滌塔夫面料價(jià)格指數(shù)時(shí)間序列建模及實(shí)證分析

馮 岑，唐 琳，聶 博，劉炳娣，白 倫

(1.蘇州大學(xué) 紡織與服裝工程學(xué)院，江蘇 蘇州 215006；2.現(xiàn)代絲綢國家工程實(shí)驗(yàn)室，江蘇 蘇州 215123；3.中國絲綢工業(yè)總公司，北京 100034)

滌塔夫面料價(jià)格指數(shù)時(shí)間序列建模及實(shí)證分析

馮 岑1，2，唐 琳3，聶 博1，劉炳娣1，白 倫1，2

(1.蘇州大學(xué) 紡織與服裝工程學(xué)院，江蘇 蘇州 215006；2.現(xiàn)代絲綢國家工程實(shí)驗(yàn)室，江蘇 蘇州 215123；3.中國絲綢工業(yè)總公司，北京 100034)

就構(gòu)建的滌塔夫面料價(jià)格指數(shù)及其市場運(yùn)營數(shù)據(jù)曲線，采用經(jīng)典的自回歸移動平均模型ARMA和自回歸異方差模型ARCH對滌塔夫產(chǎn)品系列各級指數(shù)進(jìn)行時(shí)間序列建模和實(shí)證分析。經(jīng)驗(yàn)證表明，已建立的時(shí)間序列模型對滌塔夫面料價(jià)格指數(shù)運(yùn)行變化走勢有很好的擬合效果，所建模型在置信理論區(qū)間內(nèi)的預(yù)測值精度理想，可以進(jìn)行對應(yīng)的產(chǎn)品市場價(jià)格走勢分析和預(yù)測。

數(shù)據(jù)采集；時(shí)間序列；預(yù)測模型；價(jià)格指數(shù)；滌塔夫面料

中國紡織品市場的統(tǒng)計(jì)數(shù)據(jù)多用于事后評估為主，因此對正在運(yùn)行的市場分析預(yù)測存在時(shí)間滯后和定性為主的特點(diǎn)，如何充分運(yùn)用已有的大量統(tǒng)計(jì)數(shù)據(jù)來即時(shí)判斷市場發(fā)展趨勢，值得研究和探索。本研究以實(shí)際區(qū)域市場運(yùn)營為基礎(chǔ)，就構(gòu)建的滌塔夫面料價(jià)格指數(shù)曲線，通過單位根檢驗(yàn)(Augmented Dickey-Fuller Test，ADF)序列測定時(shí)序的平穩(wěn)性，經(jīng)過平穩(wěn)性轉(zhuǎn)化、異方差效應(yīng)檢驗(yàn)、模型定階等識別步驟，建立各自相應(yīng)的時(shí)間序列模型[1-2]。對滌塔夫產(chǎn)品的單個(gè)品種和產(chǎn)品類價(jià)格指數(shù)走勢的波動進(jìn)行擬合和預(yù)測，實(shí)現(xiàn)對應(yīng)的產(chǎn)品市場價(jià)格走勢分析。

1 滌塔夫面料價(jià)格指數(shù)的數(shù)據(jù)采集

目前，區(qū)域市場已運(yùn)營的化纖面料價(jià)格指數(shù)體系中，包括滌塔夫價(jià)格指數(shù)、輕盈紡價(jià)格指數(shù)、滌綸春亞紡價(jià)格指數(shù)等系列組成。其中滌塔夫價(jià)格指數(shù)又包含170T滌塔夫、190T滌塔夫、230T消光滌塔夫、260T消光滌塔夫等15個(gè)單品種價(jià)格指數(shù)。

以230T消光滌塔夫價(jià)格指數(shù)曲線獲取相關(guān)數(shù)據(jù)。數(shù)據(jù)來源于中國綢都網(wǎng)(http://www.silkcapital.com/)，除國家法定節(jié)日外，230T消光滌塔夫價(jià)格指數(shù)每日在官網(wǎng)上公布，從中采集2009年8月1日到2009年12月31日230T消光滌塔夫價(jià)格指數(shù)，共100個(gè)數(shù)據(jù)。如圖1所示，對應(yīng)的100個(gè)數(shù)據(jù)組成了230T滌塔夫價(jià)格指數(shù)時(shí)間序列。同理，在相同時(shí)間區(qū)域內(nèi)以各自曲線走勢，獲取其余14個(gè)單品種滌塔夫面料價(jià)格指數(shù)數(shù)據(jù)。

2 230T消光滌塔夫價(jià)格指數(shù)時(shí)間序列建模

運(yùn)用Eviews軟件[3]，對230T消光滌塔夫價(jià)格指數(shù)時(shí)間序列進(jìn)行平穩(wěn)性轉(zhuǎn)換，作出自相關(guān)和偏關(guān)圖，通過拉格朗日乘數(shù)檢驗(yàn)(Lagrange Multiplier Test，LM)，判斷此序列是否存在自回歸異方差效應(yīng)。根據(jù)相應(yīng)價(jià)格指數(shù)波動特征建立自回歸移動平均(Auto-Regressive and Moving Average Model，ARMA)模型或自回歸條件異方差(Auto-Regressive Conditional Heteroskedasticity Model，ARCH)模型。

2.1 230T消光滌塔夫價(jià)格指數(shù)時(shí)間序列平穩(wěn)性

時(shí)間序列的平穩(wěn)性是時(shí)間序列建模的重要前提，選用ADF來判斷時(shí)間序列的平穩(wěn)性[4]。230T時(shí)間序列的平穩(wěn)性轉(zhuǎn)換結(jié)果如圖2所示，對230T時(shí)間序列y進(jìn)行二階差分得到D2y時(shí)間序列，其檢驗(yàn)值小于臨界點(diǎn)的顯著值，故D2y是平穩(wěn)時(shí)間序列。

圖1 230T消光滌塔夫價(jià)格指數(shù)時(shí)間序列變化曲線Fig.1 Time series curve of 230T delustering polyester tav price index fl uctuation

圖2 D2y時(shí)間序列ADF檢驗(yàn)圖Fig.2 ADF testing of D2y time series

2.2 建立230T消光滌塔夫價(jià)格指數(shù)時(shí)間序列模型

2.2.1 230T消光滌塔夫時(shí)間序列相關(guān)性

圖3表明，D2y時(shí)間序列的自相關(guān)、偏相關(guān)系數(shù)均顯著，并呈現(xiàn)拖尾性。D2y時(shí)間序列模型可以嘗試AR(1)、AR(3)、AR(4)、MA(2)、MA(3)、ARMA(3,2)、ARMA(3,3)、ARMA(4,2)、ARMA(4,3)等模型。通過各個(gè)模型參數(shù)比較和信息標(biāo)準(zhǔn)法則(Akaike Information Criterion，AIC)，獲取最適合230T消光滌塔夫價(jià)格指數(shù)AR(4)模型為：

D2yt＝－0.884(D2yt-1－0.000 3)－0.771(D2yt-2－0.000 3)－0.582(D2yt-3－0.000 3)－0.357(D2yt-4－0.000 3)＋εtt＝1，2，3，…，T

圖3 D2y時(shí)間序列自相關(guān)、偏相關(guān)圖Fig.3 Autocorrelation and partial correlation fi gure of D2y time series

2.2.2 建立230T消光滌塔夫時(shí)間序列ARCH模型

圖4為建立ARCH(4，1)模型過程，各項(xiàng)系數(shù)的概率均小于0.05，獲得D2y時(shí)間序列ARCH(4，1)模型。

圖4 D2y時(shí)間序列ARCH模型Fig.4 ARCH model of D2y time series

D2yt＝－0.000 553－0.878 370(D2yt-1－0.000 553)－0.731 068(D2yt-2－0.000 553)－0.627 641(D2yt-3－0.000 553)－0.330 686(D2yt-4－0.000 553)＋εtt＝1，2，…，T εt＝0.040 557－0.126 399ε2t-1t＝1，2，…，T

2.3 230T滌塔夫價(jià)格指數(shù)擬合和預(yù)測

圖5為D2y時(shí)間序列ARCH的擬合圖，將實(shí)際值與模型的預(yù)測值進(jìn)行比較驗(yàn)證。從原先指數(shù)已經(jīng)獲取的100個(gè)數(shù)據(jù)基礎(chǔ)上，繼續(xù)按曲線走勢摘取編號為101～110的10個(gè)數(shù)據(jù)作為實(shí)際值，表1顯示了實(shí)際值與預(yù)測值的比較結(jié)果。統(tǒng)計(jì)表明：經(jīng)過時(shí)間序列建模過程的數(shù)據(jù)處理和模型判斷與選擇，沒有失去原始數(shù)據(jù)提供的信息，數(shù)據(jù)的絕對誤差和相對誤差呈波動增長趨勢，預(yù)測精度達(dá)到較為理想的效果，特別適合市場波動的短期預(yù)測與指標(biāo)統(tǒng)計(jì)。

圖5 D2y時(shí)間序列ARCH擬合示意Fig.5 ARCH fi tting of D2y time series

表1 230T滌塔夫價(jià)格指數(shù)實(shí)際值與預(yù)測值的比較Tab.1 Comparisons between actual and predicted value of 230T delustering polyester tav

表2 各品種滌塔夫價(jià)格指數(shù)的ARCH模型系數(shù)Tab.2 ARCH coeff i cients for every kinds of polyester tav price index

3 各單品種滌塔夫價(jià)格指數(shù)時(shí)間序列模型

以230T消光滌塔夫的建模步驟和方式，分別對各品種滌塔夫產(chǎn)品的價(jià)格指數(shù)進(jìn)行時(shí)間序列平穩(wěn)性轉(zhuǎn)換，取自相關(guān)和偏相關(guān)圖，檢查其自回歸異方差效應(yīng)是否存在。根據(jù)各自指數(shù)的數(shù)據(jù)波動特征及驗(yàn)證，分別建立ARCH和ARMA模型[5]。

ARCH模型：

在15個(gè)單品種滌塔夫價(jià)格指數(shù)時(shí)間序列模型中，有10個(gè)具有ARCH效應(yīng)，模型系數(shù)見表2。表明這些價(jià)格指數(shù)波動具有尖峰后尾的特征，即是均值附近與尾區(qū)的分布的概率值比正態(tài)分布大，而其余區(qū)域的概率比正態(tài)分布??；也表現(xiàn)出這些價(jià)格指數(shù)波動的群集性，即方差在一個(gè)集中時(shí)段比較小，在另一個(gè)集中時(shí)間比較大，波動的不確定性在不同的預(yù)測期間會有改變，且變化激烈。

5個(gè)單品種滌塔夫價(jià)格指數(shù)時(shí)間序列符合自回歸移動平均ARMA模型，模型系數(shù)見表3。適合ARMA模型的單品種滌塔夫價(jià)格指數(shù)時(shí)間序列系統(tǒng)在n時(shí)刻的響應(yīng)Yn和以前的響應(yīng)Yn－1，Yn－2，…，Yn－p的相關(guān)性減弱，而與本身系統(tǒng)的擾動εn－1，εn－2，…的相關(guān)性增強(qiáng)。

4 滌塔夫面料價(jià)格指數(shù)時(shí)間序列模型

滌塔夫產(chǎn)品類價(jià)格指數(shù)是化纖面料指數(shù)中的二級指數(shù)之一，同前述方法獲取相應(yīng)的走勢曲線和對應(yīng)的時(shí)間序列數(shù)據(jù)，建立如圖6所示的適合滌塔夫產(chǎn)品類價(jià)格指數(shù)走勢的時(shí)間序列模型。

4.1 滌塔夫面料價(jià)格指數(shù)模型建立

由于滌塔夫產(chǎn)品類價(jià)格指數(shù)是由多個(gè)單品種滌塔夫價(jià)格指數(shù)綜合加權(quán)平均得到，期間單品種價(jià)格指數(shù)波動尖峰被削去，變化曲線趨于平緩，所以滌塔夫價(jià)格指數(shù)時(shí)間序列也相對平穩(wěn)。使用最小二乘法估計(jì)滌塔夫價(jià)格指數(shù)自回歸模型系數(shù)，通過LM和模型識別，適合滌塔夫價(jià)格指數(shù)時(shí)間序列呈AR(5)模型，同時(shí)經(jīng)驗(yàn)證不具備ARCH模型的效應(yīng)。

D2yt＝－0.000 8－0.919 3(D2yt-1－0.000 8)－0.988 3(D2yt-2－0.000 8)－0.765 6(D2yt-3－0.000 8)－0.702 7(D2yt-4－0.000 8)－0.374 3(D2yt-5－0.000 8)＋vt

表3 各品種滌塔夫價(jià)格指數(shù)的ARMA模型系數(shù)Tab.3 ARMA coeff i cients for every kinds of polyester tav price index

表4 滌塔夫價(jià)格指數(shù)預(yù)測值與真實(shí)值比較Tab.4 Comparisons between actual and predicted value of polyester tav price index

圖6 滌塔夫系列面料價(jià)格指數(shù)時(shí)間序列變化曲線Fig.6 Time series curve of polyester tav fabric price index fl uctuation

圖7 滌塔夫價(jià)格指數(shù)擬合示意Fig.7 Fitting of polyester tav fabric price index

4.2 滌塔夫面料價(jià)格指數(shù)模型擬合和預(yù)測

圖7為滌塔夫面料類別價(jià)格指數(shù)的擬合圖。運(yùn)用該模型預(yù)測獲取5個(gè)數(shù)據(jù)呈擬直線增長，符合AR模型本身為線性模型的理論依據(jù)。由于滌塔夫價(jià)格指數(shù)數(shù)值變化區(qū)間小，其時(shí)間序列相對較平穩(wěn)，將實(shí)際運(yùn)營的統(tǒng)計(jì)數(shù)據(jù)與預(yù)測數(shù)值比較可看出，其預(yù)測精度很高，如表4所示。

從以上建模和分析可以看出，產(chǎn)品類別價(jià)格指數(shù)預(yù)測值的相對誤差和絕對誤差均小于單個(gè)品種的相關(guān)預(yù)測值，表明運(yùn)用時(shí)間序列的建模方法更加適合于采集的每個(gè)數(shù)據(jù)包含大量信息的統(tǒng)計(jì)分析和預(yù)測。所有價(jià)格指數(shù)預(yù)測誤差的趨勢均隨時(shí)間點(diǎn)延長逐步放大，因此該建模方法更加適宜于短期預(yù)測和分析。

5 結(jié) 語

通過采集單品種面料和產(chǎn)品類價(jià)格指數(shù)的相關(guān)數(shù)據(jù)，結(jié)合建模理論和Eviews軟件，依時(shí)間序列模型識別步驟，可以建立經(jīng)典的自回歸移動平均模型ARMA和自回歸條件異方差模型ARCH，并就運(yùn)行變化走勢的波動進(jìn)行擬合和預(yù)測。

分析表明，單品種面料價(jià)格指數(shù)的相對誤差和絕對誤差均大于產(chǎn)品類別的相關(guān)值，表明運(yùn)用時(shí)間序列建模預(yù)測方法更加適合于波動尖峰被削去、趨勢變化平緩的曲線。由實(shí)際的檢驗(yàn)證明：預(yù)測誤差隨時(shí)間的延長逐步放大，同時(shí)預(yù)測是在相對穩(wěn)定的微觀條件下進(jìn)行，未考慮市場其他要素的變化，因此該建模方法更加適宜于短期預(yù)測和分析。

[1]BROCKWELL,PETER J.Introduction to time series and forecasting[M].北京：人民郵電出版社，2009.

[2]潘曉君.中國棉花產(chǎn)量的時(shí)間序列預(yù)測模型[J].統(tǒng)計(jì)與決策，2007(17)：59.

[3]張曉峒.Eviews使用指南與案例[M].北京：機(jī)械工業(yè)出版社，2007.

[4]高鐵梅.計(jì)量經(jīng)濟(jì)分析方法與建模[M].北京：清華大學(xué)出版社，2009.

[5]張曉峒.計(jì)量計(jì)量經(jīng)濟(jì)學(xué)基礎(chǔ)[M].天津：南開大學(xué)出版社，2007.

Time series modeling and empirical analysis on the price index of polyester tav fabric

FENG Cen1,2, TANG Lin3, NIE Bo1, LIU Bing-di1, BAI Lun1,2
(1.College of Textile and Clothing Engineering, Soochow University, Suzhou 215006, China; 2.National Engineering Laboratory for Modern Silk,Soochow University, Suzhou 215123, China; 3.China Silk Industrial & Trading Corporation, Beijing 100034, China)

This paper makes empirical analysis on Price Index of every level of Polyester tav fabric with classical ARMA models as well as ARCH models, which based on Polyester tav fabric Price Index and operating curve. The model validation suggests that there is good effect in running change of Polyester tav fabric Price Index for the time series models that has been established, the precision of the established model within the theoretic conf i dence interval is ideal.As a result, it can be used to analyze and predict for the corresponding market price trend.

Data collection; Time series; Predictive model; Price index; Polyester tav fabric

TS941.4；F224.0

A

1001-7003(2011)02-0028-04

2010-10-18；

2010-11-11

江蘇省高校研究生科技創(chuàng)新計(jì)劃(CX10B-037Z)；江蘇省絲綢工程重點(diǎn)實(shí)驗(yàn)室項(xiàng)目(KJS0916)

馮岑(1964― )，女，副教授，博士研究生，研究方向?yàn)閿?shù)字化紡織技術(shù)與產(chǎn)品開發(fā)。通訊作者：白倫，教授，bailun@suda.edu.cn。