我国是农业大国,随着我国市场的逐步开放,全球经济一体化的进程日益加快,农产品的生产、流通、经营所面临的竞争也日益激烈。同时,我国是产棉大国,约占全国经济作物播种面积1/4的棉花早已成为我国种植业中仅次于粮食的大宗农产品。棉花供给与需求的平衡问题不仅涉及到整个农业生产链,而且还将进一步影响农民收入以及我国棉纺织工业的发展,进而成为影响我国国民经济和社会发展的重要问题。本文采用中国棉花价格指数CCIndex为因变量Y,试图通过数据分析,对未来价格走势进行一定的预测。首先根据棉花市场的经济发展规律及棉花形势的主要特点,从棉花的销售价格、销售方式及质量认定等方面分析了棉花市场的供求关系及棉花价格波动的六个主要原因:供给因素、需求因素、经济波动周期、金融货币因素、政治政策影响和供求心理影响;通过相关分析和回归分析的检验筛选,选择棉花产量、纱产量、汇率、基准贷利率、存款准备金率、进口配额、出口配额、豆油指数中间价、棉花月结算价、CCIndex为自变量,经过自回归分析发现,作为时序数序,棉花价格指数CCIndex也会受到前期数据的影响,所以,本文添加了前两期的CCIndex和棉花月结算价格作为自变量,通过采用Backward方法进行一元线性回归分析,确定选取此11个变量建立BP神经网络模型是可行的。人工神经网络采用物理上可以实现的器件或采用计算机来模拟生物体中神经网络的某些结构和功能。神经网络由于其独特放入类似于人脑的学习和识别的能力,在社会生活的许多领域得到了广泛的应用。其预测误差较小,与其它模型相比,该模型具有理论简单、数据计算量较小、并行性强、实际操作简便等优点。本文通过采用神经网络方法,利用神经元的自适应和自学习能力,根据影响棉花价格的因素和价格预测应该遵循的法则,对2002年至2008年的11个自变量的数据进行了分析,在此基础上,建立了棉花价格波动的动态模型,经过检验发现,检验值和目标原值误差控制在较小的范围中,说明训练所得的神经网络模型可以相对准确的对目标值进行预测。在此基础上,本文系统地探讨了我国棉花销售市场发展变化的内外因素及价格变化趋势,分析并预测了我国棉花价格走势,并提出了相关的问题和建议,对棉花价格的研究和棉花产业政策的制定有较大的参考价值。