本书选取人们日常食用的大白菜、黄瓜、菜椒、四季豆和西红柿五种主要蔬菜,分析蔬菜价格波动的周期性、季节性、随机性,以及蔬菜价格波动的原因,探讨蔬菜价格波动对生产者和消费者福利的影响。采用网络爬虫软件采集蔬菜生产、批发与零售价格数据,研究三个市场之间的内在联系及传导机制。从供给、需求、经济政策和自然环境四个方面构建蔬菜价格预警的指标体系,分别采用BP神经网络和支持向量机两种模型对蔬菜价格指数进行预测预警,并对蔬菜价格指数预测预警系统进行设计与开发。
目录
章 引言 1
1.1 研究背景 1
1.2 研究意义 2
1.3 研究目的 3
1.4 研究内容 3
1.5 研究方法与技术路线 6
1.6 可能的创新点 7
第2章 文献综述 10
2.1 农产品价格波动的有关研究 10
2.2 农产品价格传导的有关研究 15
2.3 预测预警的有关研究 17
2.4 非农产品价格的有关研究 21
2.5 与本书有关的其他问题分析 22
2.6 相关文献评述 23
2.7 本章小结 24
第3章 理论基础 25
3.1 经济周期理论 25
3.2 市场价格波动理论 27
3.3 预测与预警理论 29
3.4 本章小结 32
第4章 蔬菜价格波动机制研究 33
4.1 蔬菜市场价格波动分析 33
4.2 蔬菜价格周期性分析 37
4.3 蔬菜价格波动原因 45
4.4 蔬菜价格波动的福利效应分析 48
4.5 本章小结 62
第5章 蔬菜价格传导机制研究 63
5.1 蔬菜价格数据自动化抓取 63
5.2 蔬菜价格非对称传导机制研究 65
5.3 本章小结 91
第6章 蔬菜价格预警的特征指标构建 92
6.1 蔬菜价格预警的特征指标选取过程 92
6.2 预警系统特征指标体系选取的原则 95
6.3 特征指标描述与特征分析 96
6.4 本章小结 132
第7章 基于支持向量机的蔬菜价格指数预测预警 133
7.1 蔬菜价格指数预警特征指标提取 133
7.2 基于BP神经网络的蔬菜价格指数预警 134
7.3 基于支持向量机的蔬菜价格指数预警 142
7.4 BP神经网络与支持向量机方法的比较 150
7.5 本章小结 151
第8章 基于神经网络和HP滤波混合模型的蔬菜时间序列价格预警 152
8.1 神经网络和HP滤波混合模型 152
8.2 基于神经网络和HP滤波混合模型的蔬菜价格预警 154
8.3 蔬菜价格的ARIMA预测预警 160
8.4 本章小结 175
第9章 蔬菜价格指数预测预警系统的设计 176
9.1 系统设计目标 176
9.2 系统架构与系统功能设计 176
9.3 系统界面设计 181
9.4 本章小结 182
0章 蔬菜价格稳定机制与调控政策研究 183
10.1 稳定蔬菜价格波动的政策建议 183
10.2 加强蔬菜价格监测预警的保障措施 184
1章 总结与展望 186
11.1 研究结论 186
11.2 研究的不足与展望 188
参考文献 189
附录 200
