基于多元线性回归模型的2020年猪肉价格走势的分析预测.pdf
-
资源ID:85949135
资源大小:624.81KB
全文页数:8页
- 资源格式: PDF
下载积分:14.9金币
快捷下载
会员登录下载
微信登录下载
三方登录下载:
微信扫一扫登录
友情提示
2、PDF文件下载后,可能会被浏览器默认打开,此种情况可以点击浏览器菜单,保存网页到桌面,就可以正常下载了。
3、本站不支持迅雷下载,请使用电脑自带的IE浏览器,或者360浏览器、谷歌浏览器下载即可。
4、本站资源下载后的文档和图纸-无水印,预览文档经过压缩,下载后原文更清晰。
5、试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓。
|
基于多元线性回归模型的2020年猪肉价格走势的分析预测.pdf
1 基于多元线性回归模型的 2020 年*市 猪肉价格走势分析预测 黄驯骅 由于 2018 年下半年非洲猪瘟疫情影响,我市生猪存栏量持续下滑,特别是能繁殖母猪存栏量降幅较大,导致了我市 2019 年下半年的猪肉供应明显偏紧,猪肉价格大幅上涨。在此,通过对 2017 年至 2019 年生猪相关统计数据观察分析,发现我市猪肉价格波动的主要原因不是作为猪饲料主要原料的玉米、豆粕和小麦麸,因为其价格这三年来涨幅一直较低,主要还是在于能繁殖母猪存栏量和仔猪价格的变动。基于此,可以通过多元线性回归分析模型对 2020 年我市的猪肉价格走势作出大致的分析预测。一、近三年生猪生产及价格相关数据 为反映近期我市猪肉价格波动的主要内生动力,现将近三年来生猪存栏、存栏及价格数据整理如下:季报 生猪存栏(万头)价格(元/公斤)其中:能繁殖的母畜 仔猪价格 白条猪肉价格 2017 年 1 季度 341.1 33.6 34.1 31.3 2017 年 2 季度 368.3 34.9 33.5 28.2 2017 年 3 季度 389.9 35.6 27.5 27.7 2 2017 年 4 季度 349.2 29.9 24.8 27.7 2018 年 1 季度 324.3 28.9 23.2 27.4 2018 年 2 季度 336.4 30.4 19.8 22.9 2018 年 3 季度 321.1 25.0 18.2 25.3 2018 年 4 季度 324.1 21.7 19.7 29.0 2019 年 1 季度 329.4 22.3 21.0 27.9 2019 年 2 季度 331.9 24.1 24.8 27.0 2019 年 3 季度 365.3 26.2 29.0 37.5 2019 年 4 季度 389.5 27.0 43.7 51.8 从上表可以看出,仔猪价格对后期生猪存栏量具有一定影响,特别是对能繁殖母猪补栏存在显著影响,因为当仔猪价格持续上涨时,养殖行业对未来猪肉行情保持较为乐观的预期,增加能繁殖母猪存栏量的意愿不断增强,当仔猪价格持续下降时,养殖行业对未来猪肉行情逐渐看空,必定会减少能繁殖母猪的数量以减少其养殖成本,因此仔猪价格和能繁殖母猪存栏量是监测未来一段时期生猪价格的重要前瞻指标。由于能繁殖母猪是养猪生产力最核心因素,按照生猪生产规律,从母猪怀孕、仔猪出生,到育肥猪出栏需约 11 个月左右,基于此进行观察,发现仔猪价格变动影响到能繁殖母猪存栏量的增减大约要经过 5 个月左右的时间,而能繁殖母猪存栏量的增减大约经过 11 个月左右的时间对次年同期3 猪肉价格形成影响,并呈现出负相关性,具体走势如下图:除了以上仔猪价格和能繁殖母猪存栏量对次年生猪价格的影响较为明显外,当期生猪出栏量和生猪补栏量也对次年生猪价格存在明显影响。二、多元线性回归模型的建立 2017年1季度2017年2季度2017年3季度2017年4季度2018年1季度2018年2季度2018年3季度2018年2季度2018年3季度2018年4季度 2019年1季度2019年2季度2019年3季度2019年4季度0.010.020.030.040.050.060.00.05.010.015.020.025.030.035.040.0图1:仔猪价格与次年猪肉价格走势仔猪价格猪肉价格2017年1季度2017年2季度2017年3季度2017年4季度2018年1季度2018年2季度2018年3季度2018年4季度2018年1季度2018年2季度2018年3季度2018年4季度2019年1季度 2019年2季度2019年3季度2019年4季度01020304050600510152025303540图2:能繁殖母猪存栏量与次年猪肉价格走势能繁殖的母畜猪肉价格仔猪价格(元/公斤)白条猪肉价格(元/公斤)白条猪肉价格(元/公斤)能繁殖母猪存栏数(万头)4 1.模型变量的选取 被解释变量:全市平均白条猪肉价格 Y;解释变量选择:能繁殖母猪存栏量占生猪存栏量的比重X1,当季生猪补栏量占生猪存栏量的比重X2,本地仔猪价格X3。按照多元线性回归模型建立如下方程:Y=b+a1 X1+a2 X2+a3 X3 具体拟合数据如下表:解释变量 X 选择 2017年2 季度 2017年3 季度 2017年4 季度 2018年1 季度 2018年2 季度 2018 年3 季度 2018年4 季度 生猪存栏量(万头)368.3 389.9 349.2 324.3 336.4 321.1 324.1 能繁殖的母(万头)34.9 35.6 29.9 28.9 30.4 25 21.7 X1:生猪存栏中能繁殖母猪的占比(%)9.48%9.12%8.56%8.92%9.02%7.79%6.68%X2:当季新补栏量的 占比(%)34.21%33.18%25.15%23.91%29.10%23.51%39.10%5 X3:本地仔猪价格 2017年1 季度 2017年2 季度 2017年3 季度 2017年4 季度 2018年1 季度 2018 年2 季度 2018年3 季度(元)34.1 33.5 27.5 24.8 23.2 19.8 18.2 被解释变量 Y 选择 Y:白条猪肉价格 2018年 2 季度 2018年 3 季度 2018年 4 季度 2019年 1 季度 2019年 2 季度 2019年 3 季度 2019年 4 季度(元/公斤)22.9 25.3 29.0 27.9 27.0 37.5 51.8 注:白条猪肉是指屠宰场仅去除内脏、头、脚等部位后没有经过其他任何加工的猪肉。2.建立线性回归方程 数据录入 EXCEL 进行普通最小二乘法估计,得到软件输出的估计模型和相应参数如下:Y=102.98-861.73 X1+26.69 X2-0.23 X3 R=0.998,R2=0.996,Significance F=0.0004。从以上参数来看,统计显著性 Significance F 远远小于临界值 0.05,相关系数 R2 趋于 1,说明以上方程拟合效果良好,可以对未来生猪价格走向作出大致判断。三、对 2020 年白条猪肉价格的预测 1.预测用数据的选取 变量的选取 2019年2019年2019年2019年6 1 季度 2 季度 3 季度 4 季度 生猪存栏量(万头)329.4 331.9 365.3 389.5 能繁殖的母畜(万头)22.3 24.1 26.2 27 X1:生猪存栏中能繁殖母猪的占比(%)6.78%7.28%7.17%6.94%X2:当季新补栏量的占比(%)40.32%33.54%33.92%34.41%X3:本地仔猪价格 2018年4 季度 2019年1 季度 2019年2 季度 2019年3 季度(元/公斤)19.7 21 24.8 29 2.对 2020 年四个季度平均白条猪肉价格的预测 白条猪肉价格预测数 Y 白条猪肉价格(元/公斤)2020 年 1 季度 2020 年 2 季度 2020 年 3 季度 2020 年 4 季度 50.8 45.4 44.6 46.7 注:白条猪肉是指屠宰场仅去除内脏、头、脚等部位后没有经过其他任何加工的猪肉。根据以上预测结果,按照猪肉各主要部位零售单价与分割前整头白条猪采购单价平均比值,推算出以下零售价。2020 年*市白条猪各主要部位零售价格推算 各部位销售单价与白条猪采购单价 2020 年 1 季度(元/斤)2020 年 2 季度(元/斤)2020 年 3 季度(元/斤)2020 年 4 季度(元/斤)7 的比值 前后肘 1.22 31.1 27.8 27.3 28.6 前排 1.44 36.5 32.6 32.0 33.5 腰排 1.81 45.9 41.1 40.3 42.2 上五花肉 1.04 26.3 23.5 23.1 24.2 下五花肉 1.57 40.0 35.7 35.1 36.8 精肉 1.02 25.9 23.2 22.8 23.8 里脊肉 1.97 50.0 44.7 43.9 46.0 四、总结 通过以上回归分析模型可以发现,我市生猪存栏量特别是其中能繁殖母猪存栏比例对来年生猪价格影响较大,即使在养猪饲料价格波动平稳的情况下,能繁殖母猪存栏量大幅变动都会导致未来一段时期内生猪价格的波动。另外,我市作为生猪调出地区,每个季度出栏的生猪量平均有一半销往外地区,当外地区特别省外地区仔猪价格与我市仔猪价格的比值在增大时,说明外地区生猪养殖成本上升幅度与我市比较正逐渐扩大,未来将对我市生猪市场形成更大的需求,从而导致我市当期生猪调出量大于生猪出栏量的 50%以上,这个占比越高的话,我市上市的猪肉其价格上升就会越快。从以上预测的结果来看,大致可以判断 2020 年生猪价格总体上呈现微有下跌的趋势,但跌幅不会太大,主要原因8 是受各地鼓励农村大力发展生猪养殖的结果,使农村生猪养殖户的生猪特别是能繁殖母猪的存栏量明显增加,生猪产能逐渐得到恢复,生猪行情将处于正常价格变化范围之内。