张冬梅,李杨,刘克宝,吕志群,吴黎,李岩,刘艳霞,张宇[1]（2021）在《黑龙江省主要农产品价格监测分析——以2021年第1季度为例》文中研究指明根据中国农产品监测预警系统监测的农产品价格数据分析,2021年第1季度黑龙江省蔬菜价格环比均为上涨,其中白菜类、葱蒜类、豆类、甘蓝类、根菜类、瓜类、茄果类、食用菌和叶菜类环比分别上涨64.46%、28.79%、28.45%、15.21%、31.5%、46.10%、20.09%、17.52%、36.02%,白菜、大葱、冬瓜、南瓜环比上涨分别为73.18%、139.32%、123.75%、120.17%,蔬菜类中80%的类别同比也都上涨。畜禽及肉类、蛋类农产品市场价格波动也较大,畜禽及肉类环比上涨5.16%,蛋类环比上涨9.16%。蔬菜类农产品价格波动曲线在春节期间出现了整个季度价格的最高峰然后呈现回落趋势;畜禽及肉类的价格在春节前期和春节期间高位运行,并出现双波峰曲线,畜禽及肉类的价格在春节过后开始走低。
张竞文[2]（2021）在《东北地区猪肉价格波动及影响因素研究》文中指出
张竞文[3]（2021）在《东北地区猪肉价格波动及影响因素研究》文中进行了进一步梳理
刘婷婷,应瑞瑶,周力[4]（2020）在《非洲猪瘟对中国生猪产业链的经济影响研究——基于市场分割视角》文中认为基于2017年1月到2019年5月的月度数据,采用仔猪、生猪、玉米、豆粕和白条猪肉作为生猪产业链中不同环节的商品代表,利用价格法分省份测算非洲猪瘟发生前后五种商品的市场分割指数,以此研究非洲猪瘟对生猪产业链的影响。研究发现,非洲猪瘟对生猪产业链造成了严重负向冲击,但是冲击程度在生猪产业链不同的环节、不同的省份之间存在明显的异质性:非洲猪瘟的发生加剧了仔猪、生猪和白条猪肉市场的分割程度,对玉米和豆粕市场的分割程度影响较小。仔猪市场中,天津市、江西省、辽宁省和河北省市场分割程度受疫情影响最严重;生猪市场中,浙江省、辽宁省、吉林省和河南省的市场分割程度受疫情影响最严重;白条猪肉市场中,浙江省、辽宁省、黑龙江省和吉林省市场分割程度受疫情影响最严重。
曲明鸣[5]（2020）在《2019年黑龙江省猪肉市场运行情况分析》文中研究指明2018年非洲猪瘟疫情出现以来,全国及黑龙江省生猪生产、猪肉市场受到了较大的影响,生猪、能繁母猪存栏减少,生猪出场价格也经历了明显波动。2019年春节以后,随着省外调出量增加和猪源减少,黑龙江省生猪出场价格进入上升通道,超过了全国平均水平,白条猪肉批发价格和猪肉市场零售价格随之上行。通过对2019年黑龙江省生猪生产环节、屠宰加工环节、猪肉市场零售环节进行调研,对生猪出场价格、白条猪肉批发价格、猪肉零售价格、生猪和能繁母猪产能等指标进行分析,阐述了以生猪和猪肉市场为重点的肉类产销形势,为促进肉类产业高质量发展、提高市场保供能力提供参考。
曲明鸣[6]（2019）在《2019年一季度黑龙江省猪肉市场运行情况分析》文中认为2019年一季度黑龙江省猪肉零售价格、白条肉批发价格、生猪出场价格、猪粮比价与2018年同期相比均呈下降走势。全省一季度猪肉零售均价为19. 04元/kg,同比下降16. 08%,环比下降6. 24%,一月均价为16.84元/kg,二月均价为18. 52元/kg,三月均价为21. 74元/kg;白条肉批发一季度均价为15. 02元/kg,同比下降18.22%,环比下降3. 15%,一月均价为13. 04元/kg,二月均价为14. 86元/kg,三月均价为17. 20元/kg;生猪出场一季度均价为11. 14元/kg,同比下降5. 73%,环比上涨3. 56%,一月均价为8. 64元/kg,二月均价为11. 69元/kg,三月均价为13. 10元/kg;一季度平均猪粮比价为6. 55∶1,一月猪粮比价为5. 02∶1,二月猪粮比价为6. 80∶1,三月猪粮比价为7. 80∶1。
王娅鑫[7]（2019）在《省域视角下生猪价格波动的空间关联研究》文中进行了进一步梳理“猪粮安天下”,生猪自古以来便在国计民生中占据着重要地位。我国作为世界上最大的猪肉产销国,维持猪肉价格稳定的重要性不言而喻。然而我国猪肉消费的相对广泛性和生猪养殖的区域不平衡性,引致市场供需不均衡,猪肉及其价格的“跨地域”传导,促使我国猪价进入了周期性波动的怪圈。因而厘清不同省域生猪价格波动的空间关联及其动态演进过程,并识别影响不同省域生猪价格波动关联性的因素,可以深入了解我国生猪产业布局不断更新背景下不同省域生猪价格的互动关系,对政府部门更好地制定具有前瞻性的价格稳定和区域调整布局政策,进而促进我国生猪产业可持续健康发展具有重要现实意义。本文的主要研究内容及结论如下:（1）生猪价格波动及特征分析。通过梳理我国及不同省域生猪产业规模及消费状况,发现我国生猪养殖和猪肉消费区域的确存在不平衡现象。同时,运用Census X12季节调整法及HP滤波法等发现我国生猪价格波动周期包含的小波峰数量变多,波动频率明显增高,波动呈现更为复杂的态势。我国不同省域生猪价格在呈现相互依赖和相互影响特征的同时,也存在空间价格的异质性。（2）不同省域生猪价格波动空间关联的静态分析。本文基于2010年3月4日-2019年3月11日我国22个省（自治区、市）生猪价格的日度数据,采用Diebold和Yilmaz于2014年提出的基于广义预测误差方差分解的关联度测量框架,发现从总关联度看,我国不同省域的生猪价格整体关联度水平高达87.98%;从总定向关联度来看,不同省域生猪价格波动对其他省域和受其他省域生猪价格波动影响度存在差异,其中吉林和河南的正向净关联度最大,是我国不同省域生猪价格系统的价格发送者,重庆和上海的负净关联度最大,为不同省域生猪价格系统内的价格接受者;从两两定向关联度来看,地理位置较近或为生猪主产区省域的生猪价格关联度普遍更大,其中作为生猪主产区的吉林省和黑龙江省的生猪价格关联度最高。（3）不同省域生猪价格波动空间关联的动态分析。本文在关联度测量框架的基础上结合滚动窗口回归和网络拓扑图,分析了关联度的时变特征。实证发现从总关联度看,其具有时变性,受疫情、相关政策以及“猪周期”变换的影响,可以分为三个阶段;从总定向关联度来看,与对其他省域生猪价格影响的定向关联图相比,受其他省域影响的定向关联图整体走势更加平稳,且波动幅度小。大部分生猪主产区除个别时期外,与系统内其他省域生猪价格的净关联度为正值,且影响程度较大,而重庆和四川两省因消费量、距离以及规模化养殖程度等原因,与其他省域生猪价格的净关联度表现为负值;从两两定向关联度来看,不同阶段我国不同省域之间的生猪价格关联度是动态变化的,且系统内的整体关联度有增强趋势。同时通过改变预测步长和滚动窗宽进行稳健性检验,进一步确保了结果的可靠性。（4）不同省域生猪价格波动的空间关联的影响因素分析。本文采用QAP法定量识别了影响空间关联的因素,发现地理位置相邻、表征生猪主产区影响力的人均猪肉产量以及生猪规模化养殖程度可以解释我国不同省域生猪价格两两净定向关联关系的76%,且均对不同省域生猪价格波动空间关联具有显着正向影响。本文的创新处如下:（1）研究框架具有新意。本文基于广义预测误差方差分解的关联度测量框架,将不同省域价格之间、某个省域与整个系统之间以及整个系统三个维度纳入一个分析系统,实证检验了生猪价格波动的空间关联水平和方向。（2）研究角度具有新意。本文采用滚动窗口回归法并结合网络拓扑图,从动态角度分析了不同省域生猪价格波动的空间关联度,弥补了只进行全样本静态分析时有可能因数据存在断点而使结果出现偏差的局限。（3）定量分析影响我国生猪价格波动空间关联的因素。目前对生猪价格波动的空间传导或市场整合影响因素的探讨多停留在理论分析层面,本文选用QAP法,通过“关系数据”定量分析了影响我国生猪价格波动空间关联的因素,对相关实证检验做了有效补充。
杨强[8]（2019）在《中国生猪价格的波动机制及预测方法的比较研究》文中研究表明猪肉作为我国主要的肉类消费品,生猪价格的稳定与否直接关系到国民经济的稳定发展。因此,对我国生猪价格波动的特征及形成机制的探究就显得尤为重要。在此基础上,构建有效的生猪价格预测体系对生猪产业平稳发展有重要意义。本文首先分析生猪价格的整体趋势,应用时间序列分解方法分析我国生猪价格的趋势、波动周期、季节波动和随机波动的特征。并运用供求理论和因子分析方法探讨影响生猪价格的主要因素。然后,采用多元线性回归、支持向量机（SVM）、ARIMA、神经网络模型和组合预测等方法在特定时期分别对短期、中期和长期的生猪价格进行预测,并通过实证分析确定各预测模型最佳的预测期限。主要结果如下:（1）2000年1月到2018年7月我国生猪价格经历5轮周期波动,每个周期长度在40个月及以上。周期波动、季节成分和随机成分是造成生猪价格波动的主要因素。（2）仔猪价格和产业利润所代表的养殖盈利对生猪价格的波动有着显着的影响;生猪产量的变化仍然是生猪价格变化的直接原因;以饲料为主的生产成本的变化是生猪价格变动的基本原因;对动物性食品的消费呈现多元化的趋势,导致猪肉替代品对生猪价格有明显的影响。（3）在不同波动程度中,组合预测对不同预测期限猪价的预测效果和预测精度都是最高的。其中,在波动程度剧烈的条件下,ARIMA模型在短期和中期预测效果最好,BP神经网络在长期预测中的预测效果和精度最高。在波动程度平缓的条件下,几种预测方法在短期、中期和长期预测中预测效果和精度均很高。此外,在波动程度平缓条件下各预测方法的预测效果和精度均较波动程度剧烈条件下要好。但是随着预测期限的增加,各种预测模型的预测效果和精度也随之降低。
张敏[9]（2019）在《生猪市场价格周期波动与非线性动态行为研究》文中进行了进一步梳理“六畜猪第一”、“猪粮安天下”,生猪历来都是关系国计民生的重要命题。中国既是世界最大的生猪生产国,也是最大的猪肉消费国,自1985年开放生猪市场以来,“频繁巨幅”的生猪市场价格周期波动对广大猪肉消费者和养猪农户以及对宏观经济稳定都具有重大影响,如何保持生猪市场价格稳定一直受到国家的高度关注。特别是2006年以来,国务院及相关政府职能部门相继出台了一系列以“猪粮比”为核心调控指标的生猪市场价格稳定政策。但由于未考虑到生猪市场价格周期波动的行为特征,仅仅依据生猪市场价格波动的外在表象进行调控,这些政策不仅无法达到稳定生猪市场价格的预期目标,反而加剧了生猪价格波动。因此,准确把握生猪市场价格周期波动的行为特征并据此修正和完善现有的生猪价格调控政策,对于稳定生猪生产乃至国民经济的发展都具有非常重要的作用。从国内外现有研究方法来看,传统的线性计量模型并不足以充分刻画生猪市场价格周期波动的行为特征。事实上,在以散户养殖和中小养殖模式为主体的现实背景下,广大生猪养殖户在价格预期和调整成本等诸多方面均客观存在不同程度的多样性和差异性,中国的生猪市场价格波动更多地呈现出非线性动态行为特征。据此,本文综合运用Beveridge-Nelson分解法（B-N分解法）和多区制平滑转移自回归模型（MRSTAR模型）系统地研究生猪市场价格周期波动的成分结构及其非线性动态行为特征。论文在对中国生猪市场价格周期波动的特征事实描述性统计分析、生猪市场价格周期波动的决定机理和传导机制进行理论分析基础上,重点完成了以下三个方面的研究工作:（1）以2003年1月-2017年4月中国实际仔猪价格、生猪价格和猪肉价格月度数据为研究样本,运用B-N分解方法准确测度了生猪市场价格序列的确定性趋势、随机趋势和周期成分三种成分并据此识别了三种价格的实际周期;运用广义脉冲响应函数和方差比度量了随机冲击对三种价格周期波动的持久效应。研究表明:在样本期内,仔猪价格、生猪价格和猪肉价格均可以划分为4个完整的长周期,周期平均长度分别为40个月、41个月和41个月;生猪价格波动主要是由确定性趋势和随机性趋势共同作用的结果,呈现出稳健的随时间递增的长期增长趋势,随机冲击对中国生猪市场价格具有显着的持久性影响。这一结论为准确预测未来生猪市场价格波动周期以及精准实施生猪价格稳定政策提供了重要的参考依据。（2）运用多区制平滑转移自回归模型实证分析了生猪市场价格区制转移行为,并综合运用生猪市场价格序列多区制平滑转移自回归模型估计特征多项式的特征根和广义脉冲响应函数进一步分析了生猪市场价格时间序列的非线性动态行为特征。结果显示:生猪价格遵循一个由“价格低位区”、“价格中位区”和“价格高位区”构成的三区制动态调整过程。仔猪价格和猪肉价格则在“价格低迷区”、“价格恢复区”、“价格下跌区”和“价格坚挺区”四个区制间进行动态调整。短期内,随机冲击对生猪市场价格波动的影响为正,但其长期影响为负且呈现出显着的持久性特征。该结论揭示了仔猪价格、生猪价格和猪肉价格具有不同的区制和区制转移行为特征。因此,建立分区制的价格调控机制,是提高生猪产业链价格调控政策有效性的重要举措。（3）建立静态和动态面板模型实证检验了生猪市场价格波动的内外部驱动因素;考虑到生猪规模化进程中技术进步和技术效率、新型城镇化以及一系列生猪产业政策冲击对生猪价格波动可能产生的影响,首先建立了一个内生生产函数从理论上探究了技术进步和技术效率对生猪价格的影响机理,并运用静态和动态面板模型获得了技术进步和技术效率影响生猪价格波动的实证证据;其次,运用动态空间面板模型实证分析了新型城镇化质量与生猪价格波动的时空特征;运用嵌入制度哑元变量的GARCH模型实证检验了生猪产业政策冲击对生猪市场价格波动的影响。实证结果表明:生猪出栏量、城镇居民可支配收入、玉米价格、替代品价格对生猪价格波动均具有显着的影响;不管是短期还是长期,技术进步和技术效率始终加大了生猪价格波动,但影响效应在各个地区有所差异;生猪价格波动具有典型的时空效应,新型城镇化发展对生猪市场价格波动产生了显着的非线性动态影响;2006年之后密集出台的生猪产业政策实际上放大了生猪市场价格波动。
张海峰,郭惠武,王珺[10]（2019）在《2017中国生猪市场发展报告》文中研究指明（上接2019年4期《饲料与畜牧》第46页）8.2各省主要畜产品价格情况图8-3～8-7反映了5种其他畜产品2017年在各省的平均价格情况。从图8-3可以看出,鸡蛋的价格在全国范围内存在一定差距,总体趋势表现为南高北低。东南沿海和西南地区每千克鸡蛋价格普遍在9元以上,东北、华北和西北地区基本不到9元/kg。价格最高的海南省为12.19元/kg,价格最低的黑龙江省为6.62元/kg,极差为5.57元。
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
| 前言 |
| 1 材料与方法 |
| 2 结果与分析 |
| 2.1 农产品总体情况 |
| 2.1.1 价格波动分析 |
| 2.1.2 农产品价格同环比 |
| 2.2 蔬菜类价格分析 |
| 2.2.1 蔬菜类整体价格 |
| 2.2.2 蔬菜价格波动分析原因 |
| 2.3 猪肉和鸡蛋价格分析 |
| 2.3.1 猪肉波动情况 |
| 2.3.2 鸡蛋波动情况 |
| 3 讨论 |
| 4 结论 |
| 一、引言 |
| 二、研究方法与数据说明 |
| 1．市场分割指数测算方法 |
| 2．数据说明 |
| 三、中国非洲猪瘟爆发情况 |
| 1．时间分布特征 |
| 2．空间分布特征 |
| 四、非洲猪瘟对中国生猪产业市场分割程度的影响研究 |
| 1．非洲猪瘟对仔猪市场分割程度的影响 |
| 2．非洲猪瘟对生猪市场分割程度的影响 |
| 3．非洲猪瘟对饲料市场分割程度的影响 |
| 4．非洲猪瘟对白条猪肉市场分割程度的影响 |
| 五、结论与讨论 |
| 1 黑龙江省2019年猪肉价格走势概述 |
| 2 黑龙江省生猪生产及猪肉市场运行情况 |
| 2.1 流通环节情况 |
| 2.2 屠宰加工环节情况 |
| 2.2.1 春节前生猪出场价格低迷,调动了省内大型屠宰加工企业收猪的积极性,商业储备库存量激增 |
| 2.2.2 春节以后黑龙江省屠宰加工企业猪肉大量外销,拉动了省内生猪出场价格快速、大幅反弹 |
| 2.2.3 由于生猪出场价格大幅上扬,屠宰成本上升,6月份以后减少了屠宰量 |
| 2.2.4 全国性猪肉供应短缺,为黑龙江省猪肉在全国市场占有率的提高,提供了契机 |
| 2.3 生猪生产环节 |
| 2.3.1 生猪生产能力大幅下降 |
| (1)上半年全省生猪存栏下滑幅度高于全国平均水平。 |
| (2)下半年黑龙江省生猪存栏下降幅度低于全国平均水平。 |
| 2.3.2 2月以后生猪养殖效益扭亏为盈并驶入快车道,创历史新高 |
| 3 2020年生猪产销及市场供求走势预测 |
| 3.1 生猪出场价格高位缓慢回落将是2020年的主要基调 |
| 3.2 鸡肉、牛羊肉等替代性肉类产品的稳步增产,为缓解猪肉市场压力提供了保障 |
| 1 全省猪肉零售市场总体平稳运行、供应充足 |
| 2 春节前生猪出场价格低迷, 屠宰企业收猪积极库存量激增 |
| 3 春节以后猪肉大量外销, 拉动了省内生猪出场价格快速、大幅反弹 |
| 4 猪肉大量外销, 企业基本没有库存 |
| 5 受非洲猪瘟影响, 省内外生猪存栏量均有较大幅度的下滑 |
| 5.1 全国概况 |
| 5.2 省内情况 |
| 6 下半年猪肉价格将快速上升, 中秋节、国庆节或达到历史高点 |
| 6.1 二季度猪肉市场运行较为平稳, 供需基本平衡 |
| 6.2 能繁母猪存栏量下降将导致下半年猪肉市场面临着较大的价格上行压力 |
| 6.2.1 全国概况 |
| 6.2.2 省内情况 |
| 7 进口猪肉将会增长, 但对本省的市场价格影响很小 |
| 7.1 国内外猪肉巨大的价差为进口创造了条件 |
| 7.2 非洲猪瘟、产能下降, 为扩大进口拓宽了空间 |
| 7.3 猪肉进口难以填平需求缺口 |
| 7.4 本省企业进口猪肉可能性较低 |
| 8 改进储备方式是提高猪肉市场保供能力的重要手段 |
| 8.1 猪肉出省将会大幅减少省内市场供给 |
| 8.2 改进储备方式重构储备模式积极应对市场短缺 |
| 9 改进储备制度的重点和方向 |
| 9.1 取消活体储备的品种 |
| 9.2 将常年储备变更为动态储备 |
| 9.3 增加储备方式的弹性和灵活性适应市场需求 |
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 文献综述 |
| 1.2.1 关于生猪价格波动的研究 |
| 1.2.2 关于生猪价格传导的研究 |
| 1.2.3 关联性的衡量 |
| 1.2.4 文献述评 |
| 1.3 研究内容与目的 |
| 1.3.1 研究内容 |
| 1.3.2 研究目的 |
| 1.4 研究方法、技术路线与对象界定 |
| 1.4.1 研究方法 |
| 1.4.2 技术路线 |
| 1.4.3 研究对象界定 |
| 1.5 研究创新与不足 |
| 1.5.1 可能存在的创新 |
| 1.5.2 本研究的不足 |
| 2 生猪价格波动及特征分析 |
| 2.1 我国生猪产业规模及消费情况 |
| 2.1.1 生猪出存栏量 |
| 2.1.2 猪肉产量 |
| 2.1.3 生猪养殖规模 |
| 2.1.4 猪肉消费 |
| 2.2 生猪价格走势及波动特征分析 |
| 2.2.1 我国生猪价格走势基本情况 |
| 2.2.2 我国生猪价格波动特征分析 |
| 2.2.3 不同省域生猪价格走势分析 |
| 2.3 本章小结 |
| 3 不同省域生猪价格波动空间关联的静态分析 |
| 3.1 关联度测量模型 |
| 3.1.1 基于cholesky的方差分解技术 |
| 3.1.2 广义预测误差方差分解 |
| 3.2 数据处理及模型参数选择 |
| 3.2.1 数据选取 |
| 3.2.2 数据描述性统计分析 |
| 3.2.3 模型相关参数选择 |
| 3.3 全样本下不同省域生猪价格波动关联度的测定与分析 |
| 3.3.1 全样本下生猪价格波动的总关联度 |
| 3.3.2 全样本下生猪价格波动的总定向关联度 |
| 3.3.3 全样本下生猪价格波动的两两定向关联度 |
| 3.4 本章小结 |
| 4 不同省域生猪价格波动空间关联的动态分析 |
| 4.1 动态分析模型:关联度测量与网络拓扑法 |
| 4.2 滚动样本下不同省域生猪价格波动关联度的测定与分析 |
| 4.2.1 滚动样本下生猪价格波动的总关联度 |
| 4.2.2 滚动样本下生猪价格波动的总定向关联度 |
| 4.2.3 滚动样本下生猪价格波动的两两定向关联 |
| 4.2.4 稳健性检验 |
| 4.3 本章小结 |
| 5 不同省域生猪价格波动空间关联的影响因素分析 |
| 5.1 QAP分析法 |
| 5.2 变量选取及模型建立 |
| 5.3 数据设计 |
| 5.4 相关性分析及回归结果分析 |
| 5.4.1 相关性分析 |
| 5.4.2 QAP回归结果及分析 |
| 5.5 本章小结 |
| 6 研究结论与对策建议 |
| 6.1 研究结论 |
| 6.2 对策建议 |
| 参考文献 |
| 致谢 |
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 文献综述 |
| 1.2.1 生猪价格波动的研究 |
| 1.2.2 生猪价格波动的原因和影响因素的研究 |
| 1.2.3 预测及预警方面研究 |
| 1.3 研究内容和意义 |
| 1.3.1 研究内容 |
| 1.3.2 研究意义 |
| 1.4 数据来源 |
| 第二章 我国生猪价格波动性分析 |
| 2.1 生猪价格整体趋势 |
| 2.2 基于时间序列分解的生猪价格波动分析 |
| 2.2.1 分析框架 |
| 2.2.2 基于时间序列分解的生猪价格波动特征的实证分析 |
| 2.2.2.1 长期趋势呈现波动性增涨 |
| 2.2.2.2 周期波动规律及特征 |
| 2.2.2.3 季节波动 |
| 2.2.2.4 随机波动 |
| 2.3 本章小结 |
| 第三章 生猪价格的形成及影响因素分析 |
| 3.1 生猪价格影响因素分析 |
| 3.1.1 供给面成因 |
| 3.1.1.1 成本的变化对生猪价格的影响 |
| 3.1.1.2 产量和养殖户对未来的预期对生猪价格的影响 |
| 3.1.1.3 进出口贸易及农户储备对生猪价格的影响 |
| 3.1.2 需求面成因 |
| 3.1.2.1 居民收入水平对生猪价格的影响 |
| 3.1.2.2 消费结构及替代品价格的变化对生猪价格的影响 |
| 3.1.3 其他影响因素 |
| 3.2 生猪价格影响因素的实证分析 |
| 3.2.1 影响生猪价格因子的确定 |
| 3.2.2 相关指标说明 |
| 3.2.3 数据来源与处理 |
| 3.2.4 实证模型结果与分析 |
| 3.2.4.1 初始指标采用因子分析方法的适应性 |
| 3.2.4.2 公因子的提取 |
| 3.2.4.3 模型结果分析 |
| 3.3 本章小结 |
| 第四章 生猪价格预测方法的比较 |
| 4.1 生猪价格预测方法 |
| 4.1.1 短期预测、中期预测和长期预测 |
| 4.1.2 波动区间的划分 |
| 4.1.3 预测方法原理 |
| 4.2 模型实证结果 |
| 4.2.1 多元回归 |
| 4.2.1.1 模型变量的选取 |
| 4.2.1.2 模型的构建 |
| 4.2.1.3 .预测结果 |
| 4.2.2 ARIMA模型构建 |
| 4.2.2.1 平稳性检验 |
| 4.2.2.2 模型参数的选择 |
| 4.2.2.3 预测结果 |
| 4.2.3 支持向量机预测 |
| 4.2.3.1 参数归一化处理 |
| 4.2.3.2 预测模型参数的选择 |
| 4.2.3.3 预测结果 |
| 4.2.4 BP神经网络预测 |
| 4.2.4.1 模型的构建 |
| 4.2.4.2 预测结果 |
| 4.2.5 组合预测 |
| 4.2.5.1 模型构建 |
| 4.2.5.2 预测结果 |
| 4.3 预测结果对比 |
| 4.4 本章小结 |
| 第五章 主要结论 |
| 5.1 本文主要结论 |
| 参考文献 |
| 致谢 |
| 作者简历 |
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 文献综述 |
| 1.2.1 生猪市场价格的周期波动机理 |
| 1.2.2 生猪产业链价格的传导机制 |
| 1.2.3 生猪市场价格波动的行为特征 |
| 1.2.4 生猪市场价格波动的驱动因素 |
| 1.2.5 生猪市场价格波动的政策调控 |
| 1.2.6 文献述评 |
| 1.3 研究思路与主要内容 |
| 1.3.1 研究思路 |
| 1.3.2 主要内容 |
| 1.4 主要创新点 |
| 第2章 生猪市场价格周期波动的特征事实 |
| 2.1 生猪市场价格周期及其典型性特征 |
| 2.1.1 生猪价格历史走势分析 |
| 2.1.2 生猪价格周期特征 |
| 2.2 生猪市场价格波动性特征的经验分析 |
| 2.2.1 生猪市场价格时间序列的描述性统计分析 |
| 2.2.2 生猪市场价格波动性特征的实证分析 |
| 2.3 本章小结 |
| 第3章 生猪市场价格周期波动的决定机理与传导机制 |
| 3.1 生猪市场价格决定的理论分析 |
| 3.1.1 生猪需求与需求曲线特征 |
| 3.1.2 生猪供给与市场均衡价格的决定 |
| 3.2 基于蛛网模型的生猪价格周期分析 |
| 3.2.1 生猪市场的基本特征 |
| 3.2.2 生猪市场价格周期的形成机制 |
| 3.3 生猪产业链价格的传导机制 |
| 3.3.1 生猪产业链价格的传导机制分析 |
| 3.3.2 基于SVAR模型的生猪产业链价格传导机制实证分析 |
| 3.3.3 基于TECM模型的生猪产业链价格不对称传导经验分析 |
| 3.4 本章小结 |
| 第4章 生猪市场价格的趋势周期分解 |
| 4.1 引言 |
| 4.2 样本选取、数据说明与数据特征 |
| 4.2.1 样本选取与数据说明 |
| 4.2.2 生猪市场价格的数据特征 |
| 4.3 生猪市场价格的趋势周期识别 |
| 4.3.1 趋势周期的B-N分解原理 |
| 4.3.2 生猪市场价格周期的B-N分解 |
| 4.3.3 生猪市场价格趋势周期分解的比较分析 |
| 4.4 生猪市场价格趋势周期成分结构 |
| 4.4.1 生猪市场价格趋势周期结构成分分解 |
| 4.4.2 生猪市场价格实际周期的随机冲击分析 |
| 4.4.3 随机冲击对生猪市场价格波动的持久效应 |
| 4.5 本章小结 |
| 第5章 生猪市场价格的区制转移与非线性动态行为特征 |
| 5.1 引言 |
| 5.2 生猪市场价格波动的区制划分 |
| 5.2.1 数据说明与单位根检验 |
| 5.2.2 生猪市场价格多区制平滑转移模型的设定与估计 |
| 5.2.3 生猪市场价格的区制划分与区制转移行为 |
| 5.3 生猪市场价格的非线性动态行为特征 |
| 5.3.1 估计方程的特征根分析 |
| 5.3.2 生猪市场价格的非线性脉冲响应分析 |
| 5.4 本章小结 |
| 第6章 生猪市场价格周期波动的驱动因素 |
| 6.1 生猪市场价格波动的驱动因素经验分析 |
| 6.1.1 变量选择与模型设定 |
| 6.1.2 实证结果分析 |
| 6.2 生猪市场价格波动的内生驱动因素 |
| 6.2.1 引言 |
| 6.2.2 理论分析框架 |
| 6.2.3 模型设定、变量选取与数据来源 |
| 6.2.4 生猪技术进步和技术效率测算 |
| 6.2.5 实证结果与分析 |
| 6.3 生猪市场价格波动的城镇化发展驱动因素 |
| 6.3.1 城镇化影响生猪市场价格波动的机理分析 |
| 6.3.2 模型设定、变量选取与数据说明 |
| 6.3.3 中国城镇化发展质量测度 |
| 6.3.4 动态空间面板计量分析 |
| 6.4 生猪市场价格波动的政策驱动因素 |
| 6.4.1 变量选取及样本数据说明 |
| 6.4.2 实证结果分析 |
| 6.5 本章小结 |
| 第7章 研究结论与政策建议 |
| 7.1 重要结论 |
| 7.2 政策建议 |
| 参考文献 |
| 致谢 |
| 附录A 攻读博士学位期间的科研成果目录 |
| 9 生猪产业政策 |
| 9.1 产业调整政策 |
| 9.1.1 国务院的政策意见 |
| 9.1.2 农业农村部的规划 |
| 9.1.3 各地区政府部门的相关政策 |
| 9.2 鼓励支持政策 |
| 9.3 市场调控政策 |
| 9.3.1 加强市场信息检测预警工作 |
| 9.2.2加强贫困地区农产品市场对接扶持工作 |
| 9.4 质量安全政策 |
| 9.5 疫病防治政策 |
| 9.5.1 非洲猪瘟 |
| 9.5.2 猪塞内卡病毒病 |
| 9.6 兽医、兽药管理政策 |
| 9.7 环境保护政策 |
| 1 0 世界生猪产业发展情况 (1) |
| 1 0.1 生猪生产情况 |
| 1 0.1.1 世界生猪和猪肉产量回升 |
| 1 0.1.2 美国生猪生产状况 |
| 1 0.1.3 欧盟生猪生产情况 |
| 1 0.2 生猪价格走势 |
| 1 0.2.1 世界食品和肉品价格指数 |
| 1 0.2.2 美国生猪价格走势 |
| 1 0.2.3 欧盟生猪价格走势 |
| 1 0.3 猪肉和活猪国际贸易状况 |
| 1 0.3.1 世界猪肉贸易量有所下降 |
| 1 0.3.2 美国猪肉出口量有一定上升 |
| 1 0.3.3 欧盟猪肉出口量明显下降 |
| 1 0.4 饲料原料生产和价格情况 |
| 10.4.1玉米产量上升, 价格有所下降 |
| 1 0.4.2 大豆产量上升, 价格微幅下降 |
| 1 0.5 2018年世界生猪产业发展趋势 |
| 1 0.5.1 产量微幅上升 |
| 1 0.5.2 主要产地价格有升有降 |
| 1 0.5.3 贸易量有所上升 |
