猪肉价格波动2讲述.pptxVIP

我国猪肉价格波动研究的方法;关于我国猪肉价格波动的长期特点的研究 1季节调整模型 1.1移动平均比率算法 ①首先对时间序列Yt进行中心化移动平均，得到趋势循环序列TCt ②计算SI序列 SIt=Yt/TCt ③对于月度数据的SI序列分别计算第j个月(j=1，2，…，12)的月度平均值，得到季节因子sj。类似地可得到季度数据的季节因子。 调整季节因子得标准化季节因子Sj,即 月度数据j=1，2，…，12，k=12，即同一月份的季节因子相同。 ④计算季节调整的最终结果： TCIt=Yt/Sj t=1,2,…,T；j=1,2,…,k ;1.2Census X12季节调整方法 具体为：设Yt表示一个无奇异值的月度时间序列，通过预测和回退来拓展序列使得序列尾端不需要对季节调整公式进行修改。具体算法分三步： ①季节调整的初始估计 通过中心化12项移动平均计算趋势循环要素的初始结果 计算SI项的初始估计 通过3×3移动平均计算季节因子S的初始估计 消除季节因子中的残余趋势 季节调整结果的初始估计 ;②计算暂定的趋势循环要素和最终的季节因子 利用Henderson移动平均公式计算暂定的趋势循环要素 计算暂定的SI项 通过3×5项移动平均计算暂定的季节因子 季节调整的第二次估计结果 ③计算最终的趋势循环要素和最终不规则要素 利用Henderson移动平均公式计算最终的趋势循环要素 计算最终的不规则要素 ;2 滤波调整 1 基于 H-P 和 B-P 滤波模型的我国猪肉价格波动周期测定与分析 1.1 H-P滤波法 假定{Yt}是一个包含有趋势成分和周期波动成分组成的时间序列即 计算H-P滤波就是从{Yt}中将YTt分离出来。时间序列{Tt}中可观测部分趋势{YTt}常被定义为下面的最小化问题： c(L)=(L-1-1)-(1-L) H-P滤波的问题就是使下面的损失函数最小化，即 最小化问题用[c(L)YTt]来调整趋势的变化，并随着λ的增大而增大 H-P滤波依赖于参数λ，要在趋势要素对实际序列的跟踪过程和趋势光滑度之间作一个选择。 当λ=0时，Yt=YtC 此时时间序列Yt ；随着λ的增加，估计的趋势越光滑。 ;1.2 B-P滤波法 首先设计出一个Low-Pass滤波，假设其最佳形式为： 其中， ，为了求出滤波的最佳形式，可以通过对滤波权重 ah的选择，以达到： 其中 ， 。 由此可以得到大致最佳的Low-Pass滤波LPk（p）。同理构建High-Pass滤波HPK（p）,从而过滤掉低频率波动成分,那么HP∞(p)=1-LPk（p）。 在此基础上构建B-P滤波BPk（p，q），即在截断点为K的条件下，B-P滤波能够通过持续时期为p到q的经济波动周期影响。;关于我国猪肉价格波动的短期特点的研究;2 GARCH（p，q）模型 为保证δt2为非负数，一般要求αi ≥0， βj ≥0。 变量过去的波动δt-j2和外部冲击ξt-i2 ， αi 反应经济变量前期外部冲击对本期波动的作用强度， βj 反映经济变量过去的波动对本期波动的作用强度。 当p=q=1时，可得到GARCH（1，1）模型： ;EGARCH（p，q）模型 指数GARCH模型，γ 表示波动性和收益之间关系的相关系数 ;4 CARCH模型 一种成分ARCH模型，GARCH（1，1）模型将条件方差设定为 ，其中 是非条件方差或长期波动率，则 表示条件方差的均值趋近于 ， 在所有时期都为常数。相反的，成分ARCH模型允许均值趋近于一个变动的水平qt ： 描述了长期成分qt ，他将在 ρ 的作用下收敛到 ω 。典型的ρ 在0.99和1之间， 所以qt 缓慢接近ω 。;关于猪肉价格影响因素的定量分析 ;生猪生产者供给反应行为分析 4.1 供给反应理论及模型 4.1.1 适应性预期理论 时期 t 的价格水平的适应性预期为： 1≥β≥0 得：