《我国生猪市场风险的评价指标及预警的研究.doc》由会员分享，可在线阅读，更多相关《我国生猪市场风险的评价指标及预警的研究.doc（17页珍藏版）》请在三一办公上搜索。
1、我国生猪市场风险的评价指标及其预警研究5. 生猪业市场风险的预警生猪市场风险预警，就是对生猪市场风险进行分析、评价、推断、预测，根据风险度事先发出警报信息，提示生猪经营决策者警惕市场风险，并作出相应的预案。生猪市场风险预警是一个系统工程，如图10所示，需要由五个部分组成：生猪市场风险信息警源系统、生猪市场风险预警指标体系、生猪市场风险评估专家系统、生猪市场风险预警制度体系、生猪市场风险预警信息辅助决策系统。其中，建立科学的预警指标，选择合理的预警模型是是生猪市场风险预警的关键。图10 生猪市场风险预警系统5.1 生猪市场风险预警指标体系的构建建立一套科学的、可行的生猪市场风险预警指标体系，是对
2、生猪市场风险进行科学预警的前提和关键。由于生猪市场风险涉及的因素非常多，并且很多要素之间存在相互联系与制约，所以，在生猪市场风险预警指标体系时，不仅要考虑到指标体系的完备性，而且要顾及到指标间反映监测主体的非重复性，尽可能使所建立的指标体系为指标集中的最小完备集，确保所建指标体系既涵盖了生猪市场风险预警所需的主要变量，达到监测预警的目的；又剔除了对主体贡献不大甚至模糊判断结果的非主要变量，减少了工作量，明晰了分析结果。本研究在构建生猪市场风险预警指标体系时，遵循以下基本原则：（1）科学性原则。指标的确定要建立在科学的基础上，不仅要符合农产品市场风险预警管理的目标，而且也能够全面真实地反映预警系
3、统运行的效果以及存在的问题，真正起到预警的作用。这一点，尤其体现在指标的定义、计算方法上面。（2）代表性原则。它要求所选择的指标要有一定的代表性，能全面反映农业经济运行的各个主要方面。（3）灵敏性原则。是指预警指标对系统变化的敏感程度。既要求预警指标既能快速反映系统的细微变化，又能超前于实际波动，敏感地预示农产品市场风险发生的可能性。（4）可操作性原则。预警指标是越多越好，要选择主要的、基本的、有代表性的综合指标作为量化计算指标，使指标便于横向和纵向比较。同时要考虑指标的量化及数据取得的难易程度和可靠性。（5）关联性和独立性统一的原则。关联性要求列入预警指标体系中的每一指标都能从某个角度正确地
4、反映农产品市场风险的内容及其状态，使指标与指标之间成为相互联系的有机整体；独立性是指设计指标时应尽量减少各指标之间的重叠区域。同时，指标间的这种既关联又独立的关系并不矛盾，而是辩证统一的。独立性使得相互关联的指标各具特色，关联性使得相互独立的指标成为一个整体并服务于农产品市场风险预警系统。（6）统计的完整性、及时性与稳定性原则。它要求所选择的指标必须是完整的统计资料，并能保证及时、稳定的取得这些资料，主要用于经济行为的分析和预警。（7）定性和定量指标相结合的原则。除了定量指标外，还有一些指标不能用准确的数据来衡量，只能定性地描述和评价，但它们对农产品市场风险预警管理又十分重要，因而必须加以利用
5、，这样才能全面地反映农产品供求系统及环境的现状和发展趋势。生猪市场风险预警指标体系的构建，包括两层含义：一个是生猪市场风险预警指标的设置，即生猪市场风险预警指标应包括哪些项目，二是生猪市场风险预警指标的结构安排，即生猪市场风险预警指标之间的相互关系如何、层次怎样，权重各为多少。本研究采用头脑风暴法和理论分析相结合的办法确定生猪市场风险预警指标的构成；采用德尔菲法确定生猪市场风险预警指标的结构安排。具体过程如下：（1）生猪市场风险预警指标体系项目的确立从生猪养殖、屠宰加工、贮藏运输等生鲜猪肉供应链内部各个部门和工商、检验检疫、高校、科研院所等供应链外部各单位，选择了15名专家召开联席会议，对生猪
6、市场风险预警指标应包括哪些项目召开专题会议。在专题会议成果的基础上，根据农产品供求理论和风险预警理论对生猪市场风险预警指标进行理论分析，同时考虑数据获得的可能性，初步确定预警指标体系应包括的项目见表14。表14 生猪市场风险预警指标体系市场风险种类 警情指标 警兆指标警源价格风险（1）价格波动率（1）上一期末猪存栏增长率X1 供给方面（2）猪粮价格比（2）上一期生猪生产价格变动率X2 （3）VaR值（3）仔猪费用增长率X3（4）上一期玉米价格变动率X4（5）猪肉进口量增长率X5（6）上一期蛋类生产价格变动率X6（7）上一期牛生产价格变动率X7（8）上一期羊生产价格变动率X8（9）农村人口增长率
7、X9需求方面（10）城镇人口增长率X10（11）农村人均年纯收入增长率X11（12）城镇人均年纯收入增长率X12（13）猪肉消费价格变动率X13（14）肉禽及其制品消费价格变动率X14（15）蛋消费价格变动率X15（16）水产品消费价格变动率X16（17）猪肉加工业产值增长率X17（18）猪肉出口量增长率X18（19）居民价格指数变动率X19经济发展环境（20）猪肉国际市场价格变动率X20（21）财政支农资金增长率X21信用风险（1）合同违约率C政策变动风险（1）对农业政策的满意度P1经济政策（2）对农业政策执行过程的满意度P2（3）农业产值增长率P3（4）农村居民人均纯收入增长率P45.2
8、依据警情指标判定生猪市场价格风险价格波动率、猪粮比价、VaR值作为警情指标，其计算公式如下：价格波动率（生猪本期平均价格生猪上期平均价格）/生猪上期平均价格 猪粮比价=(生猪出栏价格/玉米收购价格)x100。猪粮比价反映了养殖环节的效益状况，猪粮比价越高反映养殖环节的效益越高，养猪的积极性越高，未来的生猪的供给越多；猪粮比价越低反映养殖环节的效益越低，养猪的积极性越低，未来的生猪的供给越少。同时猪粮比价表示生猪的相对价格，反映了生猪的价格相对于上游饲料价格，猪粮比越高，养殖环节景气度越高。Var()=-minx|F(x)价格波动率、VaR值的风险判定原则依据赵瑞莹的博士论文农产品市场风险管理研
9、究，猪粮比价格比的风险判定原则依据商务部生猪市场预警系统，具体原则见表15：表15 依据警情指标判定生猪市场风险的原则警情指标 负向高度风险负向一般风险无风险正向一般风险正向高度风险（1）价格波动率(a)a-15%-15%a-5% -5%a5%5%a15%a15%（2）猪粮价格比(b)b44b55b66b7b7（3）VaR值(c)c-1-1a0c=00c1c15.3 依据警兆指标判定生猪市场价格风险（1）生猪市场风险警兆指标的结构安排从表14可以看出，生猪市场风险警兆指标既有定量指标，又有定性指标。定量指标可以直接计算获得，但定性指标的确定则相对复杂。为尽可能确保定性指标值的准确性和科学性，采
10、用模糊数学(Fuzzy)法确定定性指标的取值。通过划分5个等级，并赋予相应分值（分别取值5、4、3、2、1, 其中，5代表最高评分，1代表最低分），经专家评分确定。具体过程如下：将每个定性指标的状态分为：差v1，较差v2，一般v3，较好v4，优v5五个，得到评语集V，即V=v1,v2,v3,v4,v5，评语集对应的隶属度为=1,2,3,4,5制定各定性指标的统一识别标准，再请m位专家，根据各自的理解对每一性指标的状态等级进行评判，每一位专家对每一个指标只确定一个等级。构造模糊判断矩阵R，令：R= （n为定性指标的个数，l=5）这里rij表示专家将第i个指标归为第j个等级的频率，即将第i个指标归
11、为第j等级的专家数占全部专家数m的比例。计算定性指标的模糊综合识别值X：X=RT（2）预警模型的选择由于生猪市场价格价格是生猪市场风险最主要、最直接的体现，生猪市场价格价格预警模型又成为生猪市场风险预警模型的核心内容。本研究在反复比较有计量经济模型、景气循环模型，人工神经网络模型的优劣的基础上，运用人工神经网络模型，建立生猪市场价格风险预警模型。人工神经网络（Artificial Neural Networks，简写为ANNs）也简称为神经网络（NNs）或称作连接模型（Connectionist Model），它是一种模范动物神经网络行为特征，进行分布式并行信息处理的算法数学模型。这种网络依靠
12、系统的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的。人工神经网络的特点和优越性，主要表现在三个方面： 第一，具有自学习功能。自学习功能对于预测有特别重要的意义。预期未来的人工神经网络计算机将为人类提供经济预测、市场预测、效益预测，其应用前途是很远大的。第二，具有联想存储功能。用人工神经网络的反馈网络就可以实现这种联想。第三，具有高速寻找优化解的能力。利用一个针对某问题而设计的反馈型人工神经网络，发挥计算机的高速运算能力，可以很快找到优化解。从1943年心理学家W.S.McCulloch和数理逻辑学家W.Pitts研究并提出M-P神经元模型到今天，人们对神经网络的研究
13、己走过了很长的历程，提出了五十多种较为成功的神经网络模型，如感知器网络、BP网络、自组织网络、Hopfiled网络、Elman网络等，其中BP神经网络(Back propagation ANN)是当前应用最为广泛的一种人工神经网络，其结构简单，在模式识别、分类、非线性映射、复杂系统仿真、过程控制和经济预警等方面有着干广泛应用，取得了许多研究成果。 BP神经网络模型 BP神经网络即误差反传误差反向传播算法的学习过程，由信息的正向传播和误差的反向传播两个过程组成。输入层各神经元负责接收来自外界的输入信息，并传递给中间层各神经元；中间层是内部信息处理层，负责信息变换，根据信息变化能力的需求，中间层可
14、以设计为单隐层或者多隐层结构；最后一个隐层传递到输出层各神经元的信息，经进一步处理后，完成一次学习的正向传播处理过程，由输出层向外界输出信息处理结果。当实际输出与期望输出不符时，进入误差的反向传播阶段。误差通过输出层，按误差梯度下降的方式修正各层权值，向隐层、输入层逐层反传。周而复始的信息正向传播和误差反向传播过程，是各层权值不断调整的过程，也是神经网络学习训练的过程，此过程一直进行到网络输出的误差减少到可以接受的程度，或者预先设定的学习次数为止。图11即为典型的三层BP前馈络结构模型。图11 BP人工神经网络结构模型图BP神经网络模型包括其输入输出模型、作用函数模型、误差计算模型和自学习模型
15、。 （a）节点输出模型 隐节点输出模型：Oj=f(WijXi-qj) (1) 输出节点输出模型：Yk=f(TjkOj-qk) (2) f-非线形作用函数；q -神经单元阈值。 （b）作用函数模型 作用函数是反映下层输入对上层节点刺激脉冲强度的函数又称刺激函数，一般取为(0,1)内连续取值Sigmoid函数： f(x)=1/(1+e) （3） （c）误差计算模型 误差计算模型是反映神经网络期望输出与计算输出之间误差大小的函数： Ep=1/2(tpi-Opi) (4) tpi- i节点的期望输出值；Opi-i节点计算输出值。 （d）自学习模型 神经网络的学习过程，即连接下层节点和上层节点之间的权重
16、拒阵Wij的设定和误差修正过程。BP网络有师学习方式-需要设定期望值和无师学习方式-只需输入模式之分。自学习模型为 Wij(n+1)= h iOj+aWij(n) （5） h -学习因子；i-输出节点i的计算误差；Oj-输出节点j的计算输出；a-动量因子。基于BP人工神经网络的生猪市场价格风险预警模型的构建第一步，确定网络结构。主要包括确定连接方式、网络层次和各层节点数。网络的连接方式是网络的拓扑结构，本研究采用的拓扑结构见图11，即一个三层带偏差单元的递归神经网络。下面确定各层节点数。输入节点确定。前面已对农产品市场风险以及其预警指标进行了系统地分析。在基于BP神经网络设计农产品价格风险预警
17、模型时，网络输入应为全面描述农产品价格风险的警兆指标。因此，不同农产品的价格风险预警对应不同的网络模型，也形成不同的输入节点数，输入节点数等于农产品市场风险预警警兆指标的个数。由农产品市场风险预警指标体系可知，粮食类农产品价格风险警兆指标共有25个，则其预警模型的输入节点个数为25。输出节点确定。输出节点的确定对应于评价结果。若在农产品价格风险预警中假定输出1表示正向高度风险，0.5表示正向一般风险，0表示无风险，-0.5表示负向一般风险，-1表示负向高度风险，则输出节点个数为1。因此，输出节点的个数应根据评价的需要结合具体的情况而定。隐层节点的确定。隐层单元数的确定是一个十分复杂的问题，并无
18、确定法则，但它与输入输出单元的多少都有直接的关系，可参考公式k=(n+m)/2+a确定，其中m为输出神经元数，n为输入神经元数，a为1-10之间的整数。基于BP人工神经网络的农产品价格风险预警模型训练模型输入数据的预处理。选取一部分作为训练样本，另一部分作为检测样本。模型输入数据的预处理是模型建立伊始就要解决的一个重要问题，是研究对象与网络模型的接口。农产品价格风险预警BP模型的输入数据是以农产品价格风险预警指标体系为标准。输入样本的预处理(归一处理)一般通过加权平均函数化为-1，1区间上的值。所用公式为：Pi=2(Ii-Imin)/( IMax-Imin)-1,其中，pi为预处理后样本，Ii
19、为输入样本值，Imin为输入样本中最小值，Imax为输入样本中最大值。通过对输入样本的预处理得到样本矩阵，即为模型训练和检测所用数据。预警模型训练.输入训练样本后，模型系统按期望输出与实际输出误差平方和的最小化规则来进行学习，调整权值矩阵和阈值向量。当误差减小到要求范围内时，系统停止学习，此时的权值矩阵与阈值向量固定下来，成为系统内部知识。整个训练流程图见图13。图13 预警模型训练流程图基于人工神经网络的生猪价格风险预警模型识别由训练阶段得到的权值矩阵与阈值向量形成生猪价格风险预警神经网络模型，利用该模型可对新出现的数据进行识别。然后，对输出因子分级处理。在神经网络的学习训练阶段，“样本”的
20、期望输出值应是已知量，它可由历史数据资料给定或由模糊综合评价法和指数评分法评估得出，待模型训练成功后便可用来解决实际的风险评估问题。 生猪价格风险预警信号输出生猪价格风险输出可采用综合预警信号输出系统。综合预警信号输出系统是对系统输入的指标体系所对应的无量纲数据，参考前面所构建的BP神经网络预警模型进行综合分析和评价的结果，输出反映农产品供求整体运行状况的综合评价结果，及时准确地发出相应的警报信号。综合预警信号输出系统的设计较为简单。因为，BP神经网络预警模型借助自身经过大量样本数据学习而拥有的巨量信息对指标数据做出综合判断，从而直接给出了风险等级，发出了相应的报警信号。5.4 信用风险的预警
21、指标预警，是指根据预警指标数值的变动来发出不同程度的预警。由农产品市场风险预警指标体系知，信用风险预警指标中只含有一个指标，对信用风险预警信号的输出可采用单指标预警准则。设信用风险预警指标合同违约率为x，取值区间为0，100。依据指标预警法，设定其安全区域为0，a，其低度风险区域为a,b，其一般风险区域为b，c，其高度风险区域为c，100，则基本警报准则如下：当0xa时，不发出风险警报当axb时，发出低度风险警报当bxc时，发出一般风险警报当cx100时，发出高度风险警报。按照以上警报准则，信用风险预警信号输出模式见图14图14 信用风险预警信号图5.5 农业政策变动风险的预警对农业政策变动风
22、险预警可采用以功效系数法为基础的综合评价准则。首先对政策变动风险的每个评价指标设定满意值和不允许值，并依据下列公式分别计算项指标的单项功效系数。然后，运用德尔菲法等方法确定各指标的权重，确定各指标的权重。再依据公式综合功效系数（单项功效系数该指标的权重）计算综合功效系数。最后，根据综合功效系数的大小，按下列准则进行报警。风险警度无风险低度风险一般风险高度风险综合评价值(K)KabKa60KbK60注：ab60。农业政策变动风险的预警信号输出模式与信用风险预警信号输出模式相同，见图14。6. 生猪业市场风险的控制7 实证分析7.1 20002010年生猪市场价格风险的度量本研究以我国2000年2
23、011年的生猪出栏价格进行实证分析。其中，2000年2009年的数据来自中国畜牧业年鉴，2010年-2011年的数据来自商务部生猪预测预警系统。数据整理见见表12。 表12 2001年1月2011年3月生猪出栏价格（单位：元/kg）1月2月3月4月5月6月7月9月9月10月11月12月平均20005.995.885.675.565.465.455.65.986.036.036.176.115.83 20016.316.316.246.045.775.745.776.016.126.116.186.116.06 20026.166.155.865.585.545.545.575.735.855.
24、916.026.085.83 20036.115.975.835.745.595.756.036.316.596.947.537.546.33 20047.587.577.848.248.278.648.879.249.599.418.878.868.58 20058.88.848.698.368.058.017.947.87.756.986.756.957.91 20067.47.116.686.215.966.086.477.177.847.938.339.187.20 20079.559.28.929.0210.211.3713.1214.2713.613.2114.1315.4611.
25、84 200816.50 16.70 16.82 16.86 15.77 15.35 14.82 14.46 13.86 12.50 11.90 12.91 14.87 200913.4112.711.6310.359.249.3310.1311.3811.8511.4711.412.0911.25 201012.0210.729.969.819.9210.0811.7812.4812.713.0813.9213.8111.69 201113.9614.3614.8615.1517.0818.4419.61-16.21 计算市场价格波动幅度、价格波动幅度变动率、价格波动率根据公式（1）、（2）
26、、（3）计算2001到2011年猪肉价格的市场价格波动幅度、价格波动幅度变动率、价格波动率，结果见表13。表13 20012011年生猪市场价格波动幅度、波动幅度变动率、价格波动率PMAXPMINRtPMAX - PMINPRVt ln（Rt/ Rt-1）Pv =Pt-Pt-1/ Pt-1 20016.315.740.57-0.23 3.95%20026.165.540.620.08 -3.80%20037.545.591.951.15 8.58%20049.597.572.020.04 35.55%20058.846.752.090.03 -7.81%20069.185.963.220.43
27、 -8.98%200715.468.926.540.71 64.44%200816.8611.94.96-0.28 25.59%200913.419.244.17-0.17 -24.34%201013.929.814.11-0.01 3.91%201119.6113.965.650.32 38.67%分析图9，可以发现，从2001年到2010年，生猪价格波动幅度总体上呈扩大的趋势，这说明生猪市场价格风险总体在不断扩大；其中，2007年生猪价格波动幅度最大，2011年其次；生猪价格波动幅度最小的是2001年。图9 20001-2011年我国生猪出栏价格波动幅度变化分析图10，可以发现，生猪价格波
28、动幅度变动率和价格波动率的下降与上升基本上都是交替出现，且变化周期大约为34年。就价格波动率而言，价格正向波动率，2007年最大，2011年其次；价格负向波动率，2009年最大。就价格波动幅度变动率而言，2003年最大，2007年其次。还可以发现，从2001年到2011年，2002年、2006年、2005年、2009年猪肉价格较上年下跌，其他年份猪肉价格较上年都是上涨，也就是说，2002年、2006年、2009年是生猪价格的波谷，由一个波谷到出现下一个波谷，大约为34年。图10 20001-2011年我国生猪出栏价格波动幅度变动率、价格波动率变化随机波动值确定市场价格等时间序列数据长期趋势主要
29、有回归模型法、移动平均模拟法、直线滑动平均法等三类方法。其中，直线滑动平均法是一种线性回归模拟与滑动平均模拟相结合的模拟方法，这种趋势模拟方法的优点在于既不必主观假定(或判定)样本序列历史演变的曲线类型,又不损失样本序列的数量,是一种较好的趋势模拟方法,可以运用于确定性时间序列和非确定性时间序列。在拟合出生猪市场价格的长期趋势后,可以计算出生猪市场价格的真实风险，即随机波动值Pw, Pw=P-Pt (3)其中， P为实际价格，Pt为趋势价格，Pw为价格随机波动值。虽然,价格随机波动值Pw能够真实反映畜产品的市场风险,但是其具有“量纲”,存在可比性差的缺点。相比而言,相对随机波动值(RSV)既可
30、以表示生猪的市场价格风险，同时又不受时间和空间影响，可比性好，所以,本研究采用相对随机波动(PRSV)来表示生猪市场价格风险。PRSV=Pw/Pt (4)表14 20012011年生猪市场价格价格随机波动值PRSV=Pw/Pt20012002200320042005200620072008200920102011市场风险值(VaR值)表15 20012011年生猪市场风险值VaR值200120022003200420052006200720082009201020117.2 生猪市场价格风险的预警分析通过计算警情指标判定生猪市场价格风险表16 20012011年生猪市场价格主要警情指标年份价格
31、波动率（%）判定结论猪粮价格比判定结论VaR值(c)判定结论综合结论20013.95%5.21 02002-3.74%5.40 020038.49%5.55 -0.43200435.62%6.30 2005-7.83%6.07 2006-9.02%5.28 200764.49%7.29 200825.62%8.52 2009-24.36%6.67 20103.93%5.57 201138.65%7.29 注：表示正向高度风险，表示正向一般风险，表示无风险，表示负向一般风险，表示负向高度风险。依据警兆指标判定生猪市场价格风险(BP)模型第一步：计算生猪价格风险预警的警兆指标值第二步：确定各层节点个数。根据上述确定的生猪预警指标可知，所建的BP人工神经网络模型的输入节点个数为17，输出节点个数为1，因此，隐层节点个数为：（17+1）/2+a若取a=7，则隐层节点的个数为16。第三步：预警模型训练以20012008年的样本数据对BP人工神经网络预警模型进行训练，设学习率为0.05，训练误差为0.00015，经过5032次训练后。第四步：对预警模型进行验证取20092010年警兆指标的样本数据为输入数据，对上述所建的生猪价格风险模型进行验证。.附录7.1清单表3-5材料清单综合布线系统设备配置清单及报价7.2平面布置图
