基于SFM法的我国农业产出预测实证研究.pdfVIP

簪 考古2011．6 基于SFM法的我国农业产出预测实证研究 ■刘心福 林 虹 【内容提要J影响农业产出的因素很多，运用因果预测方法在农业产值方面的预测并不具备合理 性。本文以混沌模糊理论为基础，从历史数据本身出发 ，逐步调整计算权熏，运用SFM法对我国农业 产出进行预测并作出两面商检验，以期找出影响我国农业发展的关键因素。 【关键词]SFM；农业产 出；预测 【中图分类号]F321 【文献标识码】A 【文章编号】1006—2335(2011)06—0124—03 [作者简介]刘心福 (1959一 )，男，江西财经职业学院副教授、高级会计师，主要研究方向为经济 管理；林 虹 (196O一)，女，江西财经职业学院副教授，主要研究方向为中国语言文学。(江西九江 332000) 一 、 引言 数值进行预测，公式为：nk+t= Y+k2y一 +……My。 农业作为我 国基础性产业 ，在物质生产部 门中 由实际值 yk+t减去预测值 氪一 得到误差 e 。 承担着向第二三产业输送原材料的重要任务。目前 下面对原始权重进行一次修正 ： 在农业产权制度、农产品对外贸易、农业经济结构方 “ 1= l+213et+tyk 面的研究结果非常多，旨在找 出影响我 国农业发展 ”2： 2+213et+lyk—l (1) 的关键因素及其作用机理。在农业宏观经济方面，农 业产 出预测 同样作为一项重要 的研究 内容，目前 国 ‘k： +213e,+1y1 家关于农业统计公报及下期的预测主要依靠统计报 同样运用 1次修正后的权重再对 nk+：进行预测 表制度 。笔者认为 ：农业产出仍是时间序列，故可采 (注：原始序列中舍弃 Y，加入 Y )，公式为： 用 自适应滤波器 (Self—adaptiveFilteringMethod)对 9k+2=hO)lyk+l+ ‘2yk+…… 。ky2 原始数据规律进行剖析 ，以达到最佳调整预测状态。 由实际值Yt+减去预测值 nk一 得到误差 e一， 二 、研究方法与模型 对权重序列进行第二次修正： 预测与决策及时间序列理论认为：对于具有 内 ()l= (1)1+213e,+2Yk+1 在规律的连续时间序列，可以通过紧邻数值进行加 )2= ”‘2+213et+2Yk (2， 权 ，以得到预测结果，并 由实际值对预测值进行校 正 ，重新编排权重，以此循环类推，以求得最佳权重 [2)k： ()k+213et+2Y2 值，得出合理预测。具体思路如下： 以此进行荆轮类推 ，一直推到原始序列末端 ，得 设有连续时间序列Y=[Y，Y：，…Y…Y】，如选定 到最后预测权重序列 ： —kI、 —k2、… ～，共循环迭 预测数据期限为k，初始权重为 。、入、… (nk≥ 代 了n—k次 。 2)，那么根据权重序列和原始时间序列对 k+1期的 自适应滤波法 (SFM)以连续数据内在规律为基 124 基于SFM滤波器的我国农业产 出预测实证研究 础，通过迭代循环找出最佳权重。实质上随着迭代次 本文取权重期限K=2， = =0．5，学习系数为 数的增多和与需要预测值的逐渐接近，数据规律逐渐 1／2，那么2005年的预测值为 ： 被体现在得到的权重中，可以假设这样一个数学思 Y(预 2005=0．095