美国农业部预测：一项荟萃分析研究

此外，价格对报告的反应也是合理的。Patterson&Brorsen（1993）《美国农业部出口销售报告：是新闻吗？美国农业部的预测并没有向市场提供新的信息，事实上，交易员们预测了这些报告。普鲁特等人（2014）《美国农业部市场信息的最终用户偏好》。结果表明，扩展代理倾向于农场级预测。Roberts（2006）《植物病害预警系统的价值：美国农业部大豆锈病协调框架的案例研究》美国农业部的预测为市场提供了有价值的信息。可能在2005年，美国农业部预测的信息价值超过了获取信息的成本。Schroeder et al.（1990）活期股票的异常回报美国农业部的预测对价格没有一致的向上或向下影响，但围绕美国农业部库存报告发布的期货价格，回报的波动性增加。报告发布时间表明预测为市场提供了新信息。此外，与其他市场相比，该预测包含的生猪市场信息较少。因此，在美国农业部发布预测后，生猪价格波动更大。Summer&Mueller（1989）是收获预测新闻吗？美国农业部公告和期货市场反应。美国农业部发布公告后的价格均值和方差与其他日期的价格均值和方差之间存在显著差异。美国农业部预测的准确性正如上述相关研究的总结所示，并非所有研究人员都对美国农业部预测的准确性持相同观点。一方面，一些研究认为，美国农业部的估计是无偏的（例如，No&Salassi（2009），Sanders&Manfredo（2002），Xiao et al.（2014），Irwin et al.（2014）），另一方面，一些研究声称，美国农业部的预测是有偏的（例如。

Sanders&Manfredo（2003a）、Sanders&Manfredo（2003b）、Schaefer&Myers（1999））。然而，一些研究认为，美国农业部的预测效率低下（例如Schaefer&Myers（1999）、Sanders&Manfredo（2002））。Xiao等人（2014年）），非最优（如Von Bailey&Brorsen（1998）、Sanders&Manfredo（2003a）、Sanders&Manfredo（2003b）），或长期不合理（如Sanders&Manfredo（2008）、No&Salassi（2009））。一些研究报告了美国农业部预测准确性的提高（例如Gunnelson等人（1972）、Egelkraut等人（2003）、Good&Irwin（2005）、Irwin等人（2014）。Salassi（2009）认为，美国农业部的预测在短期内没有偏见，但在长期内并不合理。Sanders&Manfredo（2002）坚持认为，美国农业部的预测是公正的，但不是有效的。肖等人（2014）认为，美国农业部的预测没有偏见，但效率低下。欧文等人（2014年）认为，美国农业部国家统计局对玉米的预测是公正的。Sanders&Manfredo（2003a）和Sanders&Manfredo（2003b）指出，美国农业部对肉鸡价格的预测存在偏差。Gunnelson等人（1972年）报告，美国农业部的预测略有改善。Irwin（2005）报告，美国农业部大豆预测的准确性有所提高。欧文等人（2014年）认为，美国农业部国家统计局对玉米的预测有所改善。9一些研究比较了美国农业部预测与其他预测的准确性（例如Kastens等人（1998年），Manfredo&Sanders（2004年））。此外，至少有两项研究表明，美国农业部对玉米产量的预测更为准确，但对大豆产量的预测却并非如此（如Egelkraut et al.（2003），Irwin et al.（2014））。图3，A部分总结了重点评估美国农业部预测准确性的主要研究结果。

总体而言，4项研究的作者认为，至少对某些农产品而言，预测是无偏的，4项研究指出，预测的准确性有所提高，2项研究认为，与大豆预测相比，美国农业部在玉米预测方面做得更好。然而，3项研究表明，美国农业部的预测有偏差，其中3项报告效率低下，另外3项研究表明预测不是最优的，其中2项认为预测不合理。市场对美国农业部预测的反应市场对美国农业部预测的反应尚未明确确定。一方面，一些研究人员认为这些预测具有新闻价值，并为市场提供了新的有用信息（如Summer&Mueller（1989）、Schroeder et al.（1990）、Fortenbery et al.（1993）、Roberts（2006）、McKenzie（2008）、Darby（2015）、Hoffman et al.（2015）），另一方面，其他研究人员认为，美国农业部的预测没有新闻价值，事实上市场参与者预测了这些报告（例如Patterson&Brorsen（1993），Isengildina Massa等人（2004））。此外，一些研究指出，美国农业部的预测会引起市场反应或价格变动（例如Colling&Irwin（1990），Colling et al.（1996），Colling et al.（1997），Irwin at al.（2001）（玉米和大豆），Aulerich et al.（2007），McKenzie（2008），Karali（2012））。此外，Colling&Irwin（1990）、Colling et al.（1996）、Colling et al.（1997）、Aulerich et al.（2007）论证了市场对预测中意外变化的反应。Fortenbery&Sumner（1993）认为，美国农业部的预测不会造成不确定性。此外，Colling等人（1992）坚持认为，对猪和猪报告的期望是强烈的形式理性。其他一些研究人员，如McKenzie（2008）声称，对价格的反应是理性的。无花果

第二部分总结了研究的主要发现，重点是市场对美国农业部预测的反应。总而言之，2项研究声称这些预测没有新闻价值，而其中7项认为它们有新闻价值。7项研究表明，美国农业部的预测会引起市场反应，其中4项研究认为市场会对意外信息作出反应，2项研究认为市场预期是合理的，1项研究认为预测不会引起不确定性。图2：。已发表研究的主要发现摘要。A是对重点分析美国农业部预测准确性的主要研究结果的总结，B是对市场对美国农业部预测的反应的研究结果的总结。Meta分析美国农业部的预测可能存在的问题是重复过去的错误或过度更正。与过去错误的相关性表示预测重复或过度纠正过去错误的趋势。与过去预测的正相关表示新预测重复了11个相同的错误，而负相关表示错误的过度修正（Isengildina Massa et al，2013）。一些研究计算了美国农业部预测与其过去误差的皮尔逊相关性（例如，桑德斯和曼弗雷多，2002和2003；Isengildina Massa等人，2004、2006、2012和2013；古德和欧文，2005；以及麦肯齐，2008）。我们应用了表中所示的调查结果。1、进行本研究的荟萃分析。请注意，AR4是一个时间序列模型，它代表了作者建议的一种替代预测方法。在荟萃分析研究中，通常会讨论两种模型：固定效应模型和随机效应模型。

在固定效应模型中，假设数据集不是随机的，个体来自同一群体，而在随机效应模型中，数据集来自不同群体的层次结构，数据集观测值之间的差异与该层次结构有关。例如，从同一个库中的同一人群收集的数据集可能符合固定效应模型。固定效应模型没有考虑异质性，如果数据集确实来自不同的人群，它会高估效应大小。在这种情况下，有人可能会应用随机效应模型。当数据集中存在异质性时，如果研究人员应用随机效应模型，则计算的置信区间（CI）要宽得多，但如果数据集是同质的，则CI与使用固定效应模型估计的CI相同。桌子1.

要进行元分析的数据集AuthorYearTime PerioditPearson CorrelationForecastSanders&Manfredo1982-2000beef0.31USDASanders&Manfredo1982-2000pork0.15USDASanders&Manfredo1982-2000Bocket0.25USDASanders&Manfredo1982-2000beef-0.12AR4Sanders&Manfredo1982-2000pork-0.02AR4Sanders&Manfredo1982-2000Bocket0.03AR4Sanders&Manfredo1982-2002cattle0.24USDASanders&Manfredo1982-2002Hogs0.18USDASanders&Manfredo1982-2002broiler0.31USDASanders&Manfredo1982-2002cattle0.02AR4Sanders&Manfredo1982-2002Hogs-0.21AR4Sanders&Manfredo1982-2002broiler0.17AR4Isengildina et al.1970-2002corn0.45USDAIsengildina et al.1970-2002soybeans0.22USDAGood&Irwin1970-2005corn0.54USDAGood&Irwin1970-2005soybeans0.35USDAIsengildina Dina等人，1970-2002年Corn0.23USDAIsengildina等人al.1970-2002大豆-0.8USDAMcKenzie1970-2005玉米0.66USDAIsengildina et al.1985-2009玉米-0.31USDAIsengildina et al.1987-2010大豆0.11USDAIsengildina et al.1987-2010小麦0.16USDATo确定样本大小的异质性，我们计算Q-统计量。Q-统计量检验的无效假设是“所有研究共享相同的效应大小”，替代假设是“研究不检验共同的效应大小”。换句话说，统计上的Q-统计意味着这些研究没有共同的效应大小。然而，非显著的Q统计量不能证明数据集是同质的。异质性检验结果表明，Q统计量为77.3，p值<0.0001，这意味着研究没有共同的效应大小，数据集是异质的。异质性的另一种测试采用I2统计。I2统计是一个百分比，表明方差的比例来自研究之间的实际差异，而不是研究13的方差。Higgins等人。

（2003）提供了25%、50%和75%的阈值，表示I2统计的低、中、高方差。对于我们的数据集，I2统计值为70.3%（95%可信区间：48.5，83.8），代表中高方差。尽管上述测试表明数据集中存在异质性，但它们并没有提供任何线索表明哪些研究可能对异质性产生不成比例的影响。相反，Baujat et al.（2002）引入的Baujat图可以看出哪些研究比其他研究更有助于异质性和对结果的总体影响。对于上述图，横轴表示研究的异质性，而纵轴表示研究对整体结果的影响。图3：。表示数据集的Baujat图。图3：。Baujat图确定导致异质性的研究。每个数字代表一项研究。右上角的研究对结果的影响更大，对异质性的贡献更大。A区考虑了所有研究。如图所示，Isengildina Messa等人（2006年）关于大豆的研究18对异质性的贡献最大。在B区，AR4模型被删除，只剩下专注于美国农业部预测的研究。这里研究12在上面的右角。在C区，消除了变化最大和尺寸效应较小的研究。荟萃分析文献中的另一个重要概念是发表偏倚，它表示效应大小越大的研究越有可能发表。换言之，出版商关注研究结果，结果有力且积极的研究更有机会发表。漏斗图是确定出版偏倚的有用工具。

在此图中，纵轴显示单个效果大小，而横轴表示标准误差。对称漏斗图表示无偏发布的可能性，而非对称图表示发布偏差的可能性。如果曲线图显示出负相关，这意味着14可能具有较小和负结果的研究没有发表，并且它们从曲线图的左角漏掉了。图4：。表示数据集的漏斗图。正如在大多数情况下可以看到的那样，曲线图显示出正相关。ABCDEFFig。4、漏斗图表示出版偏倚。图A包括表中的所有研究。1.显示出正相关，因此数据集可以被解释为不对称。在图B和图C中，我们删除了效应大小较小、变化较大的研究。漏斗图D包括图A中除AR4模型外的所有研究。图E模拟了图D的三个移除研究，如果它们存在，则该图将是对称的。在漏斗图F中，效应大小小、变化大的研究从图D中删除，这听起来像是一个不对称图。总的来说，听起来所有场景中的漏斗图都是不对称的，这表明了存在发布偏差的可能性。漏斗图的一个缺点是，它只是对发表偏倚可能性的主观衡量。我们将秩相关和爱格测验作为客观工具来测试发表偏倚。Begg和Mazumdar（1994）提出了秩相关检验。根据他们的方法，P<0.05与非对称漏斗图一致。然而，对于少于25项研究的研究，秩相关检验不能完全可信（Sterne等人，2000年）。对于少于25项研究的meta15分析而言，一种更有用的替代测试是爱格等人（1997）提出的爱格测试。

在这里，秩相关检验（p=0.0081）具有统计学显著性，这表明我们的数据集中存在发表偏倚。然而，根据另一种测试漏斗图不对称性的工具爱格测试，p等于0.2408，这在统计上并不显著。与秩相关检验不同，这一发现表明这些研究在漏斗图中是不对称的。换句话说，根据爱格的测试结果，没有证据表明存在出版偏差。通过结合各种研究的结果进行讨论，提供有用的统计测试和程序，以及汇总和综合结果元分析，有助于解决研究矛盾时的不确定性，在一个地方获得许多研究结果的生动生动图片当然很有用。许多研究人员研究了美国农业部的预测，但几乎所有这方面的学术出版物都可以分为两类。评估美国农业部预测准确性的研究以及评估市场对美国农业部预测反应的研究。一些研究两者兼有。这些研究小组提供了各种各样的结果，在许多情况下，他们的发现相互矛盾。

因此，在本研究中，我们对该领域已发表的研究进行了荟萃分析，以解决以下问题：1）已发表的学术研究如何评估美国农业部预测的准确性？2） 学术发表的研究如何评估市场对美国农业部预测的反应？3） 研究结果是否存在异质性？4） 在这一领域发表的研究中是否存在任何发表偏见？16在汇总和综合了我们可以找到的所有已发表的论文后，我们发现一些研究认为预测是无偏的，而大多数研究指出，至少对于某些产品，美国农业部的预测是无效的，是有偏的，并且不是最优的。关于市场对美国农业部预测的反应，我们发现一些研究声称这些预测没有新闻价值，市场参与者可以预测这些报告。然而，大多数研究认为，这些预测是有新闻价值的，它们为市场参与者提供了有用的信息，并引起市场反应和价格变化。我们使用R中名为“隐喻”的软件包进行元分析，以解决第三个和第四个问题。我们应用Q统计量、I2统计量和Baujat图来检验异质性。根据上述测试的结果，研究结果是不一致的。此外，我们还应用漏斗图、秩相关检验和爱格检验来检验发表偏倚。漏斗图和秩相关检验结果显示了发表偏倚。然而，正如我们已经提到的，爱格的测试结果对于小数据集更为准确，并且该测试的结果并不证实发表偏倚。参考文献1。Aulerich，N.、Irwin，S.、Nelson，C.（2007）。计量误差对美国农业部作物报告价格反应估计的影响。