[18]，劉金全等將模型的應(yīng)用拓展到中國(guó)宏觀經(jīng)濟(jì)[19]，此后逐漸擴(kuò)展應(yīng)用于國(guó)內(nèi)不同領(lǐng)域，如服務(wù)業(yè)[20]、旅游業(yè)[21-22]、生態(tài)環(huán)境[22]等，其一方面能將不同頻率的數(shù)據(jù)同時(shí)納入模型，充分挖掘高頻數(shù)據(jù)的有效信息，提高模型預(yù)測(cè)的有效性；另一方面能及時(shí)將最新公布的高頻數(shù)據(jù)信息代入模型，對(duì)原有預(yù)測(cè)結(jié)果進(jìn)行修正，提高模型預(yù)測(cè)的精準(zhǔn)性，但尚未有研究將混頻模型應(yīng)用于農(nóng)業(yè)領(lǐng)域的價(jià)格預(yù)測(cè)預(yù)警分析。本文將運(yùn)用時(shí)差相關(guān)分析法和VIP技術(shù)從影響雞蛋價(jià)格波動(dòng)的18個(gè)混頻指標(biāo)中篩選出貢獻(xiàn)度較高且具有先行指導(dǎo)意義的指標(biāo)，然后基于所選指標(biāo)構(gòu)建多元組合自回歸分布滯后混合數(shù)據(jù)抽樣(C(n)-MIDAS)模型對(duì)2021年3-12月雞蛋價(jià)格進(jìn)行預(yù)測(cè)預(yù)警。

一、模型構(gòu)建與數(shù)據(jù)說(shuō)明

1.模型選擇

考慮到大部分時(shí)間序列數(shù)據(jù)往往存在自相關(guān)性，Andreou等提出了加入自回歸項(xiàng)的MIDAS模型[23]，本研究將采用MSE賦值法構(gòu)建多元組合自回歸分布滯后混合數(shù)據(jù)抽樣模型，記為C(n)-MIDAS(m,K,p)，則h步向前預(yù)測(cè)的模型一般表達(dá)式為：

(1)

式(1)中：Yt為t期低頻被解釋變量，X(n)t為t期第n個(gè)混頻解釋變量，m為混頻數(shù)據(jù)的頻率倍差(即t期和t+1期之間混頻數(shù)據(jù)的個(gè)數(shù))，K、θ分別為混頻變量的滯后階數(shù)、權(quán)重函數(shù)，h為提前預(yù)測(cè)低頻數(shù)據(jù)的期數(shù)，p為自回歸階數(shù)，γn,t為賦值權(quán)重，εt為隨機(jī)擾動(dòng)項(xiàng)，且服從均值為零的正態(tài)分布，α、β、Φi為待定系數(shù)。特別地，當(dāng)n=1時(shí)，C(1)-MIDAS為單變量模型。其相較于傳統(tǒng)同頻計(jì)量預(yù)測(cè)模型的優(yōu)勢(shì)在于可以實(shí)時(shí)地預(yù)報(bào)和修正預(yù)測(cè)結(jié)果。

2.數(shù)據(jù)處理及基準(zhǔn)模型

考慮到蛋雞生產(chǎn)的養(yǎng)殖周期為3年[24]，HP濾波法顯示雞蛋價(jià)格波動(dòng)的上一周期始于2014年11月，適當(dāng)順延至次年1月，本研究將探討2015年1月至2020年12月各重要影響因素對(duì)雞蛋價(jià)格的波動(dòng)分析?？紤]到C(n)-MIDAS模型確定模型參數(shù)需探討滯后72周(一年半)的回歸結(jié)果，故本研究將先進(jìn)行2015年1月至2019年12月的樣本內(nèi)分析預(yù)測(cè)，確定各指標(biāo)的權(quán)重函數(shù)及預(yù)測(cè)方法后，比較C(n)-MIDAS模型和同頻模型的預(yù)測(cè)效果。本研究將選擇PDL模型、ARIMA(1,1,1)模型(依據(jù)AIC準(zhǔn)則取一階差分，p=1，q=1)作為基準(zhǔn)模型，其中，ARIMA模型廣泛應(yīng)用于時(shí)間序列價(jià)格短期預(yù)測(cè)，能很好地反映價(jià)格本身的運(yùn)行趨勢(shì)；PDL模型廣泛應(yīng)用于因果關(guān)系分析的模型構(gòu)建，能很好地反映價(jià)格在影響因素驅(qū)動(dòng)下的運(yùn)行趨勢(shì)。最后進(jìn)行2015年1月至2020年12月的全樣本建模，構(gòu)建C(n)-MIDAS模型預(yù)測(cè)2021年1-2月雞蛋價(jià)格，并比較加入PMI指數(shù)和雞蛋期貨價(jià)格是否會(huì)提高預(yù)測(cè)效果后，進(jìn)一步對(duì)2021年3-12月雞蛋價(jià)格進(jìn)行預(yù)警判斷。

本文中的雞蛋期貨價(jià)格來(lái)自Investing官網(wǎng)，其他價(jià)格數(shù)據(jù)來(lái)自農(nóng)業(yè)農(nóng)村部，人民幣匯率和PMI指數(shù)來(lái)自中國(guó)金融信息網(wǎng)，其他數(shù)據(jù)來(lái)自中國(guó)統(tǒng)計(jì)年鑒。為平滑宏觀經(jīng)濟(jì)及通貨膨脹對(duì)價(jià)格波動(dòng)的趨勢(shì)影響、消除不同變量具有不同量綱不同統(tǒng)計(jì)口徑的差異化影響，本研究將所有變量轉(zhuǎn)化為波動(dòng)率進(jìn)行分析，即若Pt、Pt-1分別表示第t、t-1期的雞蛋價(jià)格，則雞蛋價(jià)格波動(dòng)率可表示為Rt=ln(Pt)-ln (Pt-1)。

3.建模的關(guān)鍵環(huán)節(jié)

(1)變量選擇。本研究梳理了18個(gè)影響國(guó)內(nèi)雞蛋價(jià)格變動(dòng)的因素(日、周、月、年度混合數(shù)據(jù))。18個(gè)變量如果全部納入模型，可能會(huì)存在次要影響因素預(yù)測(cè)效果較差進(jìn)而影響全局的情況，因此如何從眾多影響因素中選擇主要的影響因素進(jìn)行建模預(yù)測(cè)至關(guān)重要。根據(jù)研究目的，變量選擇一般可以分為兩類，一是基于預(yù)測(cè)，主要從時(shí)間先后變化方面考慮，常用方法有時(shí)差相關(guān)分析、K-L信息量分析和峰谷對(duì)應(yīng)分析等，如劉漢等將21個(gè)月度景氣指標(biāo)分為先行指標(biāo)、一致指標(biāo)和滯后指標(biāo)3組，并基于此分別構(gòu)建3個(gè)模型預(yù)測(cè)季度GDP，結(jié)果顯示，先行指標(biāo)組模型預(yù)測(cè)效果總體上好于其他兩組[25]；二是基于影響程度，主要考慮自變量對(duì)因變量的貢獻(xiàn)率，常用方法有逐步回歸、Lasso回歸、遺傳算法、VIP(變量投影重要性)技術(shù)等[26]。實(shí)際研究中，亦有學(xué)者綜合多種變量選擇方法進(jìn)行變量篩選，從而更好地實(shí)現(xiàn)稀疏變量的主要信息提取，如劉小瑜等結(jié)合Lasso和VIP方法從21個(gè)變量中篩選出6個(gè)重要因素，構(gòu)建出口商品價(jià)格總指數(shù)預(yù)測(cè)模型具有良好的預(yù)測(cè)效果[26]；袁銘通過(guò)連續(xù)小波變換后利用FCM算法進(jìn)行變量選擇[27]。本文以預(yù)測(cè)為研究目的，擬先運(yùn)用時(shí)差相關(guān)分析篩選出具有較好預(yù)測(cè)意義的先行指標(biāo)，同時(shí)考慮到不同指標(biāo)對(duì)雞蛋價(jià)格波動(dòng)的影響不同，相關(guān)度、貢獻(xiàn)率較小的先行指標(biāo)并不會(huì)給預(yù)測(cè)帶來(lái)明顯改善，將進(jìn)一步運(yùn)用VIP技術(shù)探討各自變量對(duì)因變量的貢獻(xiàn)度，盡可能地提取主要影響因素。

時(shí)差相關(guān)分析是利用相關(guān)系數(shù)驗(yàn)證解釋變量和被解釋變量之間先行、一致、滯后關(guān)系的常用方法。確定最大延遲數(shù)后計(jì)算所有不同延遲數(shù)的時(shí)差相關(guān)系數(shù)，絕對(duì)值最大的時(shí)差相關(guān)系數(shù)對(duì)應(yīng)的延遲數(shù)就是超前或滯后期，認(rèn)為此時(shí)解釋變量和被解釋變量之間的波動(dòng)最接近。時(shí)差相關(guān)系數(shù)r的表達(dá)式如下：

(2)

式(2)中：y為解釋變量，x為被解釋變量，l表示先導(dǎo)或滯后期，L是最大延遲數(shù)，nl是變量個(gè)數(shù)。

VIP技術(shù)是基于偏最小二乘回歸的一種變量選擇方法，通過(guò)相關(guān)自變量綜合的主成分描述自變量對(duì)因變量的解釋能力，并根據(jù)解釋能力的大小篩選變量。VIP表達(dá)式為：

(3)

式(3)中：k為自變量個(gè)數(shù)，Ch為相關(guān)自變量提取的主成分，r(y,Ch)為因變量和主成分的相關(guān)系數(shù)，Whj為自變量在主成分上的權(quán)重。

自變量對(duì)因變量的解釋作用通過(guò)主成分Ch傳遞，故其VIP值可以反映自變量對(duì)模型擬合的重要程度，通常認(rèn)為VIP值小于0.8的自變量對(duì)因變量的貢獻(xiàn)較小，可以考慮剔除[28]。

(2)權(quán)重函數(shù)選擇。C(n)-MIDAS模型回歸估計(jì)的第二個(gè)關(guān)鍵問(wèn)題是確定權(quán)重函數(shù)(主要有Beta權(quán)重函數(shù)、Beta-Non-Zero 權(quán)重函數(shù)、Almon權(quán)重函數(shù)、指數(shù)Almon權(quán)重函數(shù)、step權(quán)重函數(shù)和無(wú)約束權(quán)重函數(shù)6種形式)和預(yù)測(cè)方法(主要是Fixedwindow、Rollingwindow和Recursive等方法)。諸多學(xué)者建模前均對(duì)上述6種權(quán)重函數(shù)及3種預(yù)測(cè)方法進(jìn)行了比較分析，各權(quán)重函數(shù)在多項(xiàng)式構(gòu)建、波動(dòng)分析、估計(jì)預(yù)測(cè)方面沒(méi)有顯著性差別[29]，其中Beta、Almon、指數(shù)Almon權(quán)重運(yùn)用最為廣泛，預(yù)測(cè)效果普遍較好[30]；3種預(yù)測(cè)方法的原理都是比較計(jì)算預(yù)測(cè)值和實(shí)際值的誤差，其中，F(xiàn)ixedwindow是在樣本內(nèi)取固定長(zhǎng)度區(qū)間進(jìn)行估計(jì)，Rollingwindow是設(shè)定一個(gè)長(zhǎng)度進(jìn)行滾動(dòng)回歸，Recursive是在初始樣本時(shí)窗長(zhǎng)度基礎(chǔ)上，每向前預(yù)測(cè)一期就對(duì)時(shí)窗長(zhǎng)度進(jìn)行擴(kuò)展，預(yù)測(cè)效果差別不大[31]。本文將綜合探討兩參數(shù)Beta(Gamma分布函數(shù)參數(shù)θ1、θ2無(wú)限制)、兩參數(shù)指數(shù)Almon權(quán)重函數(shù)(θ1≤300，θ2<0)和3種預(yù)測(cè)方法組合的6種交叉建模方法的預(yù)測(cè)精度(RMSE)，從而選擇最優(yōu)的權(quán)重函數(shù)和預(yù)測(cè)方法。

(3)滯后階數(shù)選擇。C(n)-MIDAS模型回歸估計(jì)的第三個(gè)關(guān)鍵問(wèn)題是確定滯后階數(shù)(高頻變量滯后階數(shù)K和低頻變量自回歸滯后階數(shù)p)。根據(jù)模型定義，K越大則應(yīng)用模型中的高頻數(shù)據(jù)越多，認(rèn)為模型估計(jì)將越顯著，而K越小就越接近于同頻數(shù)據(jù)模型估計(jì)結(jié)果，可能導(dǎo)致模型估計(jì)精度降低，但K也不是越大越好，否則會(huì)對(duì)模型產(chǎn)生額外的“噪音”，帶來(lái)更大的負(fù)面影響[32]；對(duì)于不帶自回歸項(xiàng)的混頻模型，K的取值并不會(huì)影響模型估計(jì)的變量數(shù)，故傳統(tǒng)的AIC、SIC、HQ準(zhǔn)則無(wú)效，但對(duì)于加入自回歸項(xiàng)的C(n)-MIDAS模型，可以結(jié)合AIC、SIC等信息準(zhǔn)則和模型估計(jì)誤差、樣本內(nèi)預(yù)測(cè)的均方誤差進(jìn)行綜合研判[23]。低頻變量自回歸滯后階數(shù)p通常取1或2(引入自回歸項(xiàng)，將因變量的歷史因素納入模型)，考慮到同頻ARIMA模型的自回歸項(xiàng)p取1，故C(n)-MIDAS模型的低頻變量自回歸滯后階數(shù)p取1。高頻變量滯后階數(shù)K需要進(jìn)行綜合研判，故將分別討論不同高頻變量滯后階數(shù)K及最優(yōu)滯后階數(shù)的不同預(yù)測(cè)期h下，C(n)-MIDAS樣本內(nèi)預(yù)測(cè)誤差和估計(jì)殘差情況，并與基準(zhǔn)模型PDL、ARIMA模型比較。

二、基于C(n)-MIDAS模型的雞蛋價(jià)格預(yù)測(cè)

1.變量選擇

影響雞蛋價(jià)格波動(dòng)的主要因素可分為供給因素、需求因素、自然和經(jīng)濟(jì)因素等三類。其中，供給因素主要包括雞蛋生產(chǎn)養(yǎng)殖(我國(guó)雞蛋進(jìn)出口量很小，可以忽略)等上下游環(huán)節(jié)中可能存在的影響因素，如在產(chǎn)蛋雞存欄、商品代蛋雛雞價(jià)格、飼料(玉米、豆粕、蛋雞配合飼料)價(jià)格等；需求因素主要包括替代品價(jià)格、居民生活水平等影響因素，如替代畜產(chǎn)品(豬肉、活雞、白條雞、牛肉、羊肉、生鮮乳)價(jià)格、城鄉(xiāng)居民人均蛋類消費(fèi)量、城鄉(xiāng)居民人均可支配收入等；自然和經(jīng)濟(jì)因素方面，考慮到新冠肺炎疫情、國(guó)際宏觀經(jīng)濟(jì)環(huán)境對(duì)雞蛋生產(chǎn)消費(fèi)鏈上下游的一系列影響，選用PMI指數(shù)反映新冠疫情對(duì)市場(chǎng)經(jīng)濟(jì)的綜合影響，選用人民幣匯率變動(dòng)反映日趨復(fù)雜的國(guó)際環(huán)境下我國(guó)的實(shí)際社會(huì)購(gòu)買力平價(jià)，選用雞蛋期貨價(jià)格反映市場(chǎng)對(duì)未來(lái)現(xiàn)貨價(jià)格的預(yù)期，其中雞蛋期貨價(jià)格雖是綜合各種因素得到的未來(lái)市場(chǎng)定價(jià)，但目前國(guó)內(nèi)金融市場(chǎng)并不成熟，期貨市場(chǎng)過(guò)度投機(jī)炒作問(wèn)題仍然存在，故期貨價(jià)格雖對(duì)現(xiàn)貨價(jià)格有一定的發(fā)現(xiàn)功能，但更多的是反映人們對(duì)未來(lái)市場(chǎng)的預(yù)期，主觀判斷仍占主導(dǎo)，故仍需綜合考慮實(shí)時(shí)變化的現(xiàn)貨市場(chǎng)中各影響因素的綜合變化。

變量選擇是基于同頻變量而言的，故需先采取插值或加權(quán)平均的方法將18個(gè)日月年度混頻數(shù)據(jù)轉(zhuǎn)換為月度同頻數(shù)據(jù)(后續(xù)建模時(shí)將使用原始高頻數(shù)據(jù))。首先，運(yùn)用時(shí)差相關(guān)法篩選，考慮到我國(guó)雞蛋價(jià)格的波動(dòng)循環(huán)周期大致為一年半[9]，蛋雞生產(chǎn)的養(yǎng)殖周期一般為36個(gè)月[25]，本研究將探討18個(gè)自變量對(duì)因變量前后18個(gè)月即36期的先行、滯后關(guān)系，最終篩選得到8個(gè)先行指標(biāo)(表1)。其中雞蛋期貨價(jià)格由于2013年底才上市，屬于新興期貨，上市初期市場(chǎng)交易量不大，價(jià)格形成機(jī)制不完善，對(duì)商品未來(lái)價(jià)格走勢(shì)的預(yù)期能力不足，價(jià)格發(fā)現(xiàn)功能未完全發(fā)揮作用，故從統(tǒng)計(jì)學(xué)上根據(jù)歷史數(shù)據(jù)實(shí)證判斷其不是先行指標(biāo)，但鑒于其是市場(chǎng)對(duì)未來(lái)現(xiàn)貨價(jià)格的綜合預(yù)期，且目前價(jià)格發(fā)現(xiàn)功能已初步顯現(xiàn)，構(gòu)建混頻模型時(shí)將探討加入該指標(biāo)后對(duì)模型預(yù)測(cè)效果的影響程度。其次，運(yùn)用VIP技術(shù)篩選，得到9個(gè)VIP值大于0.8的重要指標(biāo)，其中雞蛋期貨價(jià)格的VIP值為1.840，為所有變量中貢獻(xiàn)度最高。

表1 基于時(shí)差相關(guān)分析法和VIP技術(shù)的雞蛋價(jià)格影響因素分析

結(jié)合時(shí)差相關(guān)分析法和VIP技術(shù)篩選得到4個(gè)VIP值大于0.8的先行指標(biāo)，即活雞價(jià)格、牛肉價(jià)格、羊肉價(jià)格、蛋雞配合飼料價(jià)格。其中，活雞(人工飼養(yǎng)的雞活體，包括蛋雞、雞仔、公雞、肉雞等各個(gè)品種)和蛋雞配合飼料作為雞蛋產(chǎn)業(yè)鏈的供給端變量影響雞蛋價(jià)格長(zhǎng)期波動(dòng)，通常認(rèn)為在產(chǎn)蛋雞存欄量是影響雞蛋供給的直接因素[8]，但我國(guó)蛋雞養(yǎng)殖主要集中在華北平原等中原地帶，養(yǎng)殖規(guī)模仍以中小規(guī)模為主，受市場(chǎng)沖擊、交通運(yùn)輸?shù)韧庠谝蛩剌^大，產(chǎn)蛋雞存欄量增加并不一定會(huì)使各地雞蛋供應(yīng)量增加，而活雞和蛋雞配合飼料二者基本上反映了雞蛋產(chǎn)業(yè)鏈上游的大多環(huán)節(jié)，如培育祖(父母)代蛋雞的初始投入，購(gòu)買雛雞的養(yǎng)殖投入，飼養(yǎng)蛋雞的養(yǎng)殖成本(以上占蛋雞養(yǎng)殖成本的超90%)等，且透過(guò)全產(chǎn)業(yè)鏈的市場(chǎng)價(jià)格反映雞蛋價(jià)格的長(zhǎng)期趨勢(shì)；牛、羊肉則作為雞蛋產(chǎn)業(yè)鏈的需求端變量影響雞蛋長(zhǎng)期價(jià)格，通常認(rèn)為雞蛋的主要肉類替代品為豬肉，其次為牛羊肉[7]，但2019年以來(lái)豬肉市場(chǎng)形勢(shì)變化繁雜，價(jià)格波動(dòng)劇烈，至2021年2月上漲了1.17倍，故不易于作為監(jiān)測(cè)雞蛋價(jià)格的變量，而牛羊肉市場(chǎng)相對(duì)穩(wěn)定，國(guó)際市場(chǎng)影響相對(duì)較小，國(guó)內(nèi)市場(chǎng)消費(fèi)剛性較強(qiáng)，價(jià)格波動(dòng)相對(duì)平穩(wěn)，且從營(yíng)養(yǎng)角度考慮蛋白質(zhì)含量也與雞蛋接近，故作為雞蛋主要替代品變量反映雞蛋價(jià)格長(zhǎng)期趨勢(shì)具有現(xiàn)實(shí)意義。值得注意的是，PMI指數(shù)(先行指標(biāo)，VIP值為0.768，略低于0.8)和雞蛋期貨價(jià)格(滯后1期指標(biāo)，VIP值最高)雖然沒(méi)有通過(guò)組合篩選法，但二者均具有較好的先行預(yù)測(cè)指導(dǎo)性或較高的貢獻(xiàn)度，PMI指數(shù)是包含11個(gè)指數(shù)的綜合經(jīng)濟(jì)指標(biāo)，具有預(yù)測(cè)判斷分析前瞻性，雞蛋期貨價(jià)格是反映市場(chǎng)及人們對(duì)未來(lái)現(xiàn)貨價(jià)格的預(yù)期及綜合評(píng)估，故雖然模型構(gòu)建過(guò)程不對(duì)兩者進(jìn)行過(guò)多的討論，但最后價(jià)格預(yù)測(cè)時(shí)將探討加入或刪去這兩個(gè)指標(biāo)的模型預(yù)測(cè)精度變化，從而最終決定是否將這兩個(gè)指標(biāo)納入雞蛋價(jià)格預(yù)警的警兆指標(biāo)。

2.權(quán)重函數(shù)和預(yù)測(cè)方法選擇

綜合考慮6種建模方法下不同滯后階數(shù)對(duì)應(yīng)的最優(yōu)預(yù)測(cè)精度，比較具有預(yù)測(cè)優(yōu)勢(shì)的滯后階數(shù)取值范圍，得到4個(gè)重要先行指標(biāo)的最優(yōu)建模方法。對(duì)于牛肉價(jià)格，第6種建模方法(指數(shù)Almon權(quán)重函數(shù)和Recursive)整體預(yù)測(cè)效果較好，且當(dāng)K大于45時(shí)預(yù)測(cè)優(yōu)勢(shì)更為突出，故將運(yùn)用第6種建模方法探討牛肉價(jià)格對(duì)雞蛋價(jià)格的影響。對(duì)于羊肉價(jià)格，當(dāng)滯后階數(shù)K為42時(shí)，在第1種建模方法(beta權(quán)重函數(shù)和Fixwindow方法)下具有最優(yōu)的預(yù)測(cè)精度，且整體預(yù)測(cè)效果較好，尤其當(dāng)K大于41時(shí)，故將運(yùn)用第1種建模方法探討羊肉價(jià)格對(duì)雞蛋價(jià)格的影響。對(duì)于活雞價(jià)格，第1種方法在71.81%的K取值下具有預(yù)測(cè)優(yōu)勢(shì)，第6種方法在28.19%的K取值下具有預(yù)測(cè)優(yōu)勢(shì)，故將運(yùn)用第1種建模方法探討活雞價(jià)格對(duì)雞蛋價(jià)格的影響。對(duì)于蛋雞配合飼料價(jià)格，當(dāng)滯后階數(shù)K為65時(shí)，在第3種建模方法(beta權(quán)重函數(shù)和Rollingwindow方法)下具有最優(yōu)預(yù)測(cè)精度，且在66.67%的K取值下具有預(yù)測(cè)優(yōu)勢(shì)，故將運(yùn)用第3種建模方法探討蛋雞配合飼料價(jià)格對(duì)雞蛋價(jià)格的影響。表2中僅列出具有代表意義的滯后階數(shù)下不同建模方法的預(yù)測(cè)誤差結(jié)果。

表2 不同C(1)-MIDAS建模方法預(yù)測(cè)精度分析

3.C(n)-MIDAS模型和基準(zhǔn)模型(PDL、ARIMA)的預(yù)測(cè)優(yōu)勢(shì)比較

本文用RMSE-PDL和RMSE-ARIMA分別表示C(n)-MIDAS模型與PDL、ARIMA模型的均方預(yù)測(cè)誤差比值，該比值小于1時(shí)表示C(n)-MIDAS模型具有更好的預(yù)測(cè)精度。

(1)不同滯后階數(shù)K下，混頻模型和同頻模型的預(yù)測(cè)精度比較。通過(guò)比較基于4個(gè)重要先行指標(biāo)(牛肉價(jià)格、羊肉價(jià)格、活雞價(jià)格和蛋雞配合飼料價(jià)格)構(gòu)建的C(1)-MIDAS模型和同頻PDL、ARIMA模型的樣本內(nèi)預(yù)測(cè)精度發(fā)現(xiàn)，不同滯后階數(shù)K取值下，除蛋雞配合飼料價(jià)格外，基于其他3個(gè)指標(biāo)構(gòu)建的C(1)-MIDAS模型的預(yù)測(cè)精度明顯優(yōu)于同頻PDL和ARIMA模型，具體表現(xiàn)為其RMSE-PDL和RMSE-ARIMA均明顯小于1或與1非常接近(圖1)。

圖1 基于4個(gè)指標(biāo)構(gòu)建的混頻和同頻模型預(yù)測(cè)精度比較

通常高頻變量最優(yōu)滯后階數(shù)的判別可選最優(yōu)預(yù)測(cè)誤差[31]或最優(yōu)估計(jì)殘差兩種，特別的,當(dāng)最優(yōu)值對(duì)應(yīng)不止一個(gè)滯后階數(shù)時(shí)可結(jié)合AIC準(zhǔn)則進(jìn)行綜合研判，進(jìn)一步，表3列出最優(yōu)或具有代表性的滯后階數(shù)下的不同模型樣本內(nèi)預(yù)測(cè)精度比較。對(duì)于牛肉價(jià)格，隨著滯后階數(shù)的增加，其C(1)-MIDAS模型的預(yù)測(cè)精度先降低后增加，當(dāng)K為33時(shí)，預(yù)測(cè)精度達(dá)到最優(yōu)，此后再次經(jīng)歷先降低后提高的變化趨勢(shì)，當(dāng)K達(dá)到43以后，預(yù)測(cè)精度保持不變；估計(jì)誤差則先減小后增加，當(dāng)為3時(shí)，估計(jì)誤差最低，此后略有增加，當(dāng)K增至6以后估計(jì)誤差保持不變；綜合比較，當(dāng)K為3時(shí)，C(1)-MIDAS模型不具有預(yù)測(cè)優(yōu)勢(shì)，K為33時(shí)，模型具有明顯的預(yù)測(cè)優(yōu)勢(shì)，驗(yàn)證了K值越大模型估計(jì)預(yù)測(cè)效果越好的結(jié)論。對(duì)于羊肉價(jià)格，隨著K值增加，其預(yù)測(cè)精度先提高后降低，當(dāng)K為45時(shí)，達(dá)到最優(yōu)預(yù)測(cè)精度，此后波動(dòng)變化不大；估計(jì)誤差則先降低后波動(dòng)增加，當(dāng)K為6時(shí)，估計(jì)誤差最低；綜合比較，僅當(dāng)K取25～44時(shí)，C(1)-MIDAS模型的預(yù)測(cè)精度略差于PDL模型外，其余情況C(1)-MIDAS模型都具有明顯的預(yù)測(cè)效果。對(duì)于活雞價(jià)格，隨著K值增加，其預(yù)測(cè)精度總體呈增加-降低-增加不斷循環(huán)交替的波動(dòng)趨勢(shì)，估計(jì)誤差呈先下降后總體增加走勢(shì)，當(dāng)K分別取3和7時(shí)，預(yù)測(cè)和估計(jì)效果分別達(dá)到最優(yōu)；綜合比較，僅當(dāng)K取2、5、6、71時(shí)，C(1)-MIDAS模型的預(yù)測(cè)效果略不足外，其余情況模型的預(yù)測(cè)優(yōu)勢(shì)突出。對(duì)于蛋雞配合飼料價(jià)格，混頻模型的預(yù)測(cè)優(yōu)勢(shì)不明顯，僅當(dāng)K取21～27時(shí)，較PDL模型具有比較優(yōu)勢(shì)，當(dāng)K大于53時(shí)，較ARIMA模型具有比較優(yōu)勢(shì)；當(dāng)K取68時(shí)，預(yù)測(cè)誤差達(dá)到最小，當(dāng)K取6～9時(shí)，估計(jì)殘差均達(dá)到最小，則進(jìn)一步結(jié)合AIC準(zhǔn)則，取AIC值最小時(shí)對(duì)應(yīng)的滯后階數(shù)9，且比較發(fā)現(xiàn)此時(shí)C(1)-MIDAS模型預(yù)測(cè)估計(jì)效果相對(duì)較好。整體來(lái)看，雖然在個(gè)別指標(biāo)個(gè)別滯后階數(shù)取值下，C(1)-MIDAS模型較同頻模型的預(yù)測(cè)比較優(yōu)勢(shì)不突出，但總體來(lái)看具有明顯的預(yù)測(cè)比較優(yōu)勢(shì)，且在最優(yōu)滯后階數(shù)條件下模型的預(yù)測(cè)優(yōu)勢(shì)顯著。

表3 最優(yōu)滯后階數(shù)下C(1)-MIDAS模型預(yù)測(cè)估計(jì)效果比較

依據(jù)樣本內(nèi)最優(yōu)預(yù)測(cè)精度判別的最優(yōu)滯后階數(shù)，牛肉價(jià)格是33周，羊肉價(jià)格是45周，活雞價(jià)格是3周，蛋雞配合飼料是68周，其中，牛羊肉作為雞蛋蛋白質(zhì)提供的替代品，滯后階數(shù)表現(xiàn)為中長(zhǎng)期，表明由于消費(fèi)者存在一定的反應(yīng)期和選擇期，替代品價(jià)格對(duì)雞蛋價(jià)格波動(dòng)的反應(yīng)程度不是很靈敏，有一定的滯后期；活雞作為雞蛋供給鏈上眾多關(guān)聯(lián)產(chǎn)品的總體，其滯后階數(shù)僅為3周，反應(yīng)快速，表明由于活雞價(jià)格包含了雞蛋生產(chǎn)環(huán)節(jié)中祖代蛋雞、雛雞和蛋雞的綜合投入養(yǎng)殖成本，且從消費(fèi)環(huán)節(jié)上看活雞價(jià)格還包含了和雞蛋同為禽類產(chǎn)品的肉雞替代成本，消費(fèi)者對(duì)兩者在營(yíng)養(yǎng)價(jià)值、產(chǎn)品認(rèn)知、消費(fèi)習(xí)慣等方面的感受接近，故活雞價(jià)格對(duì)雞蛋價(jià)格波動(dòng)的反應(yīng)程度非常敏捷，即時(shí)響應(yīng)，且預(yù)測(cè)精度也是4個(gè)指標(biāo)中最高的，其對(duì)雞蛋價(jià)格波動(dòng)的解釋能力最好；蛋雞配合飼料雖是雞蛋供給端的重要影響因素，但其對(duì)雞蛋價(jià)格的影響還需通過(guò)蛋雞價(jià)格進(jìn)行傳導(dǎo)，加上蛋雞養(yǎng)殖的生產(chǎn)周期較長(zhǎng)，故飼料價(jià)格對(duì)雞蛋價(jià)格波動(dòng)的反應(yīng)速度最慢，且預(yù)測(cè)精度也是4個(gè)指標(biāo)中最低的，其對(duì)雞蛋價(jià)格波動(dòng)的解釋能力較弱。依據(jù)樣本內(nèi)最優(yōu)估計(jì)誤差判別的最優(yōu)滯后階數(shù)，牛肉價(jià)格是4周，羊肉價(jià)格是6周，活雞價(jià)格是7周，蛋雞配合飼料是9周，該判別標(biāo)準(zhǔn)下各指標(biāo)對(duì)雞蛋價(jià)格的解釋能力和作用方式均不同于樣本內(nèi)最優(yōu)預(yù)測(cè)，需求因素對(duì)雞蛋價(jià)格波動(dòng)的反應(yīng)程度總體快于供給因素，與大多學(xué)者研究結(jié)論相悖，故該標(biāo)準(zhǔn)下構(gòu)建模型的預(yù)測(cè)效果不如前者，但整體仍優(yōu)于同頻模型。

(2)不同向前預(yù)測(cè)步數(shù)h下，C(1)-MIDAS模型和同頻模型的預(yù)測(cè)精度比較。由于C(1)-MIDAS模型更適用于短期預(yù)測(cè)，故本研究將討論半年期即24步以內(nèi)，4個(gè)重要先行指標(biāo)在其最優(yōu)滯后階數(shù)下的C(1)-MIDAS模型預(yù)測(cè)誤差和C(n)-MIDAS模型的預(yù)測(cè)效果。首先，比較C(1)-MIDAS模型和ARIMA模型的預(yù)測(cè)情況，整體來(lái)看，當(dāng)h≤20時(shí)，C(1)-MIDAS模型的預(yù)測(cè)效果整體優(yōu)于ARIMA模型，特別當(dāng)h取3、9、19、20時(shí)，4個(gè)指標(biāo)的模型預(yù)測(cè)效果均優(yōu)于ARIMA模型(圖2)。其中，基于羊肉價(jià)格的預(yù)測(cè)優(yōu)勢(shì)最明顯，而基于牛肉價(jià)格的預(yù)測(cè)優(yōu)勢(shì)略有不足，主要原因可能是因?yàn)?019年以來(lái)牛肉市場(chǎng)形勢(shì)起伏較大，價(jià)格漲幅較大，而羊肉市場(chǎng)形勢(shì)相對(duì)穩(wěn)定，價(jià)格波動(dòng)相對(duì)平穩(wěn)；另一方面，牛羊肉市場(chǎng)對(duì)抗不確定因素等未知情況的影響時(shí)，反應(yīng)差別明顯，2020年，我國(guó)牛肉進(jìn)口量同比增加27.7%，而羊肉進(jìn)口量反之同比下降6.97%，表明牛肉價(jià)格相對(duì)敏感，市場(chǎng)相對(duì)活躍，故其作為自變量預(yù)測(cè)雞蛋價(jià)格時(shí)預(yù)測(cè)效果不如相對(duì)穩(wěn)定的羊肉價(jià)格。其次，比較C(1)-MIDAS模型和PDL模型的預(yù)測(cè)情況發(fā)現(xiàn)，不同指標(biāo)對(duì)應(yīng)的最優(yōu)預(yù)測(cè)步數(shù)無(wú)法統(tǒng)一，C(1)-MIDAS模型的預(yù)測(cè)優(yōu)勢(shì)不明顯，則進(jìn)一步探討C(n)-MIDAS模型的預(yù)測(cè)效果，整體來(lái)看，當(dāng)h≤20時(shí)，C(n)-MIDAS模型較同頻PDL、ARIMA模型均具有明顯的預(yù)測(cè)優(yōu)勢(shì)，尤其當(dāng)h≤3時(shí)，預(yù)測(cè)優(yōu)勢(shì)尤其突出(圖3)。綜上，當(dāng)預(yù)測(cè)步數(shù)h≤20時(shí)，C(n)-MIDAS模型較同頻模型具有明顯的預(yù)測(cè)優(yōu)勢(shì)，這也驗(yàn)證了混頻模型更適合進(jìn)行短期預(yù)測(cè)的結(jié)論。

圖2 不同預(yù)測(cè)步數(shù)h下C(1)-MIDAS模型和ARIMA模型預(yù)測(cè)精度比較

圖3 不同預(yù)測(cè)步數(shù)h下C(n)-MIDAS模型和PDL、ARIMA模型預(yù)測(cè)精度比較

4.加入PMI指數(shù)和雞蛋期貨價(jià)格的模型預(yù)測(cè)結(jié)果比較

依據(jù)最優(yōu)預(yù)測(cè)誤差得到的各指標(biāo)的最優(yōu)C(n)-MIDAS模型的滯后階數(shù)分別為：牛肉價(jià)格滯后33周、羊肉價(jià)格滯后45周、活雞價(jià)格滯后3周、蛋雞配合飼料價(jià)格滯后68周，類似地，得到雞蛋期貨價(jià)格以及PMI指數(shù)對(duì)應(yīng)的最優(yōu)預(yù)測(cè)方法滯后階數(shù)，以上模型的全樣本(2015年1月至2020年12月)回歸結(jié)果見(jiàn)表4。

表4 各指標(biāo)最優(yōu)C(n)-MIDAS模型回歸結(jié)果

確定C(n)-MIDAS模型的最優(yōu)滯后階數(shù)及各估計(jì)參數(shù)后，帶入全樣本數(shù)據(jù)預(yù)測(cè)2021年1-2月的雞蛋價(jià)格并與實(shí)際價(jià)格比較，進(jìn)一步在分別已知2021年1月第1周(h=3)、第2周(h=2)、第3周(h=1)時(shí)各指標(biāo)最新公布的數(shù)據(jù)后對(duì)預(yù)測(cè)結(jié)果進(jìn)行修正(表5)。比較選擇不同指標(biāo)得到的雞蛋價(jià)格預(yù)測(cè)精度發(fā)現(xiàn)：(1)2021年1月雞蛋價(jià)格發(fā)生“跳躍式”增長(zhǎng)，故模型預(yù)測(cè)普遍存在低估，且受模型慣性影響，1月雞蛋價(jià)格模型預(yù)測(cè)誤差略大，但隨著模型自身的修正以及不斷加入最新公布的高頻數(shù)據(jù)，2月雞蛋價(jià)格預(yù)測(cè)效果普遍較好，組合預(yù)測(cè)誤差在2%以下，可見(jiàn)，即便面臨暴漲暴跌，C(n)-MIDAS模型也能實(shí)現(xiàn)較好的平滑處理提高預(yù)測(cè)效果；(2)整體來(lái)看，對(duì)于C(1)-MIDAS模型，基于雞蛋期貨價(jià)格的價(jià)格預(yù)測(cè)精度最高，基于PMI指數(shù)的價(jià)格預(yù)測(cè)精度最低，對(duì)于C(n)-MIDAS模型，含雞蛋期貨價(jià)格的C(5)-MIDAS預(yù)測(cè)精度最高，含PMI指數(shù)的C(5)-MIDAS預(yù)測(cè)精度最低，故認(rèn)為雞蛋期貨價(jià)格是預(yù)測(cè)雞蛋現(xiàn)貨價(jià)格的有效指標(biāo)，而PMI指數(shù)雖具有經(jīng)濟(jì)前瞻性，但不是預(yù)測(cè)雞蛋現(xiàn)貨價(jià)格的有效指標(biāo)，本研究將選擇含有雞蛋期貨價(jià)格的C(5)-MIDAS對(duì)雞蛋價(jià)格進(jìn)行預(yù)測(cè)預(yù)警；(3)C(4)-MIDAS和含雞蛋期貨價(jià)格的C(5)-MIDAS的預(yù)測(cè)精度普遍高于其對(duì)應(yīng)的C(1)-MIDAS模型，表明由于組合模型不用考慮各變量之間的多重共線性問(wèn)題，不用對(duì)各變量進(jìn)行去趨勢(shì)化、去共線性等數(shù)據(jù)處理，在具有包含所有變量原始信息的優(yōu)勢(shì)外還有簡(jiǎn)單便捷易操作的特性；(4)C(6)-MIDAS模型預(yù)測(cè)效果不好主要是因?yàn)槠浒祟A(yù)測(cè)精度最差的PMI指數(shù)，進(jìn)一步揭示了多元組合模型中指標(biāo)選擇并不是越多越好，核心要義是選出貢獻(xiàn)度高、相關(guān)性高或先行指導(dǎo)意義強(qiáng)的具有良好解釋效果的指標(biāo)，可見(jiàn)指標(biāo)選擇對(duì)于模型的回歸分析、預(yù)測(cè)結(jié)果影響至關(guān)重要；(5)對(duì)于任一指標(biāo)，h=1時(shí)，C(n)-MIDAS模型預(yù)測(cè)精度普遍最高，表明將最新公布的數(shù)據(jù)帶入模型后能及時(shí)修正預(yù)測(cè)結(jié)果從而提高預(yù)測(cè)效果。綜上，本研究將選擇含有雞蛋期貨價(jià)格的C(5)-MIDAS，取h=1對(duì)2021年3至12月中國(guó)雞蛋價(jià)格進(jìn)行預(yù)測(cè)，最終得到各月價(jià)格變化情況依次為跌5.72%、漲8.75%、漲1.06%、跌0.53%、跌1.13%、漲1.58%、漲6.05%、漲1.49%、跌2.22%、跌1.69%。

表5 基于C(n)-MIDAS模型的2021年1-2月中國(guó)雞蛋價(jià)格預(yù)測(cè)誤差 %

三、雞蛋價(jià)格預(yù)警研究

中國(guó)雞蛋價(jià)格波動(dòng)頻繁，亟須對(duì)其價(jià)格進(jìn)行監(jiān)測(cè)預(yù)警，研判市場(chǎng)風(fēng)向標(biāo)，為生產(chǎn)者、消費(fèi)者以及政策決策者提供參考依據(jù)。價(jià)格預(yù)測(cè)預(yù)警的核心是確定風(fēng)險(xiǎn)預(yù)警區(qū)域，有關(guān)畜產(chǎn)品閾值的研究方面，岳之峣等[13]將警情指標(biāo)平均值作為基準(zhǔn)點(diǎn)，標(biāo)準(zhǔn)差的整數(shù)倍作為警限的臨界值，將雞蛋價(jià)格預(yù)警的警度和警限分為5個(gè)等級(jí)；劉剛綜合考慮畜產(chǎn)品價(jià)格的季節(jié)性和周期性等后，將主要畜產(chǎn)品價(jià)格的波動(dòng)分為四個(gè)波動(dòng)區(qū)域：正常區(qū)域(0～±2%)、基本正常區(qū)域(±2%～±3%)、關(guān)注區(qū)域(±3%～±4%)、預(yù)警區(qū)域(±4%以上)[33]；賈鈺玲將每一預(yù)警指標(biāo)的樣本數(shù)據(jù)經(jīng)過(guò)預(yù)處理和標(biāo)準(zhǔn)化后，擬采用X-1.45s、X-0.85s、X+0.85s、X+1.45s(X為樣本均值，s為樣本標(biāo)準(zhǔn)差)作為四條預(yù)警控制線[34]。以上研究均沒(méi)有將警情指標(biāo)的增加和減少區(qū)分討論，但實(shí)際中任一農(nóng)產(chǎn)品價(jià)格的正負(fù)向波動(dòng)都是非對(duì)稱的，若簡(jiǎn)單將預(yù)測(cè)區(qū)域設(shè)置為對(duì)稱，則可能出現(xiàn)統(tǒng)計(jì)學(xué)中的第一類誤差和第二類誤差，進(jìn)而出現(xiàn)預(yù)警失效。本文將采用許世衛(wèi)等[35]從增加和減少兩個(gè)維度提出的中國(guó)農(nóng)產(chǎn)品監(jiān)測(cè)預(yù)警閾值表，其綜合考慮了不同農(nóng)產(chǎn)品的歷史數(shù)據(jù)變化規(guī)律和特征，采用多種統(tǒng)計(jì)學(xué)方法確定預(yù)警警度后結(jié)合德?tīng)柗品▽?duì)其修正，最終將雞蛋價(jià)格波動(dòng)率劃分為無(wú)警(無(wú)需報(bào)警)、輕警(密切關(guān)注)、中警(發(fā)出警示)和重警(緊急發(fā)出警示)4個(gè)區(qū)間(表6)。

表6 雞蛋價(jià)格月度監(jiān)測(cè)預(yù)警閾值表

根據(jù)前文對(duì)不同指標(biāo)選擇預(yù)測(cè)結(jié)果的分析，最終選擇預(yù)測(cè)效果最好的含雞蛋期貨價(jià)格的C(5)-MIDAS對(duì)2021年3-12月中國(guó)雞蛋價(jià)格進(jìn)行預(yù)測(cè)。鑒于不同數(shù)據(jù)來(lái)源雞蛋價(jià)格的具體數(shù)值有所不同，而人們其實(shí)更關(guān)注的是價(jià)格漲跌，表7列出雞蛋預(yù)測(cè)價(jià)格的環(huán)比變化，結(jié)合表6，將其波動(dòng)率轉(zhuǎn)化為監(jiān)測(cè)預(yù)警結(jié)果(表8)。一方面能明確快速定位導(dǎo)致警情發(fā)生的對(duì)應(yīng)警兆指標(biāo)，從而找準(zhǔn)警源，及時(shí)對(duì)其進(jìn)行干預(yù)，將警情控制在初始狀態(tài)，避免其進(jìn)一步波動(dòng)惡化，造成市場(chǎng)恐慌；另一方面即便沒(méi)有警情發(fā)生，但是仍有警兆指標(biāo)提前發(fā)出預(yù)警時(shí)，則需密切關(guān)注、監(jiān)測(cè)該警兆指標(biāo)的走勢(shì)及其整體市場(chǎng)環(huán)境，及時(shí)采取措施調(diào)整調(diào)控該指標(biāo)市場(chǎng)，避免其波動(dòng)幅度過(guò)大導(dǎo)致警情發(fā)生，將警情扼殺在萌芽狀態(tài)，保障雞蛋價(jià)格市場(chǎng)穩(wěn)定。

表7 2021年3-12月中國(guó)雞蛋預(yù)測(cè)價(jià)格環(huán)比變化 %

表8 2021年3-12月中國(guó)雞蛋價(jià)格監(jiān)測(cè)預(yù)警結(jié)果

結(jié)果顯示，2021年3-12月雞蛋價(jià)格整體呈波動(dòng)上漲趨勢(shì)，整體波動(dòng)幅度不大，其中有3個(gè)月表現(xiàn)為輕警，需密切關(guān)注相關(guān)指標(biāo)波動(dòng)情況及市場(chǎng)走勢(shì)。3-4月，雞蛋價(jià)格表現(xiàn)為輕警，在1-2月受元旦、春節(jié)提振及國(guó)內(nèi)再次多發(fā)的新冠疫情影響，雞蛋價(jià)格發(fā)生跳躍式后上漲后，隨著疫情得到有效控制，天氣逐漸回暖，雞蛋價(jià)格回落，幅度略大導(dǎo)致發(fā)生輕警，其中3月的價(jià)格變化主要原因可能是受牛羊肉及活雞價(jià)格影響，4月的價(jià)格變化可能是受活雞、蛋雞配合飼料及雞蛋期貨價(jià)格影響，此時(shí)無(wú)須報(bào)警，但需提前密切關(guān)注以上指標(biāo)的價(jià)格走勢(shì)、上下游產(chǎn)業(yè)鏈的整體情況，以及國(guó)內(nèi)及國(guó)外、中央及地方的各項(xiàng)相關(guān)產(chǎn)業(yè)的市場(chǎng)情況、結(jié)構(gòu)調(diào)整、投資策略及政策變化等；5-7月，雞蛋價(jià)格表現(xiàn)為無(wú)警，且各重要影響指標(biāo)也均表現(xiàn)為無(wú)警，此時(shí)無(wú)須報(bào)警，正常關(guān)注監(jiān)測(cè)各指標(biāo)價(jià)格波動(dòng)及中央部委的重要政策文件和指導(dǎo)方針即可；8月，組合預(yù)警顯示雞蛋價(jià)格為無(wú)警，但其中重要因素牛羊肉價(jià)格顯示為輕警，此時(shí)無(wú)須報(bào)警，加強(qiáng)對(duì)牛羊肉價(jià)格波動(dòng)、進(jìn)出口貿(mào)易量及食品安全等事件的監(jiān)測(cè)即可；9月，雞蛋價(jià)格表現(xiàn)為輕警，主要原因是受羊肉、蛋雞配合飼料及雞蛋期貨價(jià)格影響，其中雞蛋期貨價(jià)格的預(yù)警程度最大，可能是受中秋、國(guó)慶節(jié)日及月餅產(chǎn)業(yè)提振及期貨投機(jī)炒作影響，此時(shí)無(wú)須報(bào)警，密切關(guān)注重點(diǎn)指標(biāo)的波動(dòng)走勢(shì)及其產(chǎn)業(yè)鏈上下游整體情況；10-12月，雞蛋價(jià)格及其重要影響因素均表現(xiàn)為無(wú)警，正常關(guān)注監(jiān)測(cè)常用指標(biāo)及國(guó)內(nèi)外環(huán)境即可。

四、結(jié)論及未來(lái)研究方向

1.研究結(jié)論

針對(duì)目前雞蛋價(jià)格預(yù)測(cè)預(yù)警方面存在的特征指標(biāo)選擇缺乏實(shí)證篩選方法、模型回歸分析大多停留在傳統(tǒng)計(jì)量模型的問(wèn)題，本研究結(jié)合時(shí)差相關(guān)分析和VIP技術(shù)從影響雞蛋價(jià)格波動(dòng)的18個(gè)混頻指標(biāo)中篩選出相關(guān)程度較高的4個(gè)重要先行指標(biāo)(牛肉價(jià)格、羊肉價(jià)格、活雞價(jià)格、蛋雞配合飼料價(jià)格)以及2個(gè)待定指標(biāo)(雞蛋期貨價(jià)格、PMI指數(shù))構(gòu)建C(n)-MIDAS模型預(yù)測(cè)2021年1-2月雞蛋價(jià)格，并探討不同指標(biāo)選擇下C(n)-MIDAS模型的預(yù)測(cè)精度變化，比較發(fā)現(xiàn)加入雞蛋期貨價(jià)格后的C(5)-MIDAS模型預(yù)測(cè)效果最好，進(jìn)一步運(yùn)用選定模型結(jié)合中國(guó)農(nóng)產(chǎn)品監(jiān)測(cè)預(yù)警閾值表對(duì)2021年3-12月雞蛋價(jià)格進(jìn)行預(yù)測(cè)預(yù)警發(fā)現(xiàn)，2021年3-4月，9月雞蛋價(jià)格表現(xiàn)為輕警，且警情發(fā)生的主要影響因素不同，需針對(duì)具體情況具體指標(biāo)提前密切關(guān)注有關(guān)產(chǎn)業(yè)的行業(yè)走勢(shì)及政策變化。

本文基于時(shí)差相關(guān)分析法和VIP技術(shù)篩選指標(biāo)后運(yùn)用C(n)-MIDAS模型對(duì)雞蛋價(jià)格進(jìn)行實(shí)證分析預(yù)警，論證了該模型用于雞蛋價(jià)格預(yù)測(cè)的模型優(yōu)勢(shì)：一是預(yù)測(cè)比較優(yōu)勢(shì)。通過(guò)比較不同滯后階數(shù)及不同預(yù)測(cè)步數(shù)下，C(n)-MIDAS模型和基準(zhǔn)模型(PDL、ARIMA)的預(yù)測(cè)精度發(fā)現(xiàn)，總體來(lái)看C(n)-MIDAS模型具有明顯的預(yù)測(cè)比較優(yōu)勢(shì)，且在最優(yōu)滯后階數(shù)條件下C(1)-MIDAS模型的預(yù)測(cè)優(yōu)勢(shì)顯著，驗(yàn)證了C(n)-MIDAS模型能充分挖掘利用高頻數(shù)據(jù)信息，且當(dāng)滯后階數(shù)K較大(包含較多歷史信息)，預(yù)測(cè)步數(shù)較小時(shí)(h小于等于20，短期預(yù)測(cè))，模型預(yù)測(cè)優(yōu)勢(shì)更為突出。二是及時(shí)修正優(yōu)勢(shì)。將2021年1月第1周(h=3)、第2周(h=2)、第3周(h=1)最新公布的各指標(biāo)數(shù)據(jù)代入模型后，得到修正的2021年1-2月雞蛋預(yù)測(cè)價(jià)格較沒(méi)有加入最新數(shù)據(jù)的預(yù)測(cè)價(jià)格誤差更小，驗(yàn)證了混頻模型能將最新公布的高頻數(shù)據(jù)及時(shí)代入模型，對(duì)已有預(yù)測(cè)結(jié)果進(jìn)行修正，從而提高模型預(yù)測(cè)效果。三是指標(biāo)選擇優(yōu)勢(shì)。單一指標(biāo)選擇方法可能存在指標(biāo)篩選過(guò)度(重要信息丟失)或剩余信息過(guò)多(多余信息干擾)的情況，本研究結(jié)合兩種變量選擇方法先篩選出重要指標(biāo)，然后對(duì)邊際指標(biāo)進(jìn)行探討，最終確定模型指標(biāo)的方法明顯具有理論優(yōu)勢(shì)，實(shí)證來(lái)看，各C(n)-MIDAS模型的預(yù)測(cè)精度：含雞蛋期貨價(jià)格的C(5)-MIDAS > C(4)-MIDAS > C(6)-MIDAS > 含PMI指數(shù)的C(5)-MIDAS，驗(yàn)證了指標(biāo)選擇并不是越多越好，重要的是基于研究目的選擇最恰當(dāng)?shù)年P(guān)鍵指標(biāo)，鑒于篇幅有限，本研究?jī)H對(duì)通過(guò)其中一種變量選擇方法(沒(méi)有通過(guò)兩種方法)的雞蛋期貨價(jià)格和PMI指數(shù)進(jìn)行了是否應(yīng)納入構(gòu)建模型的討論，后續(xù)將進(jìn)一步探討加入經(jīng)濟(jì)學(xué)上的重要指標(biāo)如豬肉價(jià)格、在產(chǎn)蛋雞存欄量等，是否會(huì)有助于提高模型的預(yù)測(cè)效果。四是警情發(fā)現(xiàn)優(yōu)勢(shì)。傳統(tǒng)預(yù)警區(qū)域沒(méi)有將警情指標(biāo)的增加和減少區(qū)分討論，忽略了農(nóng)產(chǎn)品價(jià)格正負(fù)向波動(dòng)的非對(duì)稱性；傳統(tǒng)預(yù)警結(jié)果大多基于指標(biāo)體系計(jì)算合成指數(shù)或擴(kuò)散指數(shù)得到，更多地考慮各指標(biāo)自身的波動(dòng)情況而不是各指標(biāo)對(duì)因變量的預(yù)測(cè)情況，以上都會(huì)出現(xiàn)預(yù)警過(guò)松(如預(yù)警區(qū)域確定不合理)或過(guò)嚴(yán)(如雖然指標(biāo)自身波動(dòng)過(guò)快出現(xiàn)輕警，但是傳導(dǎo)到因變量時(shí)預(yù)測(cè)影響為無(wú)警)的發(fā)生，本研究基于時(shí)差相關(guān)分析法和VIP技術(shù)篩選指標(biāo)后構(gòu)建C(n)-MIDAS模型得到的預(yù)警結(jié)果可以迅速發(fā)現(xiàn)警情，精準(zhǔn)定位警源，提前捕捉未發(fā)警情，進(jìn)而迅速或超前采取有針對(duì)性的有效措施，控制市場(chǎng)波動(dòng)，維護(hù)市場(chǎng)穩(wěn)定。

2.未來(lái)研究方向

作為國(guó)內(nèi)首個(gè)上市的畜產(chǎn)品期貨，中國(guó)雞蛋價(jià)格體系趨于完善，但受產(chǎn)銷區(qū)供需信息不對(duì)稱、上游產(chǎn)品生產(chǎn)分散、產(chǎn)業(yè)鏈細(xì)枝末節(jié)繁雜、產(chǎn)品運(yùn)輸易損耗等因素影響，中國(guó)雞蛋價(jià)格波動(dòng)頻繁，亟需對(duì)其進(jìn)行動(dòng)態(tài)監(jiān)測(cè)，加強(qiáng)監(jiān)管。一是加強(qiáng)重點(diǎn)指標(biāo)的監(jiān)測(cè)研究力度。對(duì)雞蛋產(chǎn)業(yè)進(jìn)行監(jiān)測(cè)預(yù)警時(shí)，除全面關(guān)注監(jiān)測(cè)雞蛋價(jià)格波動(dòng)指標(biāo)體系中所有指標(biāo)的波動(dòng)情況外，對(duì)本研究篩選出的活雞價(jià)格、牛肉價(jià)格、羊肉價(jià)格、蛋雞配合飼料價(jià)格、雞蛋期貨價(jià)格等5個(gè)對(duì)雞蛋價(jià)格具有先行指導(dǎo)性的重要指標(biāo)進(jìn)行重點(diǎn)監(jiān)測(cè)，加強(qiáng)監(jiān)管力度。二是加強(qiáng)涵蓋全國(guó)各省市的雞蛋監(jiān)測(cè)預(yù)警體系建設(shè)。目前僅部分主要產(chǎn)銷區(qū)建立了蛋雞生產(chǎn)監(jiān)測(cè)系統(tǒng)，但由于雞蛋具有運(yùn)輸費(fèi)用高昂及疫情發(fā)生局部性的特征，不同地域雞蛋市場(chǎng)情況差異較大，為更好地布局全國(guó)一盤(pán)棋，亟須加強(qiáng)構(gòu)建全國(guó)性的雞蛋監(jiān)測(cè)預(yù)警體系，可將本研究的研究方法結(jié)合面板數(shù)據(jù)理論，用于監(jiān)測(cè)預(yù)警各省市的雞蛋市場(chǎng)價(jià)格。三是及時(shí)跟蹤學(xué)術(shù)前沿，將金融經(jīng)濟(jì)行業(yè)的最新研究方法應(yīng)用到雞蛋產(chǎn)業(yè)，如充分利用“保險(xiǎn)+期貨”等新興金融產(chǎn)品規(guī)避市場(chǎng)風(fēng)險(xiǎn)、編制混頻非對(duì)稱雞蛋行業(yè)景氣指數(shù)等。2013年11月，作為國(guó)內(nèi)首個(gè)生鮮品種，雞蛋期貨在大商所上市，給蛋雞業(yè)提供了規(guī)避“雞飛蛋打”市場(chǎng)風(fēng)險(xiǎn)的工具，但雞蛋價(jià)格仍頻繁波動(dòng)，故學(xué)者們進(jìn)一步探討將“保險(xiǎn)+期貨”(農(nóng)戶購(gòu)買價(jià)格保險(xiǎn)后，當(dāng)市場(chǎng)價(jià)格低于目標(biāo)價(jià)格時(shí)，保險(xiǎn)公司一方面對(duì)農(nóng)戶給予經(jīng)濟(jì)賠償，另一方面與期貨公司通過(guò)場(chǎng)外期權(quán)管理化解保險(xiǎn)風(fēng)險(xiǎn))這一新興金融工具運(yùn)用于雞蛋市場(chǎng)，2015年6月，雞蛋價(jià)格保險(xiǎn)在上海市浦東新區(qū)順利落地，此后山東省于2016年，安徽省于2018年，廣東省于2020年等陸續(xù)推出雞蛋目標(biāo)價(jià)格，目標(biāo)價(jià)格的制定使得農(nóng)戶經(jīng)營(yíng)由保成本向保收入轉(zhuǎn)變，保證農(nóng)戶蛋雞養(yǎng)殖超額收益。此外，目前全國(guó)不少省市均定期發(fā)布畜產(chǎn)品及飼料集市價(jià)格周報(bào)，重視數(shù)據(jù)整理及產(chǎn)品監(jiān)測(cè)預(yù)警，但對(duì)雞蛋等畜產(chǎn)品的深入研究分析卻較少，未來(lái)可借鑒周德才等[36]的研究方法，編制混頻非對(duì)稱畜產(chǎn)品雞蛋行業(yè)景氣指數(shù)，不僅可以作為雞蛋市場(chǎng)景氣良好的先行指標(biāo)和預(yù)測(cè)指標(biāo)，而且能高效及時(shí)識(shí)別我國(guó)雞蛋景氣階段變化和周期性變化等。