基于Lasso和支持向量机的粮食价格预测_喻胜华

《基于Lasso和支持向量机的粮食价格预测_喻胜华》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、第３０卷第１期湖南大学学报（社会科学版）Ｖｏｌ．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、Ｌａｓ

2、ｓｏ－支持向量机及ＡＲＩＭＡ方法的拟合预测效果进行比较。实证结果表明：Ｌａｓｓｏ－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）０１—００７１—０５DOI:10.16339/j.cnki.hdxbskb.2016.01.009ＡＳｔｕｄｙｏｎＧｒａｉｎＰｒｉｃｅＰｒｅｄｉｃｔｉｏｎＢａｓｅｄｏｎＬａｓｓｏａｎｄＳｕｐｐｏｒｔＶｅｃｔｏｒＭａｃｈｉｎｅＹＵＳｈｅｎｇ－ｈｕａ，ＧＯＮＧＳｈａｎｇ－

3、ｈｕａ（ＳｃｈｏｏｌｏｆＥｃｏｎｏｍｉｃｓａｎｄＴｒａｄｅ，ＨｕｎａｎＵｎｉｖｅｒｓｉｔｙ，Ｃｈａｎｇｓｈａ４１００７９，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｔｈｅｐａｐｅｒｆｉｒｓｔｌｙｃｈｏｏｓｅｓｇｒａｉｎｒｅｓｅｒｖｅｓ，ｇｒａｉｎｐｒｏｄｕｃｔｉｏｎｃｏｓｔ，ｇｒａｉｎｐｒｏｄｕｃｔｉｏｎ，ｇｒａｉｎｐｏｌｉ－ｃｙ，ｐｒｏｄｕｃｔｉｏｎｄｅｍａｎｄ，ｔｒａｄｅｄｅｍａｎｄ，ａｎｄｐｓｙｃｈｏｌｏｇｉｃａｌｅｘｐｅｃｔａｔｉｏｎｓａｓｓｅｖｅｎｍａｉｎｆａｃｔｏｒｓｉｎｆｌｕｅｎｃｉｎｇｇｒａｉｎｐｒｉｃｅｖｏｌａｔｉｌｉｔｙｂａｓｅｄｏ

4、ｎｔｈｅＬａｓｓｏｍｅｔｈｏｄ．Ａｎｄｔｈｅｎ，ａｃｃｏｒｄｉｎｇｔｏＬａｓｓｏｖａｒｉａｂｌｅｓｅｌｅｃｔｉｏｎ，ｗｅｃｏｎ－ｄｕｃｔｔｈｅｒｅｇｒｅｓｓｉｏｎａｎｄｆｏｒｅｃａｓｔｉｎｇｏｆｇｒａｉｎｐｒｉｃｅｓｗｉｔｈｔｈｅｈｅｌｐｏｆｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅ（ＳＶＭ）．Ａｔｔｈｅｓａｍｅｔｉｍｅ，ｂｙｃｏｍｐａｒｉｎｇｔｈｅｆｉｔｔｉｎｇｐｒｅｄｉｃｔｉｏｎｅｆｆｅｃｔｏｆｔｈｅＬａｓｓｏ，ｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅ（ＳＶＭ），Ｌａｓｓｏ－ＳＶＭａｎｄＡＲＩＭＡｍｅｔｈｏｄ，ｔｈｅｅｍｐｉｒｉｃａｌｒｅ

5、ｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅＬａｓｓｏ－ＳＶＭｏｆｆｉｔｔｉｎｇｆｏｒｅｃａｓｔｉｎｇｅｆｆｅｃｔｃｏｎ－ｓｉｄｅｒａｂｌｙｏｖｅｒｍａｔｃｈｅｓｔｈｅｏｔｈｅｒｔｈｒｅｅｍｅｔｈｏｄｓ．Ｋｅｙｗｏｒｄｓ：ｇｒａｉｎｐｒｉｃｅｐｒｅｄｉｃｔｉｏｎ；ｉｎｆｌｕｅｎｃｉｎｇｆａｃｔｏｒｓ；Ｌａｓｓｏ；ｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅ目前，国内外关于粮食价格预测研究的方法主［１］一引言及文献综述要有定性和定量两大类，在定性分析方面，朱险峰所做的系列价格预测研究比较有代表性，他通过分粮食作为一种基础产品，其价格的波动会对我析库存、产量、

6、国际市场上粮食价格的变动等一些影国粮食生产、粮食相关产品的进出口以及国家宏观响因素，研究我国粮食价格的波动趋势，进而预测粮经济调控产生深远影响，关系到消费者和生产者的食的现货价格和期货价格。在定量分析方面，主要切身利益。深刻了解和剖析影响粮食价格波动的各采用的是普通时间序列分析方法，其中最具代表性［２］种因素，在此基础上建立相关的预测模型分析和预的是ＡＲＩＭＡ方法，姚霞等利用ＡＲＩＭＡ模型并测粮食价格的变化趋势，有助于有关职能部门调控以青椒价格为例预测了时鲜农产品价格的动态变［３］粮食价格并制定相应的措施，从而正确引导粮食市化；桂文林等采用

7、Ｘ－１２－ＡＲＩＭＡ模型分解我国粮场的健康运行、保障粮食产品的供求平衡。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—），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．７２湖南大学学报（社会科学版）２０１６年［９］不规则因素，进而分析了粮食价格的季节特征及其Ｔｉｂｓｈｉｒａｎｉ．Ｒ在１９９６年提出来

8、的一种的有偏估［４］深层成因；陈兆荣等利用ＡＲＩＭＡ－ＳＶＭ组合模计方法，其本质是通过添加约束条件对模型系数进型并结合１９９９～２０１１年我国农产品价格指数月度行压缩，将没有影响