基于Lasso和支持向量机的粮食价格预测

《基于Lasso和支持向量机的粮食价格预测》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、万方数据第30卷第1期湖南大学学报(社会科学版)V01．30，No。12016年1月JournalofHunanUniversity(SocialSciences)Jan．2016基于Lasso和支持向量机的粮食价格预测。喻胜华，龚尚花(湖南大学经济与贸易学院，湖南，长沙410079)[摘要]首先利用Lasso方法在影响粮食价格波动的众多因素中选出了粮食储备、粮食生产成本、粮食产量、粮食政策、生产需求、贸易需求、心理预期等7个主要影响因素；然后在Lasso变量选择的基础上利用支持向量机进行粮食价格的回归与预测，同时，把Lasso、支持向量机

2、、Lasso一支持向量机及ARlMA方法的拟合预测效果进行比较。实证结果表明：Lasso一支持向量机组合预测方法的拟合预测效果要优于另外三种预测方法。[关键词]粮食价格预测；影响因素；Lasso；支持向量机[中图分类号]F069[文献标识码]A[文章编号]1008—1763(2016)0l—0071一05AStudyonGrainPricePredictionBasedonLassoandSupportVectorMachineYUSheng—hua，GONGShang—hua(SchoolofEconomicsandTrade，Hunan

3、University，Changsha410079，China)Abstract：Thepaperfirstlychoosesgrainreserves，grainproductioncost，grainproduction，grainpoli—cy，productiondemand，tradedemand，andpsychologicalexpectationsassevenmainfactorsinfluencinggrainpricevolatilitybasedontheLassomethod．Andthen，accordingto

4、Lassovariableselection，wecon—ducttheregressionandforecastingofgrainpriceswiththehelpofsupportvectormachine(SVM)．Atthesametime，bycomparingthefittingpredictioneffectoftheLasso，supportvectormachine(SVM)，Lasso—SVMandARIMAmethod，theempiricalresultsshowthattheLaSso—SVMoffittingf

5、orecastingeffectcon—siderablyovermatchestheotherthreemethods．Keywords：grainpriceprediction；influencingfactors；Lasso；supportvectormachine一引言及文献综述粮食作为一种基础产品，其价格的波动会对我国粮食生产、粮食相关产品的进出口以及国家宏观经济调控产生深远影响，关系到消费者和生产者的切身利益。深刻了解和剖析影响粮食价格波动的各种因素，在此基础上建立相关的预测模型分析和预测粮食价格的变化趋势，有助于有关职能部门调

6、控粮食价格并制定相应的措施，从而正确引导粮食市场的健康运行、保障粮食产品的供求平衡。目前，国内外关于粮食价格预测研究的方法主要有定性和定量两大类，在定性分析方面，朱险峰[1]所做的系列价格预测研究比较有代表性，他通过分析库存、产量、国际市场上粮食价格的变动等一些影响因素，研究我国粮食价格的波动趋势，进而预测粮食的现货价格和期货价格。在定量分析方面，主要采用的是普通时间序列分析方法，其中最具代表性的是ARIMA方法，姚霞等[21利用ARIMA模型并以青椒价格为例预测了时鲜农产品价格的动态变化；桂文林等一3采用X一12一ARIMA模型分解我国粮

7、食消费价格月度定基指数，得到了趋势循环、季节和[收稿日期]2015—04—08[基金项目]国家社会科学基金资助项目“复杂数据建模中组合预测方法及应用研究”(12BTJ014)；湖南省哲学社会科学基金项目(14YBA092)[作者简介]喻胜华(1966一)，男，湖南宁乡人，湖南大学经济与贸易学院教授，博士生导师，博士．研究方向：数量经济学万方数据湖南大学学报(社会科学版)不规则因素，进而分析了粮食价格的季节特征及其深层成因；陈兆荣等[4]利用ARIMA—SVM组合模型并结合1999～2011年我国农产品价格指数月度数据对我国农产品价格进行了预

8、测。其他时间序列方法也有所应用，如苗开超[5]运用指数平滑模型对农产品价格进行了预测；刘家富等K3利用向量自回归模型分析了国内大豆以及豆油市场的价格传导机制。除此之外，神经网络和