猪肉作为我国主要的肉类消费品,生猪价格的稳定与否直接关系到国民经济的稳定发展。因此,对我国生猪价格波动的特征及形成机制的探究就显得尤为重要。在此基础上,构建有效的生猪价格预测体系对生猪产业平稳发展有重要意义。本文首先分析生猪价格的整体趋势,应用时间序列分解方法分析我国生猪价格的趋势、波动周期、季节波动和随机波动的特征。并运用供求理论和因子分析方法探讨影响生猪价格的主要因素。然后,采用多元线性回归、支持向量机(SVM)、ARIMA、神经网络模型和组合预测等方法在特定时期分别对短期、中期和长期的生猪价格进行预测,并通过实证分析确定各预测模型最佳的预测期限。主要结果如下:(1)2000年1月到2018年7月我国生猪价格经历5轮周期波动,每个周期长度在40个月及以上。周期波动、季节成分和随机成分是造成生猪价格波动的主要因素。(2)仔猪价格和产业利润所代表的养殖盈利对生猪价格的波动有着显著的影响;生猪产量的变化仍然是生猪价格变化的直接原因;以饲料为主的生产成本的变化是生猪价格变动的基本原因;对动物性食品的消费呈现多元化的趋势,导致猪肉替代品对生猪价格有明显的影响。(3)在不同波动程度中,组合预测对不同预测期限猪价的预测效果和预测精度都是最高的。其中,在波动程度剧烈的条件下,ARIMA模型在短期和中期预测效果最好,BP神经网络在长期预测中的预测效果和精度最高。在波动程度平缓的条件下,几种预测方法在短期、中期和长期预测中预测效果和精度均很高。此外,在波动程度平缓条件下各预测方法的预测效果和精度均较波动程度剧烈条件下要好。但是随着预测期限的增加,各种预测模型的预测效果和精度也随之降低。