农产品价格预测模型的构建

农产品价格变动关乎农民收入的增长和生活水平的提高,同时也是农业管理部门决策的重要依据.针对农产品价格预测这一问题,文章先后建立了指数平滑模型、ARIMA(求和自回归移动平均)模型及基于二者的组合预测模型,并结合2011-2015年西安朱雀市场胡萝卜的月度价格数据,依据所建立的三个模型应用SPSS等相关软件对未来短期胡萝卜价格进行预测分析.预测结果显示:组合模型比单个预测模型预测精度更高,是一种有效的农产品价格预测模型.     

房地产市场价格的此较建模研究

近几年,我国房地产市场价格逐年攀升,引起了人们的广泛关注.研究房地产市场价格的变化趋势具有重要的理论和实践意义.笔者主要采用经济基本面数据,通过自回归、多元线性回归、RBF神经网络、自组织数据挖掘以及组合预测的方法来建立模型,然后对这些模型进行评价,并从中找出最能反映现实房地产价格变化趋势的模型.     

我国碳交易市场价格周期及其波动性特征分析

碳排放权交易是我国利用市场机制应对气候变化的主要途径之一.碳交易价格水平及其波动情况是碳市场机制设计合理性的直接反映.文章对我国碳交易市场价格的周期及其波动特征进行分析发现:我国各个碳交易试点在履约期内价格变化具有相似的季节性特征,并且机构和个人投资者的引入对于市场活跃度的提高具有显著作用.文章对于碳交易价格变化规律的探索可以作为制定市场价格波动平抑政策和设计碳金融产品的依据,并且可以为全国性碳市场制度设计提供借鉴.     

两种模型对中国生猪价格预测效果的比较

生猪价格波动是众多因素共同作用的结果,为提高生猪价格预测结果的精度和可靠性,文章应用支持向量机(SVM)方法,综合在中国猪肉市场上与生猪价格相关的主要指标,建立生猪价格和其影响因素的支持向量机模型,对未来生猪价格进行预测分析,同时,将其预测结果与BP人工神经网络模型的预测结果进行对比,并对这两种模型的预测效果进行评价,结果表明,基于SVM模型预测生猪价格的精度优于人工神经网络,拓展了其在这一领域中的研究与应用。     

房地产市场价格的比较建模研究

近几年,我国房地产市场价格逐年攀升,引起了人们的广泛关注。研究房地产市场价格的变化趋势具有重要的理论和实践意义。笔者主要采用经济基本面数据,通过自回归、多元线性回归、RBF神经网络、自组织数据挖掘以及组合预测的方法来建立模型,然后对这些模型进行评价,并从中找出最能反映现实房地产价格变化趋势的模型。     

基于网络搜索数据的房地产价格预测

本文以北京、上海、天津、重庆等16个大中城市的二手房价格和新房价格为研究对象,以来自我国最大搜索引擎的百度搜索指数为数据基础,使用6种计量模型分别对16个城市的二手房价格和新房价格进行了拟合和预测,得到预测二手房和新房价格变动情况的最优模型.结果显示:网络搜索数据不但能够较好地预测房价指数,而且能够分析经济主体行为的趋势与规律,有一定的时效性.预测的月度房地产价格能够比官方数据发布提前约两周时间.     

基于改进的Grey-Markov对区域碳排放市场价格的预测

文章采用灰色预测法刻画碳价的发展趋势,运用马尔科夫(Markov)理论刻画碳价的随机波动特性,使用并改进Grey-Markov模型预测碳价波动.通过比较其与传统金融时间序列预测模型GARCH的结果,发现改进的Grey-Markov模型能够提高预测的精度.     

经济新常态下农产品价格波动趋势分析

文章利用2008年1月至2015年9月的全国农产品批发价格总指数数据,选择ARMA模型,预测2015年10月至2020年12月的全国农产品批发价格总指数;并以此为基础,运用季节分析法与滤波法分析农产品价格波动的趋势与特征.结果表明:经济新常态下农产品价格波动整体呈现周期性上升态势,农产品价格波动的季节性和周期性特征明显.因此,促进我国农产品市场稳定运行需要谨防季节性和跨周期性的内外冲击.     

原油期货市场的价格发现功能 --基于信息份额模型的分析

近些年来石油价格的上涨对中国和世界经济产生了重大而深远的影响,在期货市场上可以通过套期保值在一定程度上避免这种价格风险,可以利用期货市场的价格发现功能对石油价格进行预测.本文利用向量误差修正模型分析了原油期货市场对原油价格的发现功能.     

基于特征价格模型的商品住宅价格评估方法应用

房地产价格评估需要有客观而精准的方法,以作为物业税征收、房地产买卖等方面的用途.文章以杭州市商品住宅为例,结合2430个样本数据对构建的特征价格模型先用四种函数形式进行优选,抽取300个样本进行价格评估预测建模,然后抽取100个样本进行评估预测效果检验,并对所得到的结果进行分析.     

统计在企业价格分析预测中的作用

进行企业价格统计分析预测,也就是从市场经济的客观出发,用统计特有的方法去调查了解、分析客观市场中价格变化,掌握其规律性,赢得市场主动权,获得好的经济效益.本文从统计的角度,就如何做好价格分析预测,发挥其特有作用进行一些探讨.     

基于百度指数的房地产价格相关性研究

文章以我国大中城市的新建住宅价格为研究对象,以均衡价格理论为基础,使用搜索关键词的百度指数开展研究,分别使用自回归移动平均模型(ARMA)和带搜索项的自回归分布滞后模型对上海市的新建住宅价格指数进行了拟合和预测.实证结果表明:百度搜索指数与价格指数之间存在协整关系,建立的自回归分布滞后模型的拟合度达到0.918,预测精度相较ARMA模型提高23.2％.与传统的预测方法相比,模型具有很强的时效性,能够比国家统计局提前一个月发布房屋价格指数数据.     

我国近期居民价格消费指数走势分析

文章通过利用ABIMA模型对我国近期居民价格消费指数进行预测,利用预测结果,结合我国目前国内国际情况,对我国目前的经济形势和物品价格情况做出了定性分析,并给出了一些政策意见.     

我国蔬菜价格的时间序列变动分析

文章依据全国集贸市场上黄瓜、西红柿、大白菜三种常见蔬菜的价格数据,首先分析了蔬菜价格的季节变动和趋势变动;然后运用ARIMA模型对蔬菜价格进行拟合和预测;最后比较分析了2010年的模型预测价格与实际价格。     

市场调查中的价格分析方法

价格研究始于20世纪50年代和60年代,并在70年代以后得到了长足的发展。从价格研究的学派划分,可分为计量经济学派和市场调查学派两大类。计量经济的价格模型主要从建立销售量与价格的计量经济模型出发,从而推导出不同产品取得最大利润的最优价格点。市场调查学派则是从消费者对价格反应出发,其研究模型并不需要产品销售量的数据。笔者根据多年从事市场调查的工作经验,简单介绍在市场调查中常用的三种价格分析方法模型的应用要点。1、价格敏感度测量模型:其特点为所有价格测试过程完全基于被调查本能的自然反应,没有任何竞争对手甚至自身产品…     

基于多因素影响的房地产价格预测模型

文章根据我国房地产发展情况以及与其影响因素之间复杂的非线性关系,提出了基于多因素影响的房地产价格预测组合模型.首先运用灰色关联法对影响因素进行计算排序,筛选出主要的影响因素变量,然后应用改进的小波神经网络组合预测法对房地产价格进行预测,最后使用马尔科夫链分析法将预测值区间化,提高预测值的可信度,得出最终预测结果.研究表明,考虑多种因素影响的房价预测模型能够有效地预测房地产价格,且较传统的预测方法大大提高了预测精度.     

基于灰色-马尔柯夫模型预测房地产价格

对房地产价格的预测直接影响到众多干系人的决策,关系到干系人的切身经济利益,因而对预测结果的准确性要求较高.本文在对GM(1,1)模型和马尔柯夫模型详细剖析的基础上将两者合二为一,建立相应的灰色-马尔柯夫预测模型,并通过具体例题说明该模型具有较高的预测精度和应用价值.     

煤炭价格预测模型及实证

文章基于矿产品价格随机布朗运动的特性求得矿产品价格的显式解,并通过对陕西煤炭价格不同的预测方法及其结果的比较,得出了煤炭价格预测的最佳方法:递推式预测方法.最后结合递推式预测结果,运用VC语言编程辅助处理,对陕西未来煤炭价格进行了预测.     

银行间市场和交易所市场国债价格相关性的实证研究

银行间市场和交易所市场是我国国债二级市场的两个重要组成部分,两个市场由于在交易主体、交易方式等方面的不同造成了价格和收益率的一定差别.本文以有代表性的2002年15期国债为例,运用协整检验和误差修正模型,分析了两个市场价格之间的关系,发现其相互之间存在着双向的因果关系,但主要是交易所价格领先于银行间价格,交易所价格对银行间价格具有较强的解释能力.     

猪肉供求与价格波动关系的实证分析

猪肉价格波动是近30年我国“猪市”常态,对市场各方利益主体影响重大.文章结合真实的猪肉市场表现,改进传统的蛛网模型,对我国猪肉供给、需求与市场价格的自发波动进行实证研究,得出:市场调节影响猪肉实际交易价格及其远离均衡价格的程度,影响猪肉价格波动的剧烈程度和波动形式的复杂性,并提出通过改善猪肉市场信息的完全性和竞争的完全性,按猪肉生产节律和价格波动规律科学干预,利用好市场调节功能,以减缓猪肉价格波动.