第17卷 第4期运 筹 与 管 理
Vol .17,No .4
2008年8月OPERATI O NS RESE ARCH AND MANAGE ME NT SC I E NCE
Aug .2008
收稿日期:2007212225
巴厘岛酒店电话基金项目：国家社会科学基金资助项目(70572100)
作者简介：赵瑞莹，管理学博士、教授,2004～2006年曾在德国进修农业MBA，主要研究方向为物流与供应链管理；陈会英，管理学博士、教授，主要研究方向为食品产业组织；杨学成，教授、博导，主要研究方向为农业经济理论与政策。
赵瑞莹, 陈会英, 杨学成
(山东农业大学经济管理学院，山东泰安271018)
摘 要：随着生猪市场由以往的卖方转换为买方市场，生猪生产者的生产经营活动经常受到价格波动的困扰，其所面临的价格风险也越来越大，而生猪价格风险的防范通常要通过管理水平的提高。本文研究和探讨了基于
BP 人工神经网络的生猪价格风险预警模型的建立与应用，并用年度数据进行了验证，实现了生猪价格风险管理
方法的创新。此方法也可用于生猪的季度或月度价格风险预警。关键词：生猪价格风险；风险预警;BP 人工神经网络
中图分类号:F307.3 文章标识码:A 文章编号:100723221(2008)0420128204
The E s tab lish M en t and App li ca ti o n o f Ea rl y 2W a rn i ng Mo de ls o f
L i ve P i g P ri ce R isks 〗
Zhao Rui 2ying Chen Hui 2ying Yang Xue 2cheng
(Econo m ics and M anage m en t College of S handong A gricultura l U niversity,Taian 271018,Ch ina )
云南大学滇池学院Ab s trac ts:W ith p ig market turning fr om buyer ’s market int o seller ’s market,the manage ment p ractices of far m 2ers raising p igs have been affected by the frequently fluctuant p rices,and the far mers have been faced with the p rice risk .To avoid this kind of risk is usually necessary for the far mers t o i m p r ove their p r oducti on and market 2ing manage ment .Based on BP artificial neural net w ork,here early 2warning models on the p ig p rice risks are set up,app lied and validated with the investigated data for years .The technical creativity of managing p ig p rice risks is i m p le mented .Monthly and seas onal p ig p rice risk can early be warned by this technique .Key wo rd s:agri 2econom ic manage ment;early 2warning model on risk;BP artificial neural net w ork;p ig p rice risk
0 引言
随着社会主义市场经济的发展及其体制的建立，市场在资源配置和经济运行调节中的作用发挥得越来越充分，与之相适应，市场主体所面临的价格风险也越来越大，农产品生产者作为农村市场经济主体，其生产经营活动经常受到价格波动的困扰。以生猪生产为例，从改革开放至2006年生猪生产价格的正向最
大波动幅度为1994年的54.6%，负向最大波动幅度为1998年的17.1%[1]
，
进入2007年以来，猪肉价格
季度性波动加剧，其中5月至7月短短三个月内猪肉价格上涨了45%[2]
。生猪价格的波动给生猪养殖企业和农户带来了收益的不确定性，为了稳定和增加生猪生产者的收入，应尽可能地减小生猪价格波动幅度，如果在生猪生产价格大幅度波动发生之前能给予警示，提前采取相应的措施，则可避免生猪价格风险发生，使生猪生产者收入稳定，这也是生猪价格风险预警研究的目的所在。生猪价格风险既包括损失的不
确定性，也包括获利的不确定性，主要靠提高管理水平来化解，为此本文引入生猪价格风险预警，以实现价格风险管理方法的创新。
1 生猪价格风险预警模型选择
传统的经济预警模型主要包括计量经济模型和景气循环模型。计量经济预警模型需要建立变量之间准确的计量经济关系，并且要通过相应的统计检验；景气循环模型认为经济波动有比较规范的规律性和周期性，这是景气循环模型预警的基础。由于生猪供求过程是一种复杂的社会经济活动，所表现出的周期性是欠规范的，并具有时变性、高度非线性及相关因素繁多等特点，计量经济预警模型和景气循环预警模型很难满足生猪价格风险预警的要求。然而BP 人工神经网络则是解决这类问题的有效方法，
其特点就是从学习样本集中隐式地抽象出所研究系统各因素间的相互影响和关系，从近似的、不确定的、甚至相互矛盾的知识环境中做出决策，所以本文选取BP
人工神经网络作为生猪价格风险预警模型。
图1 BP 人工神经网络结构模型图
BP 神经网络是一种具有三层或三层以上阶层结构的神经网络。各层由若干个神经元(节点)构成，层间各种神经元实现权连接，即下层的每一个单元与上层的每个单元都实现权连接，而每层各神经元之间不连接，每一个节点的输出值由输入值、作用函数和阈值决定。在网络工作阶段有待测试样本输入时，即按“类似输入产生类似输出”的相近原则，计算输出结果。作为一种有监督的学习算法,BP 网络能通过比较样本神经网络学习后的实际输出的误差，反复调整权值和阈值，逐渐减少误差，达到指定精度，其网络结构如图1所示。图1中，输入层输入向量为X (x 1,x 2,
…,x i ,…,x n )T
，隐层输出向量为Y =(y 1,y 2,…,y i ,…,
y m )T
，输出层输出向量O =(o 1,o 2,…,o k …,o 1)T
，期望输出向量为D (d 1,d 2,…,d k ,…,d 1)T
。输入层到隐
层之间的权值矩阵为V =(V 1,V 2,…,V j ,…V m )，其中列向量V j 为隐层第j 个神经元对应的权向量。隐层到输出层之间的权值矩阵用W (W 1,W 2,…,W k ,…,W l )表示，其中列向量W k 为输出层第k 个神经元对应的权向量
[3]
。
2 生猪价格风险预警模型构建
2.1 预警时刻的选定
一般来说，生猪价格风险预警模型的建立时刻可选月、季度、半年或年。考虑到数据的可获得性，本实例的预警时刻选为年，即根据我国生猪养殖业的年度数据作为样本建立生猪价格风险预警模型，并对它进行预警试验，以检验结果的合理性。在此，以我国生猪养殖业1994～2002的年度数据作为样本建立预警模型，利用2003～2005年度的数据样本进行检验。2.2 生猪价格风险预警模型结构建立
基于BP 人工神经网络的预警模型的网络结构主要包括连接方式、网络层次和各层节点数。网络的连接方式是网络的拓扑结构，本文采用的拓扑结构见图1。
(1)确定输入节点数。基于BP 神经网络设计生猪价格风险预警模型的网络输入应为全面描述生猪价格风险的警兆指标，这些警兆指标来自于供给、需求和政策与环境三个方面。根据我国生猪供给和需求
的具体情况，在考虑到数据可能获得的途径后，选取生猪价格风险预警的警兆指标体系如表1[4]
，并由此确定预警模型的输入节点数为17。
(2)确定输出节点数。输出节点数的确定取决于警情指标，本文以生猪生产价格波动率作为生猪价格风险预警的警情指标。价格波动率反映了生猪供求关系的变化，一般来说，正常情况下，生猪的价格在一定的范围内波动，当生猪价格的波动超出这个范围时，便会发生价格风险，因此，价格波动率的大小可以表明价格风险是否发生以及风险的程度如何。若在生猪价格风险预警中假定输出[1]表示正向高度风
9
21第4期 赵瑞莹，等：生猪价格风险预警模型的建立与应用
险,[0.5]表示正向一般风险,[0]表示无风险,[-0.5]表示负向一般风险,[-1]表示负向高度风险，则输出节点个数为1。然后按风险等级标准将其值进行了分组，确定了每个年度生猪价格风险所对应的期望输出，详见表2。其中风险等级的划分标准为：若生猪生产价格波动率在-15%以上，则生猪价格风险为
负向高度风险;
若生猪生产价格波动率在-15%到-5%之间，则生猪价格风险为负向一般风险;
若生猪生产价格波动率在-5%到+5%之间，无风险;
若生猪生产价格波动率在+5%到+15%之间，则生猪价格风险为正向一般风险;
上海环球金融中心电梯若生猪生产价格波动率在+15%以上，则生猪价格风险为正向高度风险;
表1 生猪价格风险预警警兆指标
领域警兆指标
供给方面上一期生猪生产价格变动率V1上一期鸡蛋生产价格变动率V2上一期猪年末存栏量增长率V3仔猪费用增长率V4
玉米价格变动率V5
猪肉进口增长率V6
需求方面城镇人口增长率V7
农村人口增长率V8
农村人均纯收入增长率V9
肉消费价格变动率V10
蛋消费价格变动率V11
水产品消费价格变动率V12
农产品加工业总产值增长率V13猪肉出口增长率V14
供求环境方面通货膨胀率V15
猪肉国际价格变动率V16
支农支出增长率V17
表2 生猪价格风险等级划分
年份生猪价格波动率(%)风险等级风险值
199454.6正向高度风险1
199516.0正向高度风险1
19962.2无风险0
199710.1正向一般风险0.5
1998-17.1负向高度风险-1
1999-14.8负向一般风险-0.5
20000.2无风险0
20012.3无风险0
2002-2.0无风险0
20032.9无风险0
200412.8正向一般风险0.5
20052.3无风险0
(3)确定隐层节点数。隐层节点数的确定是一个十分复杂的问题，并无确定法则，但它与输入输出单元的多少有直接的关系，可利用公式(1)来确定。
K=(n+m)/2+a(1)其中m为输出节点数,n为输入节点数,a为1-10之间的整数。
根据上述确定的生猪预警指标可知，所建的BP人工神经网络模型的输入节点个数为17，输出节点个数为1，因此，隐层节点个数为(17+1)/2+a，若取a=7，则隐层节点的个数为16。
2.3 生猪价格风险预警模型建立
(1)输入数据的预处理。输入数据的预处理是模型建立伊始就要解决的一个重要问题，是研究对象与网络模型的接口。输入样本的预处理一般通过加权平均函数化为[-1,1]区间上的值。所用公式为
P i=2(I i-I m in)/(I max-I m in)-1(2)
其中,p
i 为预处理后样本,I
i
为输入样本值,I
m in
成都欢乐谷门票怎么买划算为输入样本中最小值,I
max
为输入样本中最大值。
去沈阳必去的5个景点
输入数据预处理后，选取一部分输入数据作为训练样本，另一部分作为检测样本。
(2)预警模型训练。输入训练样本后，模型系统按期望输出与实际输出误差平方和的最小化规则来进行学习，调整权值矩阵和阈值向量。当误差减小到要求范围内时，系统停止学习，此时的权值矩阵与阈值向量固定下来，成为系统内部知识[5]。
以1994～2002年的样本数据对BP人工神经网络预警模型进行训练，设学习率为0.05，训练误差为0.00015，经过5032次训练后，结果满足要求见表3。从表3可看出，模型的输出值和风险值很接近，这说明已建的生猪价格风险预警模型满足要求。
表3 生猪价格风险预警模型训练结果
年份199419951996199719981999200020012002
风险值1100.5-1-0.5000
模型输出0.99320.98850.00020.5005-0.9659-0.50200.0003-0.00230.0009 031运 筹 与 管 理 2008年第17卷
(3)预警模型验证。取2003～2005年警兆指标的样本数据为输入数据，对上述所建的生猪价格风险预警模型进行验证，其结果见表4。从表4可知,2003、2004、2005三年的模型输出值与期望风险值非常接近。由此可见，已建的生猪价格风险预警模型符合要求，到此整个建模过程结束。
表4 生猪价格风险预警模型验证结果
年份200320042005期望风险值00.50模型输出
-0.0002
0.5020
0.0022
上述预警模型训练和预警模型验证的整个过程由MAT LAB 实现。
2.4 生猪价格风险预警信号输出
生猪价格风险输出可采用综合预警信号输出系统，综合预警信号输出系统是对系统输入的指标体系所对应的无量纲数据，参考前面所构建的BP 人工神经网络预警模型进行综合分析和评价的结果，输出反映生猪供求整体运行状况的综合评价结果，及时准确地发出相应的警报信号。BP 神经网络预警模型借助自身经过大量样本数据学习而拥有的巨量信息能对指标数据做出综合判断，从而直接给出了风险等级，发
绍兴房价出了相应的报警信号。根据生猪价格风险预警模型的输出可画出风险预警信号图，见图3。
图3 生猪价格风险预警信号输出
3 结论
生猪价格风险预警模型的成功构建进一步说明了利用BP 人工神经网络作为生猪价格风险预警模型
是切实可行的。在有充实数据资料的情况下此方法也可用于生猪的季度和月度价格风险预警，以避免类似2007年生猪价格强烈波动情况的再现。用同样的方法，可构建粮食类、水果类等其它农产品的价格风险预警模型。参考文献:
[1]中国农业统计年鉴[R ].198022006.
[2]农业部生猪波动规律性研究课题组.掌握发展规律稳定生猪生产———关于我国生猪生产和价格波动情况的分析[N ].
中国农业信息网,2007.1224:121.
[3]高勇军.企业营销风险预警系统研究[D ].西安科技大学硕士学位论文,2005.37238.[4]赵瑞莹.农产品市
场风险预警研究[D ].山东农业大学博士学位论文,2006.56257.[5]胡玉涛.供应链风险预警体系研究[D ].武汉理工大学硕士学位论文,2004.47249.[6]孙良媛，等.转型期农业风险的特点与风险管理[J ].农业经济问题,2001,8:20226.[7]王吉恒，王新利.农产品市场风险与市场预测研究[J ].农业技术经济,2003,3:125.[8]谢科范，罗险峰.市场风险预警管理[M ].河北科学技术出版社,1999.
1
31第4期 赵瑞莹，等：生猪价格风险预警模型的建立与应用
