臺灣博碩士論文加值系統

本論文主要在探討台北地區沿近海大宗漁產品批發價格的預測是否會受到傳統節慶、颱風災害及特定日期而使得價格預測有所不同。其中以國內五種沿近海大宗漁產品--黃魚、白鯧、金線、肉魚、白帶魚在批發魚市場階段的價格為對象進行分析，瞭解價格變動之趨勢，因而本研究以台北魚市場進行個案分析，應用ARIMA時間數列模型來建構五種沿近海漁產品價格預測模型，並於實證模型設計中加入事件虛擬變數。過去漁產品相關之研究重點必須找出適合標的漁產品之需求函數，再透過此需求函數加入漁產品價格、產量等因素，瞭解其中價格彈性等相關經濟意義，不過此種方式較無法清楚得知漁產品在一段期間之中，瞭解隨著時間經過在價格波動當中所隱含的經濟意涵。
因此，本研究與以往漁產品注重需求體系之研究重點有所不同，希望藉由預測價格模型加入事件虛擬變數的設計能瞭解傳統節慶前五日，颱風災害前後五日期間及所得稅申報月份與開學月份，台北地區漁產品價格變動的情形。並針對特定漁產品(本研究主要以黃魚、肉魚、白帶魚、金線魚及白鯧為研究對象)，可進一步了解上述特定漁產品消費變動的原因，並進一步盼能使漁產品最適價格預測模型具有差異性，能夠設定各漁產品於不同事件發生情況之下，進而選擇最適合的價格預測模型以增進模型預測之準確度。提供相關漁政單位作為運銷政策以及穩定漁產品價格的參考資料，避免節慶期間漁產品價格波動過大，影響承銷商、供應商及消費者的權益。
本論文實證結果得到以下之結論：
1. ARIMA時間數列模型對價格預測的準確度討論，五種漁產品價格預測模型的數據來討論，絕對平均誤差百分比介於6.59%~10.45%之間。
2. 藉由本研究所整理的資料以及價格預測模型的分析，可以瞭解台北
地區對於傳統節慶(農曆春節、元宵節、端午節、中元節以及中秋節)
前五日、颱風災害(颱風來襲前五日、颱風期間、颱風來襲後五日)
以及特定期間(所得稅繳交五月份與學校開學九月份)，上述事件對於價格走勢的效果分析，並得到各漁產品於不同事件發生之下應配合漁產品本身之特性，以選擇之價格預測模型之結論。因此有關漁政單位為健全魚市場運銷機能應重視漁產品在部份事件所造成價格的反應加以管理與控制，以配合消費者的需求偏好來增加或減少漁產品之供給，才能穩定漁產品的價格，並增進漁民與消費者雙方的福利。

The purpose of this thesis is to investigate whether or not the wholesale market prices of selected offshore fishery products are affected by special events in Taiwan, including traditional festivals, typhoons and other special dates. We use ARIMA time series model to forecast prices of five coastal and offshore fishery products by adding dummy variables for these special events. Previous studies on fishery product prices were based on estimation of demand functions, which help us understand the determinants of market price and quantity of output and the price elasticity. However, by using the time series model, we are able to predict the price fluctuations of fishery products without having to specify the underlying market structure.
Therefore, we take an approach different from the traditional demand analysis to forecast prices by including event dummy variables to determine how prices move five days in before the festivals, five days before and after typhoons, the periods for filing income tax and the beginning of the school semesters. We focus on specific fishery products to understand the reason for consumption change. We hope that by making different specifications of price forecasting model for these products we may choose most suitable forecasting model under different circumstances in order to increase forecasting accuracy. By doing so, we may provide fishery administration relevant information for formulating transportation and sales policy to stabilize prices of fishery products. This will prevent fishery product prices during festivals from excessive fluctuation, affecting the rights and interests of the distributors suppliers and consumers. The empirical results are as follows:

(1) Using ARIMA models to determine forecasting accuracy and the data on the five selected fishery products prices, we find that the absolute mean error percentage (MAPE) is between 6.594% and 10.45%.
(2) By applying fishery price data to forecasting models, this research is able to find out about price movements in Taipei area during festivals typhoons and other specific periods. We also obtain the conclusions based on different characteristics of the fishery products by selecting the most suitable model. Consequently, in strengthening the market distribution mechanism, relevant authorities may use the information to manage and control fishery product prices by adjusting supply to meet changes. This will stabilize prices and increase the welfare of fishermen and consumers at the same time.

謝辭…………………………………………………………………………….i
摘要 i
Abstract………………………………………………………………………..v
目 錄 viiii
表 次 ix
圖 次………………………………………………………………………...xi
第壹章 緒論 1
第一節 研究動機 1
第二節 研究目的 5
第三節 研究方法 5
第四節 研究步驟 6
第貳章 台北魚市場經營現況、產業概況與相關文獻回顧 7
第一節 台北市漁產品批發市場概況 7
第二節 台灣沿近海漁業之產業概況 13
第三節 黃魚、白鯧、金線、肉魚及白帶魚產業概況 15
第四節 影響漁產品市場價格之相關文獻 26
第參章 時間數列模型之理論基礎 29
第一節 單根檢定理論 29
第二節 ARIMA時間數列分析法 32
第肆章 實證分析 37
第一節 資料價格趨勢分析 37
第二節 時間數列的定態檢定 44
第三節 黃魚、肉魚、白帶魚、金線及白鯧價格預測模型估計 45
第四節 最適ARIMA日價格預測模型加入事件虛擬變數估計結果 50
第五節 最適ARIMA月價格預測模型加入事件虛擬變數估計結果 73
第伍章 結論與建議 83
第一節 結論 83
第二節 研究限制與未來研究方向 92
參考文獻 94
附錄一：黃魚預測價格之模型比較 96
附錄二：肉魚預測價格之模型比較 101
附錄三：白帶魚預測價格之模型比較 106
附錄四：金線魚預測價格之模型比較 111
附錄五：白鯧預測模型之模型比較 116

一、中文部份：
江福松、孫金華、賴奕豪，2009，台灣沿近海大宗漁產品市場交易變動情形調查，行政院農業委員會漁業署科技計畫報告。
李國添，2007，台灣沿近海漁業之探討，台灣漁業政策研究。
邵廣昭、陳天任、賴景陽、何平合、柳芝蓮、陳章波，1996，台灣常
見魚介貝類圖說下—魚類，台灣省漁業局。
陳威因，1999，台北市主要養殖魚類批發價格之時間數列分析與預測-向量ARMA模型之應用，國立台灣海洋大學漁業經濟研究所碩士學位論文。
葉結實，2004，葉菜最適生產規劃之個案研究─ ARIMA及LP之應用，屏東科技大學農企業管理研究所碩士學位論文。
黃保諭，1999，台灣虱目魚及吳郭魚價格預測之研究，國立中興大學農業經濟研究所碩士論文。
管相柔，2007，匯率預測模型之研究-ARIMA之應用，中原大學國際貿易研究所碩士論文。
漁業署，2008，中華民國台閩地區漁業統計年報，行政院農業委員會漁業署。
魏禎貞，1998，傳統節日對漁產品消費影響之研究-以台北及台中地區為例，國立台灣大學農業經濟研究所碩士論文。
蕭景楷，1992，建立台灣主要水產品價格安定制度之探討，理論與政策，第6卷第4期：93-114。


二、英文部份：
Box, G.E.P, and G. M. Jenkins, 1976, Time Series Analysis, 3rd ed., Prdntice Hall, New Jersey: Englewood Cliffs.
Dickey, David A., and Wayen A. Fuller, 1979, Distribution of the Estimators for Autoregressive Time Series With a Unit Root, Journal of the American Statistical Association, 24: 427-431.
Said, Said and David, Dickey, 1984, Testing for Unit Roots in Autoregressive- Moving Average Models of Unknown Order, Biometrika, 71: 599-607.

三、網頁部份：
中央氣象局颱風資料庫，2003-2008，http://photino.cwb.gov.tw/
台灣魚類資料庫，2006，http://fishdb.sinica.edu.tw/
漁業署漁產品行情查詢系統，2009， http://www.fa.gov.tw/chnn/statistics_price/price