基于灰色理论的价格变异预测决策系统及应用

《基于灰色理论的价格变异预测决策系统及应用》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、基于灰色理论的价格变异预测决策系统及应用-1-基于灰色理论的价格变异预测决策系统及应用基于灰色理论的价格变异预测决策系统及应用基于灰色理论的价格变异预测决策系统及应用基于灰色理论的价格变异预测决策系统及应用徐黄华北京交通大学经济管理学院，北京（100044）摘摘摘摘要：要：要：要：本文采用灰色系统的预测方法，建立了基于价格指数的灰色预测模型GM(1,1),并用灾变预测的思想建立价格等级体系，从而设计出一套针对价格变异的预测决策系统。同时，文章以2007年猪肉涨价这一突发事件为例，从小样本出发，提出价格变异等相关理论，建立起一个具

2、体的基于灰色系统理论的猪肉价格预测决策系统。经过残差分析、精度检验等手段表明，此套针对猪肉价格变异的预测决策系统具有良好的可操作性，同时也可推广至其它非本征性经济领域。最后，本文提出具体的政府实施方案，使该系统有较强的现实指导意义和应用价值。关键词：GM（1，1）模型；猪肉价格指数；灰色预测中图分类号：F222.<#004699'>31.1.1.1.引言自07年下半年开始，在中国良好经济运行态势下，价格问题凸现，尤其表现在食品价格的上涨方面。其中猪肉等副食品价格的较大幅度上涨，带动了牛羊肉和禽蛋等副食品价格，以及部分食品制成品和

3、餐饮业价格的上涨，造成消费者的恐慌，引起了社会各方面的广泛关注。价格的波动是不稳定的，它迅速变化，较难精确测出。但是如果我们能够预测出价格，结合经济学的市场运行规律，就会实现对价格市场的正确描述和有效控制。现有的价格变异文献中，一些学者已经作了研究，如文章[1]用蛛网模型解释蚕茧价格波动问题，文章[2]用突变理论分析了上证指数并推断其数据生成过程，文章[<#004699'>3]详细阐述了如何进行网络异常行为突变模型的建立、如何进行模型参数估计和检验。在灰色理论方面,1982年《系统与控制通讯》杂志刊载了我国学者邓聚龙教授的第一篇

4、灰色系统论文[4][5]，代表灰色系统理论的诞生。此后，灰色理论引发相关学者的研究。诸如中国华中理工大学陈绵云教授的灰色控制[6],山东大学史开泉教授的灰信息空间[7],河北经贸大学王清印教授泛灰系统[8]。灰色系统理论的应用范围已拓展到工业、农业、社会、经济、能源、交通、环境、金融等众多领域，并且成功地解决了生产、生活和科学研究中的大量实际问题[9]。通过研读资料，作者发现，许多文章在对价格变异问题进行研究时，都采用了大样本的指标作以预测。然而在现实研究中，大样本的指标较难捕获。同时，由于价格变异事件发生的时间短、效果剧烈，采

5、用大样本就会无形中加入到一个较长时间序列的讨论中。这样就会给预测的精度大打折扣。本文以2007年猪肉涨价这一突发事件为例，从小样本出发，根据价格变异等相关理论，建立起一个具体的基于灰色系统理论的猪肉价格预测决策系统。文章后续正文内容安排如下：第二部分提出该系统的核心思想，以及选用灰色理论研究的依据；第三部分以猪肉价格指数为例，建立GM（1，1）模型，并进行精度检验；第四部分根据已有GM（1，1）模型，建立价格的预测决策系统，提出总功能图；第五部分总结全文。//.paper.edu-2-2.2.2.2.方法阐述价格是由供给与需求引

6、起的，而对于猪肉市场，由于通过统计手段可以得到供给的总量，可把它定为白色参数。但是对于消费者一方的需求，则不可估计，所以把它定为黑色参数。现在我们用供给与需求来解决猪肉价格上涨问题，而供给作为已知的白色参数，需求作为未知的黑色参数，需求与供给的结合就构成一个灰色系统，也从侧面反映出其价格的灰色程度。对于非本征性经济系统，即本文中的猪肉市场，猪肉价格突然的上涨不能依赖于哪种特定的分布，应该需要一种从数据出发的方法来解释和预测这样的现象。同时，由于此次涨价事件时间过短，能得到的数据较少，所以这种方法还必须满足小样本的特点。所以,从与

7、其它理论的对比和运算中，我们也可以了解到灰色理论在运用到猪肉价格变异这一事件中有较大的适应性及较强的精度。如图可以看到灰色理论与其它理论的比较。表1灰色理论与其余预测方法的比较分析综合以上几点，我们可以得出应用灰色理论解决此猪肉涨价的问题，有较好的精度和灵活度。<#004699'>3.<#004699'>3.<#004699'>3.<#004699'>3.灰色模型ＧＭ（１，１）的应用<#004699'>3<#004699'>3<#004699'>3<#004699'>3.1.1.1.1选用GM（1，1）模型的原因在GM(n,h)

8、中，当h>1时，不能作预测用，只能用于分析因子之间相互关系，建立系统的状态、质量，各变量动态关联分析，及为高阶系统建模提供基础。所以，只有GM(n,1)可作预测用，而最重要的也是实际中应用最多的也是GM(1,1)。所以，这里我们建立GM(1,1)模型。<#