关键词：价格预测;实时预测;混频模型
摘 要：通过构建因子混频数据抽样模型FA-MIDAS,深度挖掘49个食品领域细分指标的周度数据，并对食品价格的月度数据进行预测。研究发现，FA-MIDAS模型对我国食品价格预测具有更强的适用性。与AR模型和指数平滑模型相比，FA-MIDAS模型不仅具有更高的预测精度，而且随着当月周度数据的持续更新，其预测效果会进一步改善。此外，FA-MIDAS模型具有更强的时效性，能够利用当月更新的周度数据进行实时预测，可在食品价格数据发布前获得更可靠的预测结果。包容性检验结果显示，AR模型并没有包含更多能够改善预测的额外有效信息，FA-MIDAS模型的预测比AR模型更有效。为进一步提高食品价格监测预测预警能力，应加强对现有数据的充分挖掘，结合不同模型各自优势做出更加稳健的预测，加快推进食品全产业链的信息化和智能化建设。
内 容：原文可通过湖北省科技资源共享服务平台(https://www.hbsts.org.cn/)获取