台灣毛豬批發價格組合預測之研究

Abstract

本研究旨在估計組合預測方法之組合權數，進而比較組合預測方法之優劣，以提高台灣毛豬批發價格預測之準確度。文中採用單一預測模型－供需計量模型、時間數列（介入）模型與組合預測方法－常態誤差組合方法、迴歸式組合方法、貝氏組合方法、Logit質性組合預測方法，分別進行台灣毛豬批發價格預測。 本文以1985年∼2004年台灣地區毛豬價格相關資料，進行毛豬批發價格預測之實證分析。分別利用均方根百分比誤差（Root Mean Square Percent Error, RMSPE）、平均絕對值百分比誤差（Mean Absolute Percentage Error；MAPE）、Theil （Theil Inequality Coefficients )及均方誤差（Mean Square Error；MSE）等統計指標，對單一預測模型及組合預測模型進行預測校驗之比較，及事前毛豬產地批發價格之模擬能力，最後再進行事後預測分析。實證結果發現，單一預測模型方面，以時間數列（介入）模型較優於供需計量模型；組合預測方法方面，以迴歸式組合模型C表現最佳，而貝氏組合預測方法對於毛豬批發價格的掌握能力表現亦理想；整體評估而估，樣本內期間與樣本外期間不論以何種預測方法，組合預測方法均較單一預測模型表現良好，驗證了組合預測模型為組合單一預測模型的有效訊息，因此所得到的預測能力較優於單一預測模型。

The purpose of this study is mainly to estimate composite weight, and then compare the composite forecasting models to increase the precision of the forecast of wholesale price of the hog in Taiwan. The individual forecasting models are Econometric Model and Time Series (Intervention) Model; the composite forecasting models are Normal Error Model, Regression Model, Bayesian Model and Logit Qualitative Model to proceed with forecast of wholesale price of the hog in Taiwan. The empirical results have shown that the composite forecasting model performs better than individual forecasting model; on the individual forecasting models, Time Series (Intervention) Model is better than Econometric Model; on the composite forecasting models, Regression Model and Bayesian Model are the best.