我国天然橡胶价格波动预警研究―基于ARIMA模型与黑色预警法

来源:用户上传      作者:邓诗璇 余玩婷 张德生

D： 10.12008/j.issn.1009-2196.2022.11.019
　　
　　DENGShixuan YU Wanting ZHANG Desheng
　　（Management School， Hainan University， Haikou， Hainan 570228， China）
　　The price fluctuation of natural rubber will affect the enthusiasm of rubber farmers and threaten the supply of natural rubber. Early warning of natural rubber price fluctuations in China is of great significance to Effectiveguidance on rubber planting and rubber cutting， prevent serious losses caused by price fluctuations to rubber farmers， and ensure the safety of strategic material supply. Based on the price data of natural rubber futures in China from March 2000 to March 2022， ARIMA model was used to predict the price of natural rubber in April 2022， and the price fluctuation rate of natural rubber was calculated by black early warning method to warn the price fluctuation of natural rubber in China in the future. The results showed that the predicted price of natural rubber in April 2022 was 12861.58 yuan・tonrespectively， which was in a state of no alarm， and the price was lower than that of the previous month.According to the results， it was proposed to build a natural rubber market information sharing platform and improve the monitoring and early warning system; Effectively handle the alarm of abnormal fluctuation of natural rubber price and formulate policy suggestions for detailed early warning scheme.
　　natural rubber;early warning;price fluctuation
　　天然橡z是国民经济建设、现代工业和国防建设的重要战略资源，具有需求量大、用途广泛且不可替代等特殊性，在日常生活、工业、医疗、航空和军工等领域有着广泛的用途，对国家安全和经济发展起着举足轻重的作用。亚洲是目前主要的天然橡胶生产、消费地。我国现天然橡胶种植面积1 728万亩（1亩≈667m），同时也是天然橡胶消费量最大的国家。近年来，天然橡胶价格持续低迷，导致胶农植胶割胶积极性受到影响，甚至出现弃割现象，对我国橡胶产业的长期发展造成不利影响。因此，找寻对天然橡胶价格短期走势预判的方式，对天然橡胶价格进行预警，对保护胶农利益，促进天然橡胶产业发展十分重要。

nlc202302021631

　　国内外关于价格预测的方法大致分成4种：经济计量模型、时间序列模型、领先经济指标法和预期调查法，针对农产品价格短期预测大多使用时间序列模型，以ARIMA模型最为常见。除了对蔬菜、水果、大豆等多种农产品价格进行预测以外，，这种方法同样也被运用到了天然橡胶价格的短期预测中。张晓丽等考虑到国际市场价格变化对我国的影响，基于ARIMA模型对国际天然橡胶价格进行短期预测。侯冰凌等在此基础上着眼于国内，分析我国天然橡胶价格的整体走势和特点，构建ARIMA模型对天然橡胶价格进行预测。ARIMA模型法短期预测准确度较高，且考虑了随机干扰，但并未对天然橡胶价格波动进一步建立预警体系和模型。对比部分发达国家深入探索价格监测预警研究，构建相对完善的农业监测预警体系而言，我国针对农业监测预警的研究起步较晚，对价格预警系统研究也较为匮乏。学者们多在粮食、大豆、蔬菜等其他农产品领域构建价格预警模型；天然橡胶作为小宗作物，受到的关注有限，学者针对天然橡胶价格研究多数集中在天然橡胶价格波动及影响因素、期现货价格间的相关关系等方面；在天然橡胶价格预警方面，只有少数学者尝试构建天然橡胶价格预警指标体系，但并未研究该时间段内天然橡胶价格预警情况。
　　鉴于此，本文拟从经济预测、预警基本理论出发，运用ARIMA模型法对天然橡胶价格进行短期预测并计算其价格波动率，运用黑色预警法建立价格预警模型，确定天然橡胶价格波动预警的警情指标和警限后，实现对未来我国天然橡胶价格进行预警，保证天然橡胶市场有序运行，便于相关部门及时采取措施提高胶农植胶、割胶积极性，保障我国天然橡胶供给安全。最后，提出加强我国天然橡胶价格预警研究的对策和建议。 1数据与方法
　　稻堇丛
　　本文采用的天然橡胶价格数据为2000年3月至2022年3月的中国期货收盘价的月平均价格，数据来源于WIND数据库，见图1、表1。
　　数据描述性统计分析
　　由图1可知，从2000年3月至2022年3月，中国天然橡胶期货月平均收盘价（连续）呈现出震荡波动的变化形态。其中，2008年3月至2012年3月期间的价格变动幅度较大，最高点在2011年3月份左右，最低点约在2002年1月份。从图中可知，价格波动呈现出一定的周期变化
　　研究方法
　　预测是指依照事物发展规律性，运用科学的知识和方法，估计、判断、评价事物未来的发展趋势与状态。我国天然橡胶价格短期预测即在掌握天然橡胶历史期货价格的基础上，以经济学理论为指导，运用计量经济学方法，定量化地预判我国天然橡胶价格的短期发展趋势。
　　本文使用ARIMA模型预测未来我国天然橡胶价格，为后续预警分析做准备。预警相比预测来说更加严谨，主要分为“明确警义”“寻找警源”“分析警兆”“预报警度”4个阶段。本文将天然橡胶价格波动作为预警对象，利用黑色预警法，将影响预警危害的程度分为五级，分别是：负向重警、负向轻警、无警、正向轻警、正向重警，确定警度的变化区间即警限。依据前文ARIMA模型预测结果，对2022年4月我国天然橡胶价格波动的警情进行预警，并指出预警结果造成的后果和影响。 2 我国天然橡胶价格短期预测
　　模型
　　时间序列表示按时间先后顺序排列的数列，代表指标在不一样的时间上的数值。ARIMA模型作为随机性时间序列分析方法的归纳，主要是剖析序列自身概率或者是随机性质，用ARIMA模型进行短期预测精度相对更高。通过构造ARIMA（）模型得到平稳序列，表示差分的阶数，表示自回归，表示对应的自回归项。表示移动平均，表示对应的移动平均项数。ARIMA模型先进行平稳性检验并对不平稳数据进行处理，经分析后选取模型最优阶数，最后对模型进行预测，得出预测评价效果。ARIMA模型的前提是要求时间序列是稳定的，或差分之后是稳定的。ARIMA模型只能作为短期预测，因为它忽略了其他不确定因素的影响，而这在预测的期望值中无法反映。
　　平稳性检验
　　在构建ARIMA模型前，需对序列进行平稳性检验。将天然橡胶期货价格序列取对数后，ADF检验结果见表2。可以看出，经一阶差分后的检验统计量（）在1%的水平上显著，序列为平稳序列。可运用ARIMA模型对天然橡胶价格进行预测。
　　（pdq）模型识别
　　确定单整阶数d由平稳性检验可知=1。
　　确定自回归阶数p和移动平均阶数q由图2可知，的自相关在第2阶，因此可以拟合MA（1）与MA（2）；偏自相关类似，可以拟合AR（1）与AR（2）。和的最终确定需从低值开始测验，直至定出合适的模型为止，初步适合的模型有：ARIMA（1，1，0）、ARIMA（1，1，1）、ARIMA（0，1，1）、ARIMA（0，1，2）、ARIMA（1，1，2）、ARIMA（2，1，1）。

nlc202302021631

　　（pdq）模型估计与检验通过多次试验后，选择出最佳模型。由于ARIMA（2，1，2）模型的与最小（表3），经比对和实验，最终确定最优模型为ARIMA（2，1，2），此时拟合效果较好。具体模型表示为：
　　其中，t表示对数后的天然橡胶月度价格序列。t表示S机误差项。
　　由于==-（C1）
　　且=（1-）
　　即（1-）t=1.2542（1-L）tC0.6673（1）t
　　t2.2542tC1.9215t0.6673t
　　为了保证该模型的适用性与准确性，对该模型的残差进行相关性检验。图3为ARIMA（2，1，2）模型的残差序列的自相关和偏自相关数情况，与值显著趋向于0，说明ARIMA（2，1，2）模型的残差序列不存在自相关，即残差为白噪声。
　　我国天然橡胶价格拟合预测
　　通过Eviews 8对我国天然橡胶价格进行拟合预测，将预测值与实际值对比后发现，两者重合程度较高，说明拟合效果较好。结果见图4。
　　我国天然橡胶价格预测结果
　　根据最终的时间序列建模程序可以得到预测结果：2022年4月的月度天然橡胶价格预测值为12 861.58元/t（表4），预测误差约为1.16%。由此可见，ARIMA（2，1，2）模型的预测效果较好。 3 我国天然橡胶价格波动预警
　　经济预警可以分为黑色预警、红色预警和黄色预警3类。其中黑色预警系统成本低、使用方便，能够较快地判别以后的价格波动水平。因此，本文选择黑色预警法构建天然橡胶价格波动监测预警系统。
　　确定价格警情指标
　　警情指标可以用来衡量市场价格波动是否有异常。本文采用天然橡胶价格波动率作为其出现风险预警的警情指标，可以更好地根据其价格变动水平来区分风险程度。具体公式为：
　　t=lntClnt
　　其中t和t分别表示第月和第C1月的天然橡胶价格，t为天然橡胶价格波动率，即相邻月份天然橡胶价格的对数一阶差分。
　　价格波动的警限划分
　　警限作为预报警度的基础，可以用以区分有警或者无警。价格波动的警情指标属于双侧有警，并非无波动即合理情况。确定警限应根据警情指标的历史波动情况，对警情区间进行划分，不同的区间对应的警度也不一样。确定警限的原则是正态分布的3σ原则：把序列的均值作为中心，当正负在1个标准差（即±）范围内时视作无警状态；正负在1个标准差至2个标准差范围内时视作轻警状态，一旦超出2个标准差即视作重警状态。
　　本文将我国2021年3月至2022年3月的天然橡胶价格波动率均值视为判断标准，并依据1～2倍标准差确定警限。如价格波动远远偏离轨迹，则认为价格水平异常波动，出现警情；如价格波动率在正负一个标准差以内，则认为价格波动水平是正常的，处于无警状态；如果价格波动幅度在1～2个标准差间，则认为价格波动出现轻度异常，处于轻警状态；如果价格波动幅度超过了2个标准差，则认为市场价格出现了重度异常，处于重警状态。

nlc202302021631

　　根据2021年3月至2022年3月的天然橡胶价格数据，可计算出预警系统价格波动率的平均值和标准差分别为C0.009 3和0.041 5，由此可确定各级警度的区间，见表5。
　　确定价格波动率和价格波动预警结果
　　根据前文利用ARIMA模型对2022年4月天然橡胶月度价格的预测，得到预测结果为12861.58元/t，相应价格波动率为C0.044 1%，对照表5警度区间可知处于无警状态，市场价格状态处于降低态势。
　　结论
　　研究结果显示，2022年4月天然橡胶价格处于无警状态，虽然价格较上月有所下降，但波动率尚在可控范围内。本文采用的ARIMA模型虽然可以μ烊幌鸾杭鄹窠行比较准确的短期预测，但是从长远看，应考虑采用更为精确的方法进行更长期且准确的预测。同时，利用黑色预警方法对天然橡胶进行监测预警在一定程度上的确简单方便，当仅需获得预警结果而无需考虑原因时，黑色预警方法既简单又实用，但其结果只适用于天然橡胶价格没有受到外部因素强烈冲击的情况。 4政策建议
　　构建天然橡胶市场信息共享平台，完善监测预警系统
　　若想确保天然橡胶市场信息在产业链中高效、高质量传播，理应促进上下游的充分交流，实现市场透明化。同时可以采用网站、微博、微信或者手机APP等多种方式构建统一、规范的天然橡胶市场信息共享平台，及时、定期发布市场预警信息，进行价格波动预警监测。要注意对相应生产商和广大消费者的正确引导，尽可能防止判断失误情况的发生，避免市场价格出现异常波动。相关地方政府部门要提高对构建预警系统的重视程度，分配人员定期、及时地收集天然橡胶生产、销售和流通的市场信息，充分开发可用于检测预警的软件，提前发布预警信息。
　　有效处理天然橡胶价格异常波动警情，制定详实预警方案
　　加快建立天然橡胶市场预警信息发布制度，海南、广东、云南等天然橡胶主产区应以市为单位定期发布规范化的天然橡胶价格波动预警信息。为对天然橡胶价格异常波动迅速作出反应，及时采取补救措施，要求建立健全天然橡胶价格监测预警体系，制定详细的预警方案，明确细化天然橡胶波动的程度和相应波动应采取的措施，以便相关政府部门科学合理地进行分析决策。警情发生后，应及时披露信息以缓解胶农、橡胶企业的消极情绪。合理引导消费者的橡胶消费心理，促进橡胶消费，稳定天然橡胶价格。
　　参考文献
　　[1]郑素芳， 郑业鲁， 林伟君， 等. 我国农产品市场监测预警研究综述[J]. 广东农业科学， 2012， 39（23）： 228-231.
　　[2]Chaudhari D J， Tingre， A S. Use of ARIMA modeling for forecasting green gram prices for Maharashtra[J]. Journal of Food Legumes， 2014， 27（2）： 136-139.
　　[3]Vilas Jadhav Reddy B V C， Sakamma S. Forecasting monthly prices of arecanut and coconut crops in Karnataka[J].International Journal of Agricultural and Statistical Sciences， 2013， 9（2）： 597-606.
　　[4]刘峰， 王儒敬， 李传席， 等. ARIMA模型在农产品价格预测中的应用[J]. 计算机工程与应用， 2009， 45（25）： 238-239+248.
　　[5]张晓丽， 张大红， 周航， 等. 国际天然橡胶价格变化趋势预测研究――基于ARIMA模型的分析[J]. 价格理论与实践， 2013（3）： 64-65.
　　[6]侯冰凌， 樊孝凤. 我国天然橡胶价格波动趋势及短期预测――基于ARIMA模型的实证分析[J]. 价格理论与实践， 2016（1）： 116-118.
　　[7]Najafi B， Zibaei M， Shekhi M H， et al. Forecasting price of some crop products in Pars Province： Application of Artificial neural network[J]. Journal of Science and Technology of Agriculture and Natural Resources， 2007， 11（1）： 501-502.
　　[8]吴璇. 中国粮食价格预警系统研究[D]. 北京： 中国农业大学， 2003.
　　[9]李优柱，李崇光， 李谷成. 我国蔬菜价格预警系统研究[J]. 农业技术经济，2014（7）： 79-87.
　　[10]刘芳园， 周日旺， 邹文涛. 石油价格对天然橡胶价格的影响――基于VAR模型的实证研究[J]. 广东农业科学， 2018， 45（12）： 165-171.
　　[11]倪佳杰. 上海天然橡胶期货与相关商品价格关系的研究[D]. 上海： 上海财经大学， 2020.
　　[12]刘锐金. 利率冲击对天然橡胶与合成橡胶价格影响分析[J]. 价格月刊， 2016（3）： 6-12.
　　[13]高云. 国内外天然橡胶期现货价格波动关系研究[J]. 广东农业科学， 2021， 48（7）： 161-168.
　　[14]刘锐金， 魏宏杰， 莫业勇. 基于BP神经网络的天然橡胶市场风险预警系统构建[J]. 华中农业大学学报（社会科学版）， 2012（1）： 37-41.
　　[15]常启国， 高挺. 我国天然橡胶价格预警系统研究[J]. 热带农业科学， 2017， 37（12）： 97-101.
　　[16]顾海兵， 赵林榜. 我国粮食预警指标体系构想[J]. 开发研究， 1998（4）： 54-56.
　　[17]康艺之， 郑业鲁， 林伟君. 我国猪市价格异常波动预警及其对策研究[J]. 南方农村， 2016， 32（1）： 46-49.
　　[18]丁浩， 张朋程， 霍国辉. 山东省原油自给能力预测与分析[J]. 技术经济， 2011， 30（9）： 96-100+130.
　　[19]唐江桥， 雷娜， 尹峻. 福建省农产品价格波动、传导及预警[J]. 福建农林大学学报（哲学社会科学版）， 2017， 20（6）： 6-13.
　　[20]王会娟， 肖佳宁， 曲双石. 中国玉米批发价格的短期预测及预警[J]. 中国农村经济， 2013（9）： 44-53.
　　（责任编辑 林海妹）

nlc202302021631

转载注明来源:https://www.xzbu.com/1/view-15444501.htm