灰色系统中模型GM(1,1)对于大豆价格指数的预测

开篇：润墨网以专业的文秘视角，为您筛选了一篇灰色系统中模型GM(1,1)对于大豆价格指数的预测范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

【摘 要】本文采用灰色系统中预测方法，建立了关于大豆价格指数灰色预测模型gm（1，1），采用灾变预测思想建立大豆价格等级体系，从而设计出针对大豆价格变异的预测决策系统。其中针对近年来大豆价格低迷，豆农惜售。这一事件为例，从小样本出发，经过残差分析，精度检验等手段表明，此套大豆价格预测系统有良好的可操作性，同时可以推广到其它非本征性经济领域。

【关键词】GM（1，1）模型；大豆价格指数；灰色预测

0 引言

2014年，这一年全球大豆行情经历了起起伏伏。作为国内主要大豆来源的产地――黑龙江，年初就开始呈现低迷的购销行情，年后因为受到消费市场不太理想的制约，大豆采购群体的入市积极性也显得稍差，局部市场还呈现有价无市的局面。由于油厂没有积极恢复收购，贸易商受下游价差关系和需求不足导致观望，油厂主体收购价格在4400-4600元/吨左右；同时由于油厂压榨延续亏损状态，使得开机时间延迟，这种状况一直持续到了3月中下旬才出现部分中小企业尝试性恢复生产。随着新一年的备耕时节的到来，黑龙江部分基层农户大豆销售意愿逐渐增强，但因消费环境不太理想，大豆价格出现了被压价下跌的现象。 价格的波动是不稳定的， 如果可以预测出价格的变化，进而结合市场中的运营规律，就能将市场运营导向良好的轨道。

本文以2014年大豆价格波动明显这一事件为例，从小样本事件出发，根据价格变异相关的理论， 建立了基于灰色系统的数学模型对大豆价格进行预测。

1 方法阐述

由于大豆的市场为非本征性经济系统，价格的波动不能依赖于特定的分布， 需要从建立在数据基础上的方法来解释和预测该种现象， 大豆价格波动的时间不长，得到的数据不多，所以建立的模型应适合小样本的要求。综合考虑灰色理论对于大豆价格波动事件的预测会受到较好的效果。

2 建立灰色模型GM（1，1）

由于数据的特点，可以建立短期预测的模型，在灰色系统预测中GM（1，1）是核心模型， 而且应用的最多，因此本文建立GM（1，1）模型。

2.1 数据的处理――灰生成

2.2 建立灰色模型

2.3 模型检验

3 预测决策系统的提出和应用

该系统旨在通过一系列的价格预测，完善大豆储备，即在市场供大于求，大豆价格过低时，增加储备数量；在市场供不应求，大豆价格过高时，增加投放，同时加强了市场监管，积极保障市场供应。

在实施方面，发改委国民经济司可根据已有宏观控制数据做出决策，确定价格变异事件的起始时间，由国家统计局负责核算价格指数。发改委价格司对现实状况作以认定，考虑实施过程中存在的约束，设立量化目标，并开展实施过程。具体步骤是：先对数据等可量化指标处理， 建立灰色模型；其次是对非量化指标的处理；最终，经过灰关联分析，将结果反馈给国民经济综合司与价格司一起调整，得出政府决策的评价。若决策合理，可以大力实施，若不适合，可以返回到价格司拟定现实状况的情形，重新循环进行。

4 结语

本文建立了灰色系统中的重要预测模型GM（1，1），对2014年市场大豆价格指数进行了预测，经过系统的运行与检验，可以很好地加强市场监管，安定国民日常生活。

【参考文献】

[1]邓聚龙.灰理论基础[M].武汉：华中科技大学出版社，2002.

[2]刘思峰.灰色系统理论及其应用[M].3版.北京：科技大学出版社，2004.

[3]施展.中国蚕茧价格波动与价格预测[D].浙江大学，2007.