一种鲜活农产品价格异常波动监测预警方法及系统与流程
本发明涉及农产品价格异常波动监测领域，特别是涉及一种鲜活农产品价格异常波动监测预警方法及系统。
背景技术：
波动性是客观世界固有的特征，在鲜活农产品上波动性体现的尤为明显。进入新世纪，我国重要农产品价格已进入短周期宽幅波动阶段，尤其是蔬菜、水果、鸡蛋、水产品等鲜活农产品的价格波动最为频繁，呈现出价格变化周期缩短、波动频率加快等特点。国内外专家学者围绕农产品价格异常波动识别、市场风险预警和应急管理等开展了诸多研究。国际上，联合国粮食及农业组织(fao)建立了食物价格指数、市场敏感指数、全球早期信息预警系统(giews)，国际食物政策研究所(ifpri)围绕小麦、水稻、玉米、大豆构建了粮食价格过度波动早期预警模型，世界银行构建了粮食价格危机监测指标等来识别异常波动和做出风险预警。国内则按照寻找警源、分析警兆、明确警情、预报警度、排除警情的逻辑思路开展市场风险预警研究，在衡量价格波动程度上，主要采用波动率、标准差、极差、移动极差、四分位数间距等反映变异程度的指标来衡量，在预警阈值的确定上主要是采用统计方法和系统方法等来确定预警区间，在应急措施上主要采用区间调控和风险预警机制来管理。但是随着现货市场的发展和信息传播速度的加快，市场交易频次增加，价格波动形式更加多样，暴涨暴跌、单边上涨、单边下跌、连续波动等多种异常形式频繁出现，有效识别这些波动需要进一步设计和研发个性化、动态化的预警模型。
农产品市场中，自然风险和市场风险是最主要的两种风险，在市场风险中剧烈的价格异常波动给生产者、消费者和贸易商带来的不确定性影响尤为严重，所以如何自动化、智能化地预警价格异常波动，并且根据其波动形态开展针对性的预警，成为目前农产品价格改革过程中亟需完成的技术性难题。
技术实现要素：
本发明的目的是提供一种鲜活农产品价格异常波动监测预警方法及系统，能够自动化、智能化地预警价格异常波动，并且实现具有针对性的预警。
为实现上述目的，本发明提供了如下方案：
一种鲜活农产品价格异常波动监测预警方法，包括：
获取多个鲜活农产品的日度价格；
根据各所述鲜活农产品的日度价格进行波动特性分析，得到分析结果；
根据所述分析结果，得到价格波动率；
根据所述价格波动率，确定价格波动率预警阈值；
根据所述价格波动率预警阈值，确定预警区间；
根据所述预警区间对各所述鲜活农产品价格异常波动进行监测预警。
可选的，所述获取多个鲜活农产品的日度价格，具体包括：
获取多个鲜活农产品的日度价格，所述鲜活农产品包括：猪肉、牛肉、羊肉、鸡蛋、白条鸡、鲫鱼、鲤鱼、白鲢鱼、大带鱼、多种重点监测蔬菜和多种重点监测水果；
多种所述重点监测蔬菜包括：白萝卜、菠菜、菜花、葱头、大白菜、大葱、大蒜、冬瓜、豆角、胡萝卜、黄瓜、韭菜、莲藕、南瓜、平菇、茄子、芹菜、青椒、生菜、生姜、土豆、莴笋、西红柿、西葫芦、西兰花、香菇、洋白菜和油菜；
多种所述重点监测水果包括：葡萄、西瓜、桔子、鸭梨、香蕉、富士苹果和菠萝。
可选的，所述根据所述分析结果，得到价格波动率，具体包括：
根据所述分析结果采用公式
其中，ri,t表示价格波动率，pi,t表示第i时间序列在t时期的价格，pi,t-1表示第i时间序列在t-1时期的价格。
可选的，所述根据所述价格波动率预警阈值，确定预警区间，具体包括：
根据所述价格波动率预警阈值采用公式
其中，x为农产品价格，
可选的，所述根据所述预警区间对各所述鲜活农产品价格异常波动进行监测预警，具体包括：
根据所述预警区间对各所述鲜活农产品价格异常波动进行监测预警，所述预警区间包括红色预警区间、绿色预警区间和黄色预警区间；
当所述预警区间为f(x)＝1时，为红色预警区间，进行红色监测预警；
当所述预警区间为f(x)＝0时，为绿色预警区间，进行绿色监测预警；
当所述预警区间为f(x)＝-1时，为黄色预警区间，进行黄色监测预警。
一种鲜活农产品价格异常波动监测预警系统，包括：
获取模块，用于获取多个鲜活农产品的日度价格；
分析模块，用于根据各所述鲜活农产品的日度价格进行波动特性分析，得到分析结果；
价格波动率计算模块，用于根据所述分析结果，得到价格波动率；
价格波动率预警阈值确定模块，用于根据所述价格波动率，确定价格波动率预警阈值；
预警区间确定模块，用于根据所述价格波动率预警阈值，确定预警区间；
预警模块，用于根据所述预警区间对各所述鲜活农产品价格异常波动进行监测预警。
可选的，所述获取模块，具体包括：
获取单元，用于获取多个鲜活农产品的日度价格，所述鲜活农产品包括：猪肉、牛肉、羊肉、鸡蛋、白条鸡、鲫鱼、鲤鱼、白鲢鱼、大带鱼、多种重点监测蔬菜和多种重点监测水果；
多种所述重点监测蔬菜包括：白萝卜、菠菜、菜花、葱头、大白菜、大葱、大蒜、冬瓜、豆角、胡萝卜、黄瓜、韭菜、莲藕、南瓜、平菇、茄子、芹菜、青椒、生菜、生姜、土豆、莴笋、西红柿、西葫芦、西兰花、香菇、洋白菜和油菜；
多种所述重点监测水果包括：葡萄、西瓜、桔子、鸭梨、香蕉、富士苹果和菠萝。
可选的，所述价格波动率计算模块，具体包括：
价格波动率计算单元，用于根据所述分析结果采用公式
其中，ri,t表示价格波动率，pi,t表示第i时间序列在t时期的价格，pi,t-1表示第i时间序列在t-1时期的价格。
可选的，所述预警区间确定模块，具体包括：
预警区间确定单元，用于根据所述价格波动率预警阈值采用公式
其中，x为农产品价格，
可选的，所述预警模块，具体包括：
预警单元，用于根据所述预警区间对各所述鲜活农产品价格异常波动进行监测预警，所述预警区间包括红色预警区间、绿色预警区间和黄色预警区间；
当所述预警区间为f(x)＝1时，为红色预警区间，进行红色监测预警；
当所述预警区间为f(x)＝0时，为绿色预警区间，进行绿色监测预警；
当所述预警区间为f(x)＝-1时，为黄色预警区间，进行黄色监测预警。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
本发明提供一种鲜活农产品价格异常波动监测预警方法。通过获取多个鲜活农产品的日度价格；根据各鲜活农产品的日度价格进行波动特性分析，得到分析结果；根据分析结果，得到价格波动率；根据价格波动率，确定价格波动率预警阈值；根据价格波动率预警阈值，确定预警区间；根据预警区间对各鲜活农产品价格异常波动进行监测预警，通过上述方法能够自动化、智能化地预警价格异常波动，并且实现具有针对性的预警。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明鲜活农产品价格异常波动监测预警方法流程图；
图2为本发明鲜活农产品价格变动情况；
图3为本发明鲜活农产品价格波动率分布特征图；
图4为本发明畜产品批发价格异常波动识别图；
图5为本发明水产品批发价格异常波动识别图；
图6为本发明果蔬批发价格异常波动识别图；
图7为本发明鲜活农产品价格异常波动监测预警系统结构图；
图8为本发明价格预警阈值与规则设定图；
图9为本发明3σ原则。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明的目的是提供一种鲜活农产品价格异常波动监测预警方法及系统，能够自动化、智能化地预警价格异常波动，并且实现具有针对性的预警。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明鲜活农产品价格异常波动监测预警方法流程图。如图1所示，一种鲜活农产品价格异常波动监测预警方法包括：
步骤101：获取多个鲜活农产品的日度价格，具体包括：
获取多个鲜活农产品的日度价格，所述鲜活农产品包括：猪肉、牛肉、羊肉、鸡蛋、白条鸡、鲫鱼、鲤鱼、白鲢鱼、大带鱼、多种重点监测蔬菜和多种重点监测水果；
多种所述重点监测蔬菜包括：白萝卜、菠菜、菜花、葱头、大白菜、大葱、大蒜、冬瓜、豆角、胡萝卜、黄瓜、韭菜、莲藕、南瓜、平菇、茄子、芹菜、青椒、生菜、生姜、土豆、莴笋、西红柿、西葫芦、西兰花、香菇、洋白菜和油菜；
多种所述重点监测水果包括：葡萄、西瓜、桔子、鸭梨、香蕉、富士苹果和菠萝。
以全国批发市场鲜活农产品批发价为代表，选取猪肉、牛肉、羊肉、鸡蛋、白条鸡、鲫鱼、鲤鱼、白鲢鱼、大带鱼、28种重点监测蔬菜以及7种重点监测水果为研究对象，对其日度价格波动特性进行实证分析，通过构建价格异常波动监测预警模型，有效识别多种形式的市场异常波动，为农产品市场风险预警管理提供参考依据。样本数据来源于农业农村部，取自2010年12月23日至2018年5月14日，共20086个观察值，采用jmp软件进行分析。其中，28种重点监测蔬菜分别为：白萝卜、菠菜、菜花、葱头、大白菜、大葱、大蒜、冬瓜、豆角、胡萝卜、黄瓜、韭菜、莲藕、南瓜、平菇、茄子、芹菜、青椒、生菜、生姜、土豆、莴笋、西红柿、西葫芦、西兰花、香菇、洋白菜、油菜。7种重点监测水果包括：葡萄、西瓜、桔子、鸭梨、香蕉、富士苹果和菠萝。
步骤102：根据各所述鲜活农产品的日度价格进行波动特性分析，得到分析结果。
鲜活农产品批发市场价格总体呈现出波动上行特征，但各品种波动形式存在差异。图2为本发明鲜活农产品价格变动情况；通过图2中的走势可以看出，牛肉、大带鱼批发价格先是快速上涨，后期保持平稳，而羊肉批发价格则呈现先涨后跌再涨态势，猪肉、白条鸡、鸡蛋均呈现周期性的波动，水果和蔬菜则呈现较强的季节性波动。低于价值中枢(或均值)都会以很高的概率向价值中枢回归，分析发现猪肉、牛肉、羊肉、鸡蛋、白条鸡、鲫鱼、鲤鱼、白鲢鱼、大带鱼、28种重点监测蔬菜、7种重点监测水果分别围绕21.46、48.95、48.27、8.20、14.52、14.95、11.89、7.33、29.03、3.70和5.39均值中枢上下波动。从数据的离散程度来看，蔬菜、大带鱼、鸡蛋、水果、猪肉的变异系数较大，说明波动性较大，而白条鸡、鲤鱼、白鲢鱼变异系数较小，其波动性相对较小。表1为鲜活农产品描述性统计特征。
表1鲜活农产品描述性统计特征
步骤103：根据所述分析结果，得到价格波动率，具体包括：
根据所述分析结果采用公式
其中，ri,t表示价格波动率，pi,t表示第i时间序列在t时期的价格，pi,t-1表示第i时间序列在t-1时期的价格。通过数据转换，不仅使得转换后的序列是平稳序列，而且变量间也保持相对独立，有利于消除多重共线性。该结果与价格变动的百分比近似。
步骤104：根据所述价格波动率，确定价格波动率预警阈值。价格波动率预警阈值是判定有警还是无警的重要量化依据，价格波动率预警阈值是根据价格波动率计算出来的。
概率反映了随机变量发生的可能性，概率分布表述了随机变量取值的概率规律。对于连续型随机变量，用概率密度函数(probabilitydensityfunction,pdf)在某一区间上的积分来刻画随机变量落在这个区间中的概率，即
若随机变量x服从一个位置参数为μ参数为σ2的概率分布，且其概率密度函数为
则这个随机变量就称为正态随机变量，正态随机变量服从的分布就称为正态分布，记作x～(μ,σ2)，服从正态分布。在正态分布中的σ代表标准差，μ代表均值。x＝μ即为图像的对称轴，3σ原则为：
数值分布在(μ-σ,μ+σ)中的概率为68.27％；
数值分布在(μ-2σ,μ+2σ)中的概率为95.45％；
数值分布在(μ-3σ,μ+3σ)中的概率为99.73％。
图9为本发明3σ原则。
可以认为，y的取值几乎全部集中在(μ-3σ，μ+3σ)区间内，超出这个范围的可能性仅占不到0.3％，如果超出了这个范围那就可能是极端值，也可认为是异常波动，所以在价格监测预警中值得借鉴。
通过对各个鲜活品种波动率分布的分析看出，猪肉、牛肉、鲫鱼、鲤鱼、白鲢鱼符合广义对数概率分布，羊肉、白条鸡则服从johnsonsu概率分布，大带鱼、蔬菜服从3正态概率分布，水果服从2正态概率分布。从偏态来看，价格波动率具有非对称效应，其中猪肉、牛肉、白条鸡、鲫鱼、鲤鱼、大带鱼的偏度为负数，表现为左偏，即平均数小于中位数，而羊肉、鸡蛋、白鲢鱼、蔬菜和水果的偏度为正数，表现为右偏，即平均数大于中位数。图3为本发明鲜活农产品价格波动率分布特征图。
按照3σ原理可以确定出各个鲜活品种的预警区间，表2为鲜活农产品批发价格波动率预警阈值。
表2鲜活农产品批发价格波动率预警阈值
步骤105：根据所述价格波动率预警阈值，确定预警区间，具体包括：
根据所述价格波动率预警阈值采用公式
其中，x为农产品价格，
价格波动率预警阈值代表了不同的价格波动容忍度，两个阈值界定了预警区间，在预警区间内的波动。设定f(x)＝1，进入红色预警区间，f(x)＝0，进入绿色预警区间，f(x)＝-1，进入黄色预警区间。
但是在价格波动过程中，除了超过2个标准差或者3个标准差的波动之外，还存在着其他暴涨暴跌、单边上涨或下跌、持续性波动等特殊情况，要准确识别这些波动，就要对预警区间进行个性化、动态化的设置。表3为鲜活农产品批发价格预警区间规则。
表3鲜活农产品批发价格预警区间规则
步骤106：根据所述预警区间对各所述鲜活农产品价格异常波动进行监测预警，具体包括：
根据所述预警区间对各所述鲜活农产品价格异常波动进行监测预警，所述预警区间包括红色预警区间、绿色预警区间和黄色预警区间；
当所述预警区间为f(x)＝1时，为红色预警区间，进行红色监测预警；
当所述预警区间为f(x)＝0时，为绿色预警区间，进行绿色监测预警；
当所述预警区间为f(x)＝-1时，为黄色预警区间，进行黄色监测预警。
图8为本发明价格预警阈值与规则设定图。
下面对各个预警区间做详细的介绍：
红色预警区间：价格波动均值超过2个标准差以及超过3个标准差的情况，具体包括2s(表示控制限设置为距离均值两个标准差或者2个以上。有任一点超出这些限值就会触发该规则，表明价格急剧上涨)、3s(控制限设置为距离均值三个标准差。有任一点超出这些限值就会触发该规则。表明价格出现暴涨。)和4s(一个监测值位于距离均值两个标准差以外，另一个监测值位于相反方向上两个标准差之外的位置，以至于差值大于四个标准差。表明价格出现暴涨暴跌)规则；
规则1：当
规则2：当
黄色预警区间：为介于1个标准差和2个标准差之间的情况，具体包括10x(在十个相邻点位于均值同侧时触发。表明价格出现单边行情，或在持续上涨，或持续下跌，应该提前警觉)、1s(在四个相邻监测值位于距离均值一个标准差以外时触发。表明价格的出现了短期的突发影响，需要提前预判下一步走势)规则。
规则1：当
规则2：当
规则3：当
绿色预警区间：为超过均值1个标准差之间的值。
规则1：当
通过数据实证分析发现，畜产品中，猪肉和鸡蛋的价格波动较为明显，猪肉价格在2013-2014年期间因为供需关系的变化，多日出现单边上涨、单边下跌和暴涨暴跌等异常情况，进入2018年我国猪肉批发价格主要以向下的波动为主，但大幅下降的异常波动减少，逐步进入底部震荡态势。较猪肉而言，鸡蛋批发价格超过3个标准差的波动更多，波动也更加剧烈。而牛肉和白条鸡的价格波动表现的相对稳定，牛肉价格在2014年之前波动较多，但后期价格波动逐步收窄。图4为本发明畜产品批发价格异常波动识别图。
在水产品中，鲫鱼和鲤鱼的日常波动较小，基本上保持在两个标准差以内，但个别时期出现过1个监测值位于距离均值2个标准差以外，另1个监测值位于相反方向上2个标准差之外的情况，即短期的暴涨暴跌。白鲢鱼和大带鱼的波动要剧烈一些，尤其是2013年大带鱼的波动较为剧烈，出现了暴涨的情况。图5为本发明水产品批发价格异常波动识别图。
蔬菜在本发明涉及的鲜活农产品中价格波动最为剧烈，其异常波动伴随整个监测周期，大幅上涨、大幅下跌、单边上涨或者单边下跌、急涨急跌等波动形式普遍存在。而水果则波动相对较小，2015年之前的波动出现后单边的波动形式，之后则波动逐步收窄。图6为本发明果蔬批发价格异常波动识别图。
通过对鲜活农产品批发价格波动实证分析，发现构建的价格异常波动监测预警模型能够很好地识别价格的异常波动，不但对大于3个标准差的波动能够很好地监测，而且对于价格波动中的暴涨暴跌、单边上涨或者下跌和持续波动等特殊情况能够有效识别。
价格异常波动监测预警是深化价格市场化改革的重要组成内容。本发明基于鲜活农产品实时数据，构建价格异常波动识别与预警模型，有效识别了价格波动中的暴涨暴跌、单边上涨或下跌、持续性波动等多种价格异常波动形态。
图7为本发明鲜活农产品价格异常波动监测预警系统结构图。如图7所示，一种鲜活农产品价格异常波动监测预警系统包括：
获取模块701，用于获取多个鲜活农产品的日度价格；
分析模块702，用于根据各所述鲜活农产品的日度价格进行波动特性分析，得到分析结果；
价格波动率计算模块703，用于根据所述分析结果，得到价格波动率；
价格波动率预警阈值确定模块704，用于根据所述价格波动率，确定价格波动率预警阈值；
预警区间确定模块705，用于根据所述价格波动率预警阈值，确定预警区间；
预警模块706，用于根据所述预警区间对各所述鲜活农产品价格异常波动进行监测预警。
所述获取模块701，具体包括：
获取单元，用于获取多个鲜活农产品的日度价格，所述鲜活农产品包括：猪肉、牛肉、羊肉、鸡蛋、白条鸡、鲫鱼、鲤鱼、白鲢鱼、大带鱼、多种重点监测蔬菜和多种重点监测水果；
多种所述重点监测蔬菜包括：白萝卜、菠菜、菜花、葱头、大白菜、大葱、大蒜、冬瓜、豆角、胡萝卜、黄瓜、韭菜、莲藕、南瓜、平菇、茄子、芹菜、青椒、生菜、生姜、土豆、莴笋、西红柿、西葫芦、西兰花、香菇、洋白菜和油菜；
多种所述重点监测水果包括：葡萄、西瓜、桔子、鸭梨、香蕉、富士苹果和菠萝。
所述价格波动率计算模块703，具体包括：
价格波动率计算单元，用于根据所述分析结果采用公式
其中，ri,t表示价格波动率，pi,t表示第i时间序列在t时期的价格，pi,t-1表示第i时间序列在t-1时期的价格。
所述预警区间确定模块705，具体包括：
预警区间确定单元，用于根据所述价格波动率预警阈值采用公式
其中，x为农产品价格，
所述预警模块706，具体包括：
预警单元，用于根据所述预警区间对各所述鲜活农产品价格异常波动进行监测预警，所述预警区间包括红色预警区间、绿色预警区间和黄色预警区间；
当所述预警区间为f(x)＝1时，为红色预警区间，进行红色监测预警；
当所述预警区间为f(x)＝0时，为绿色预警区间，进行绿色监测预警；
当所述预警区间为f(x)＝-1时，为黄色预警区间，进行黄色监测预警。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
本发明中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。
- 还没有人留言评论。精彩留言会获得点赞！