基于bp神經(jīng)網(wǎng)絡(luò)的農(nóng)產(chǎn)品市場(chǎng)風(fēng)險(xiǎn)預(yù)警模型研究

基于bp神經(jīng)網(wǎng)絡(luò)的農(nóng)產(chǎn)品市場(chǎng)風(fēng)險(xiǎn)預(yù)警模型研究

在市場(chǎng)經(jīng)濟(jì)體系下，農(nóng)業(yè)市場(chǎng)風(fēng)險(xiǎn)是客觀存在的，是不可避免的。對(duì)我國(guó)農(nóng)產(chǎn)品市場(chǎng)風(fēng)險(xiǎn)進(jìn)行分析,研究建立農(nóng)產(chǎn)品市場(chǎng)風(fēng)險(xiǎn)預(yù)警體系,是一項(xiàng)十分重要和必要的工作。它不僅是對(duì)農(nóng)產(chǎn)品市場(chǎng)風(fēng)險(xiǎn)進(jìn)行有效管理的前提,同時(shí)還涉及到增加農(nóng)民收入、提高全民生活水平、保持物價(jià)穩(wěn)定等問(wèn)題,是新時(shí)期促進(jìn)我國(guó)現(xiàn)代農(nóng)業(yè)發(fā)展,增加和穩(wěn)定農(nóng)民收入,構(gòu)建和諧社會(huì)的必然選擇。一、建立農(nóng)業(yè)風(fēng)險(xiǎn)預(yù)警指標(biāo)體系(一)建立農(nóng)產(chǎn)品經(jīng)營(yíng)者模型農(nóng)產(chǎn)品市場(chǎng)風(fēng)險(xiǎn)預(yù)警是指對(duì)農(nóng)產(chǎn)品市場(chǎng)風(fēng)險(xiǎn)進(jìn)行分析、評(píng)價(jià)、推斷、預(yù)測(cè),根據(jù)風(fēng)險(xiǎn)程度事先發(fā)出警報(bào)信息,提示農(nóng)產(chǎn)品經(jīng)營(yíng)決策者警惕市場(chǎng)風(fēng)險(xiǎn),從而為我國(guó)農(nóng)產(chǎn)品生產(chǎn)與農(nóng)產(chǎn)品市場(chǎng)的正常運(yùn)行提供有效的指導(dǎo),為我國(guó)政府的宏觀調(diào)控提出合理的建議。(二)預(yù)警的警情指標(biāo)農(nóng)產(chǎn)品市場(chǎng)風(fēng)險(xiǎn)預(yù)警,屬于經(jīng)濟(jì)預(yù)警范疇。遵循經(jīng)濟(jì)預(yù)警中“明確警情→尋找警源→分析警兆→預(yù)測(cè)警度→排除警情”的一般范式,其前提就是選擇農(nóng)產(chǎn)品市場(chǎng)風(fēng)險(xiǎn)的預(yù)警指標(biāo),建立科學(xué)、合理、完整的預(yù)警指標(biāo)體系。農(nóng)產(chǎn)品市場(chǎng)風(fēng)險(xiǎn)預(yù)警的指標(biāo)體系主要包括警情指標(biāo)、警源指標(biāo)和警兆指標(biāo)三種。明確警情是預(yù)警的前提,其任務(wù)在于明確監(jiān)測(cè)預(yù)警的對(duì)象。警情是指經(jīng)濟(jì)運(yùn)行的不正常狀況。我國(guó)農(nóng)產(chǎn)品市場(chǎng)風(fēng)險(xiǎn)的警情主要是農(nóng)產(chǎn)品供需不平衡的狀況,進(jìn)而反映在農(nóng)產(chǎn)品價(jià)格的波動(dòng)上面。本文采用農(nóng)產(chǎn)品價(jià)格的波動(dòng)率作為農(nóng)產(chǎn)品市場(chǎng)風(fēng)險(xiǎn)預(yù)警的警情指標(biāo)。農(nóng)產(chǎn)品價(jià)格波動(dòng)率=(該期農(nóng)產(chǎn)品價(jià)格-上一期的農(nóng)產(chǎn)品價(jià)格)/上一期的農(nóng)產(chǎn)品價(jià)格,該指標(biāo)反映了農(nóng)產(chǎn)品供求關(guān)系的變化,一般來(lái)說(shuō),正常情況下,農(nóng)產(chǎn)品的價(jià)格在一定的范圍內(nèi)波動(dòng),當(dāng)價(jià)格波動(dòng)超出這個(gè)范圍時(shí),便會(huì)發(fā)生市場(chǎng)價(jià)格風(fēng)險(xiǎn)。警源是產(chǎn)生某種警情的根源,尋找警源是預(yù)警過(guò)程的起點(diǎn)。農(nóng)產(chǎn)品市場(chǎng)風(fēng)險(xiǎn)的警源是指決定農(nóng)產(chǎn)品價(jià)格水平和影響農(nóng)產(chǎn)品價(jià)格波動(dòng)的因素,從警情產(chǎn)生的原因及生成機(jī)制來(lái)看,農(nóng)產(chǎn)品市場(chǎng)風(fēng)險(xiǎn)的警源指標(biāo)主要包括自然警源、內(nèi)生警源和外生警源三類。警兆是警情發(fā)生前表現(xiàn)出來(lái)的先導(dǎo)現(xiàn)象,是以警源為基礎(chǔ)而選定的具體的預(yù)見(jiàn)性因素。分析警兆是預(yù)警過(guò)程中的關(guān)鍵環(huán)節(jié),經(jīng)濟(jì)預(yù)警的主要目的就是根據(jù)警兆的變動(dòng)研究警情的大小。要實(shí)現(xiàn)農(nóng)產(chǎn)品市場(chǎng)風(fēng)險(xiǎn)的預(yù)警,選擇合理的警兆指標(biāo)是關(guān)鍵,根據(jù)前述對(duì)警情和警源指標(biāo)的分析,本文分別從影響農(nóng)產(chǎn)品供給與需求的因素,以及自然、經(jīng)濟(jì)、政策與國(guó)際環(huán)境等影響農(nóng)產(chǎn)品價(jià)格的因素等方面,利用相關(guān)分析法,在排除了自相關(guān)的基礎(chǔ)上,篩選確定出我國(guó)農(nóng)產(chǎn)品市場(chǎng)風(fēng)險(xiǎn)預(yù)警的警兆指標(biāo)(見(jiàn)表1)。二、bp神經(jīng)網(wǎng)絡(luò)的應(yīng)用優(yōu)勢(shì)由于農(nóng)產(chǎn)品供需過(guò)程是一種復(fù)雜的社會(huì)經(jīng)濟(jì)活動(dòng),其市場(chǎng)價(jià)格的波動(dòng)具有時(shí)變性、高度非線性及相關(guān)因素繁多等特點(diǎn)。同時(shí),農(nóng)產(chǎn)品市場(chǎng)價(jià)格風(fēng)險(xiǎn)預(yù)警也是一個(gè)復(fù)雜的非線性映射,很難找到一個(gè)確定的函數(shù)進(jìn)行準(zhǔn)確表達(dá)。因此,層次分析法和自回歸條件異方差等傳統(tǒng)計(jì)量方法在農(nóng)產(chǎn)品市場(chǎng)風(fēng)險(xiǎn)預(yù)警中存在很大的局限性。相比之下,BP神經(jīng)網(wǎng)絡(luò)具有很強(qiáng)的非線性逼近能力、自適應(yīng)和自學(xué)習(xí)能力,在處理內(nèi)部機(jī)理模糊復(fù)雜等傳統(tǒng)計(jì)量方法難以解決的問(wèn)題上面有著明顯的優(yōu)勢(shì):(1)BP神經(jīng)網(wǎng)絡(luò)是一個(gè)隱式模型,相當(dāng)于一個(gè)黑箱,將系統(tǒng)的結(jié)構(gòu)隱含于網(wǎng)絡(luò)的權(quán)值和閥值當(dāng)中。它不需要建立數(shù)學(xué)模型,只需要將歷史數(shù)據(jù)交給網(wǎng)絡(luò),網(wǎng)絡(luò)自己選擇合適的模型,而且一般都很好地解決問(wèn)題;(2)BP神經(jīng)網(wǎng)絡(luò)良好的非線性映射能力可以避開(kāi)復(fù)雜的參數(shù)估計(jì)過(guò)程;(3)BP神經(jīng)網(wǎng)絡(luò)比其他方法更能容忍噪聲,而時(shí)間序列的數(shù)據(jù)往往都含有大量的噪聲(袁泉等,1998)?；诖?本文選擇利用BP神經(jīng)網(wǎng)絡(luò)來(lái)構(gòu)建我國(guó)農(nóng)產(chǎn)品市場(chǎng)價(jià)格風(fēng)險(xiǎn)的預(yù)警模型。BP神經(jīng)網(wǎng)絡(luò)是采用誤差反向傳播算法的多層前饋網(wǎng)絡(luò),由一個(gè)輸入層、一個(gè)輸出層和若干個(gè)隱層組成,上下層之間實(shí)現(xiàn)全連接,而每層神經(jīng)元之間無(wú)連接。BP算法是一種有導(dǎo)師學(xué)習(xí),即在已知輸入和理想輸出的模式下進(jìn)行學(xué)習(xí),網(wǎng)絡(luò)根據(jù)已知輸出與實(shí)際輸出的誤差值來(lái)調(diào)節(jié)網(wǎng)絡(luò)的權(quán)值。該算法可以看作是信息的正向傳遞和誤差的反向傳播兩部分組成,其核心是通過(guò)一邊向后傳播誤差,一邊修正誤差的方法來(lái)不斷調(diào)節(jié)網(wǎng)絡(luò)參數(shù)(權(quán)、閥值),以實(shí)現(xiàn)或逼近所希望的輸入、輸出映射關(guān)系;當(dāng)一個(gè)信號(hào)輸入到網(wǎng)絡(luò)后,它要先向前傳播到隱層節(jié)點(diǎn),經(jīng)過(guò)傳遞函數(shù)轉(zhuǎn)換后,再把隱層節(jié)點(diǎn)的輸出傳播到輸出節(jié)點(diǎn);如果在輸出層沒(méi)有得到期望的輸出,則計(jì)算輸出層的誤差變化值,然后轉(zhuǎn)向反向傳播,通過(guò)網(wǎng)絡(luò)將誤差信號(hào)沿原來(lái)的連接通路反傳回來(lái)修改各層神經(jīng)元的權(quán)值,通過(guò)權(quán)值的不斷修正使網(wǎng)絡(luò)的實(shí)際輸出更接近期望輸出。三、國(guó)內(nèi)大豆市場(chǎng)價(jià)格聯(lián)動(dòng)機(jī)制近年來(lái),我國(guó)由大豆出口國(guó)轉(zhuǎn)變?yōu)榧冞M(jìn)口國(guó),且進(jìn)口數(shù)量遠(yuǎn)遠(yuǎn)超過(guò)了我國(guó)的大豆生產(chǎn)量(已達(dá)到生產(chǎn)量的2倍),大豆市場(chǎng)價(jià)格的劇烈波動(dòng)已引起社會(huì)各界的廣泛關(guān)注。因此,選擇大豆進(jìn)行市場(chǎng)價(jià)格風(fēng)險(xiǎn)預(yù)警的實(shí)證分析,具有一定的代表性。(一)數(shù)據(jù)樣本與警影指標(biāo)選擇我國(guó)大豆生產(chǎn)基本是一年一季。因此,本實(shí)證研究的預(yù)警時(shí)刻選為年,以1984—2004年的年度數(shù)據(jù)作為樣本建立預(yù)警模型,利用2005年、2006年度的數(shù)據(jù)樣本進(jìn)行檢驗(yàn)。結(jié)合大豆生產(chǎn)的特點(diǎn)及統(tǒng)計(jì)數(shù)據(jù)的可獲取性,選擇大豆生產(chǎn)價(jià)格指數(shù)的波動(dòng)率作為警情指標(biāo)。以表1所列的農(nóng)產(chǎn)品市場(chǎng)風(fēng)險(xiǎn)預(yù)警警兆指標(biāo)體系為基礎(chǔ),選擇大豆單產(chǎn)增長(zhǎng)率、大豆播種面積增長(zhǎng)率、大豆生產(chǎn)成本增長(zhǎng)率、大豆與玉米比較成本收益率比值、居民大豆食用消費(fèi)增長(zhǎng)率、工業(yè)用大豆增長(zhǎng)率、種子用大豆增長(zhǎng)率、受災(zāi)面積增長(zhǎng)率和國(guó)際市場(chǎng)價(jià)格變動(dòng)率共9個(gè)指標(biāo)作為警兆指標(biāo)。樣本數(shù)據(jù)來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》和《中國(guó)農(nóng)業(yè)統(tǒng)計(jì)年鑒》。(二)輸出樣本的預(yù)處理由于BP網(wǎng)絡(luò)的連接函數(shù)大都采用S型,樣本輸入輸出值都局限在一定范圍,故應(yīng)用BP神經(jīng)網(wǎng)絡(luò)時(shí),對(duì)輸入、輸出樣本的預(yù)處理十分重要,有助于提高效率、加快訓(xùn)練網(wǎng)絡(luò)的收斂性。本文利用公式(1)對(duì)輸入輸出數(shù)據(jù)進(jìn)行預(yù)處理,使之轉(zhuǎn)化為[-1,1]區(qū)間上的值。Pi=2(Ii-Imin)/(Imax-Imin)-1(1)其中,Pi為預(yù)處理后樣本;Ii為樣本值;Imin為樣本最小值;Imax為樣本最大值。(三)網(wǎng)絡(luò)基礎(chǔ)設(shè)施的設(shè)計(jì)1.隱層網(wǎng)絡(luò)結(jié)構(gòu)的確定在BP網(wǎng)絡(luò)中,設(shè)計(jì)神經(jīng)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)是非常重要的問(wèn)題,它不僅對(duì)建立的神經(jīng)網(wǎng)絡(luò)模型的性能影響很大,而且可以導(dǎo)致“過(guò)擬和”現(xiàn)象,降低網(wǎng)絡(luò)的推廣能力。理論研究已經(jīng)證明,雖然BP網(wǎng)絡(luò)可以包含多個(gè)隱層,但在不限制隱層節(jié)點(diǎn)數(shù)的情況下,三層網(wǎng)絡(luò)(即有一個(gè)隱層)可以實(shí)現(xiàn)任意非線性映射,對(duì)封閉區(qū)間內(nèi)的任意連續(xù)函數(shù)實(shí)現(xiàn)網(wǎng)絡(luò)逼近(陳如云,2007),故本文選擇單隱層的網(wǎng)絡(luò)結(jié)構(gòu)。BP網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)的主要困難在于隱層節(jié)點(diǎn)數(shù)的確定。隱層節(jié)點(diǎn)過(guò)少,則學(xué)習(xí)過(guò)程可能不收斂,單隱層節(jié)點(diǎn)過(guò)多,則會(huì)導(dǎo)致訓(xùn)練時(shí)間過(guò)長(zhǎng),還會(huì)造成“過(guò)擬和”問(wèn)題,造成網(wǎng)絡(luò)的容錯(cuò)性下降(王文劍,2000)。盡管隱層節(jié)點(diǎn)數(shù)的確定十分重要,但是目前理論上還沒(méi)有一種科學(xué)的確定隱層節(jié)點(diǎn)個(gè)數(shù)的方法,實(shí)際應(yīng)用中,往往需要根據(jù)設(shè)計(jì)者的經(jīng)驗(yàn)和多次試驗(yàn)來(lái)確定(羅若谷等,2007)。公式(2)為我們提供了選擇最佳隱層節(jié)點(diǎn)個(gè)數(shù)的參考。n1=n+m?????√+a(2)n1=n+m+a(2)其中,n1為隱層節(jié)點(diǎn)數(shù),m為輸出層節(jié)點(diǎn)個(gè)數(shù),n為輸入層節(jié)點(diǎn)個(gè)數(shù),a為1～10之間常數(shù)。本文共用9個(gè)指標(biāo)來(lái)描述大豆市場(chǎng)風(fēng)險(xiǎn)的警兆,用大豆生產(chǎn)價(jià)格指數(shù)波動(dòng)率來(lái)衡量或表示大豆市場(chǎng)風(fēng)險(xiǎn),因此,本網(wǎng)絡(luò)中輸入點(diǎn)n=9,輸出節(jié)點(diǎn)m=1。故最佳隱層節(jié)點(diǎn)個(gè)數(shù)n1應(yīng)該在5～14個(gè)之間。根據(jù)訓(xùn)練情況,筆者利用增長(zhǎng)法確定最佳隱層節(jié)點(diǎn)數(shù)為10。2.基于數(shù)值最優(yōu)化理論的方法傳統(tǒng)的BP算法是梯度下降法(“traingd”),參數(shù)沿著誤差梯度相反的方向移動(dòng),使誤差函數(shù)減小,直至取得極小值,其計(jì)算的復(fù)雜度主要是由計(jì)算偏導(dǎo)數(shù)引起的,這種基于梯度下降方法的線性收斂速度很慢。而基于數(shù)值最優(yōu)化理論的Levenberg-Marquardt(L-M)算法是梯度下降法與高斯—牛頓算法的結(jié)合,既有高斯—牛頓法的局部特性又具有梯度法的全局特性,在訓(xùn)練精度和收斂速度上具有很好的優(yōu)點(diǎn)(趙弘等,2002)。因此本文采用“tansig”作為本網(wǎng)絡(luò)的轉(zhuǎn)移函數(shù),采用L-M算法“trainlm”作為本網(wǎng)絡(luò)的訓(xùn)練函數(shù)。(四)模型訓(xùn)練過(guò)程本文利用MATLAB7.0,以1984—2004年大豆市場(chǎng)風(fēng)險(xiǎn)的9個(gè)警兆指標(biāo)作為訓(xùn)練樣本對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。設(shè)訓(xùn)練誤差為0.00015,Marquart調(diào)整參數(shù)mu=0.01,經(jīng)過(guò)10次訓(xùn)練后,滿足要求,如圖1、表2所示。圖1是對(duì)模型訓(xùn)練過(guò)程的描述,經(jīng)過(guò)10次訓(xùn)練后,其識(shí)別誤差小于0.00015,模型完全滿足預(yù)警的需要。從表2可看出,網(wǎng)絡(luò)的輸出值與實(shí)際值很接近,說(shuō)明已建的大豆市場(chǎng)價(jià)格風(fēng)險(xiǎn)預(yù)警模型滿足要求。(五)風(fēng)險(xiǎn)預(yù)警模型驗(yàn)證從表2可以看出,筆者所構(gòu)建的BP神經(jīng)網(wǎng)絡(luò)較準(zhǔn)確地?cái)M和出了大豆市場(chǎng)價(jià)格風(fēng)險(xiǎn)情況。但是,我們不能據(jù)此認(rèn)為構(gòu)建的BP網(wǎng)絡(luò)是合適的,BP網(wǎng)絡(luò)的效果好壞還要看該網(wǎng)絡(luò)的外推能力如何。本文利用2005、2006年的警兆指標(biāo)作為測(cè)試樣本,對(duì)上述建立的大豆價(jià)格風(fēng)險(xiǎn)預(yù)警模型進(jìn)行驗(yàn)證,結(jié)果見(jiàn)表3。驗(yàn)證結(jié)果顯示,利用BP神經(jīng)網(wǎng)絡(luò)輸出的2005、2006年大豆生產(chǎn)價(jià)格指數(shù)波動(dòng)率的預(yù)測(cè)值與實(shí)際值十分接近,由此可見(jiàn),建立的大豆市場(chǎng)風(fēng)險(xiǎn)預(yù)警BP網(wǎng)絡(luò)模型符合要求。從實(shí)證結(jié)果可推出,利用BP神經(jīng)網(wǎng)絡(luò)對(duì)農(nóng)產(chǎn)品市場(chǎng)風(fēng)險(xiǎn)進(jìn)行預(yù)警是一種切實(shí)可行的方法。四、構(gòu)建市場(chǎng)價(jià)格風(fēng)險(xiǎn)預(yù)警模型大豆市場(chǎng)價(jià)格風(fēng)險(xiǎn)預(yù)警模型的成功構(gòu)建,進(jìn)一步說(shuō)明了基于BP人工神經(jīng)網(wǎng)絡(luò)的農(nóng)產(chǎn)品市場(chǎng)風(fēng)險(xiǎn)預(yù)警模型是切實(shí)可行的。筆者認(rèn)為,