陕西省经济增长中的环境负荷分析预测

文章利用环境负荷控制方程,以GDP和能源消耗量为参数,对陕西省2000～2007年的环境负荷计算分析,并对2010、2015、2020年环境负数进行预测.     

城市蔬菜品种安全指数的预测分析

文章以2007年1～4月的菜心品种安全指数为样本,对于落在不同监测预警区域的蔬菜品种安全指数,运用干预影响模型和时序平滑模型进行预测分析.结果表明,这两种不同模型的运用对蔬菜品种安全指数的拟舍和预测效果都较好,准确性高、误差小.     

广东省生态文明社会进程的综合评价与预测

文章以2000-2013年间的广东省纵向统计数据为评价对象,使用因子分析方法,分别从生态经济文明、生态社会文明、生态环境文明、生态文化文明和生态制度文明等五个方面,进行了综合动态监测,计算广东省生态文明发展综合指数,通过曲线回归分析,预测未来几年广东省的生态文明发展情况,研究结果表明:广东省的生态文明发展情况总体呈上升趋势,综合指数从1999年的-1.53增加到了2012年的1.78,上升趋势比较明显.其上升曲线拟合方程为Y=-1.767+0.236t,可预测未来广东省2020年的生态文明指数为3.425.     

房产销售价格变化与物价水平的动态效应分析

文章基于VAR模型对我国2005～2010年的商品房销售价格指数进行预测分析.通过建立VAR模型对EPI指数与CPI指数、PPI指数之间动态变化规律及影响机制进行实证研究,并结合脉冲响应函数及方差分解对短期的未来商品房销售价格走势进行预测.结果表明:物价水平的波动对房产价格的冲击有限,房价上涨更多的是过往自身价格水平的体现,未来将呈现逐步回落趋势.     

灰色系统理论模型在耕地需求量预测中的应用

文章将灰色关联度模型应用于耕地利用变化的驱动力定量分析,并采用灰色系统预测法对耕地需求量进行预测.通过实证分析表明:灰色关联度模型能够较好地选出耕地利用变化的主要驱动力因子,灰色系统预测模型耕地需求量定量预测可行,且精度较高.     

基于金融压力指数的金融系统性风险的测度

文章介绍了一种新的金融系统性风险测度方法一金融压力指数法,并在前人研究的基础上结合中国的现实情况构建了能实时显示中国金融系统性风险状态的中国金融压力指数.该压力指数的实证结果显示中国在2008年4～12月处在金融系统性风险较大时期,且2008年10月是2002年以来中国金融系统性风险达到最大的时期.该结果能较好的拟合2002～2009年中国金融的现实状况.因此,该指数将为我国金融系统性风险监测提供有用的工具.     

基于系统动力学的中国石油需求系统模型及预测

建立了基于系统动力学的我国石油需求系统模型,然后利用GM(1.1)灰色模型对部分因素进行预测,再将灰色系统模型的预测值导入模型.从而对2008～2020年我国石油消费对外依存度和石油需求量进行了预测.预测结果表明,我国石油消费对外依存度以年均1.51%的速度增长,2020年战略石油储备完成后,石油消费对外依存度将达到62.5%.我国石油总消费量将2.5%的速度增长,到2020年将达到5.28亿吨.通过政策模拟,预测了不同经济发展速度下我国的石油需求量,结果表明,经济的发展速度对我国的石油需求量影响比较大.     

基于主成分BP神经网络的西部服务业产值预测

文章采用主成分分析和BP神经网络相结合的方法,采用的1978～2005年服务业相关数据和服务业产值为训练数据,通过BP神经网络建立主成分到服务业产值之间的映射关系.将2006～2007数据作为仿真预测数据,进行样本仿真.验证结果表明:文章采用的方法可以较为准确地拟合原始样本,有较高的预测精度,可以对西部服务业产值进行较为准确的预测.此方法具有一定的理论和现实意义.     

几种组合预测方法对股票市场的预测效果研究

为了研究几种组合预测方法的预测效果,文章首先利用GM(1,1)、BP神经网络、支持向量机(SVM)三种单一预测方法对2008年的上证工业股指数、上证商业股指数、上证地产股指数、上证公共事业股指数作了预测,然后分别利用最优权重线性组合预测模型、基于SVM和基于BP神经网络的非线性组合预测模型对上述股指作了预测.通过对各种预测方法的预测效果进行对比分析,发现:在进行组合预测时,选择其中预测效果最好的一种方法作为二次组合预测的模型可以大大提高组合预测的效果.     

基于优化灰色模型的中国宏观经济发展预测

根据<中国统计年鉴-2007>和中华人民共和国2007年国民经济和社会发展统计公报等最新统计资料,通过筛选建立对数新发展系数优化灰色模型,对2008～2012年中国宏观经济发展进行实证分析和预测研究.结果表明:2008年我国GDP将达到286950.1亿元,到2010年中国GDP将达390645.9亿元,约为2000年的3.94倍,"十一五"规划的预期目标可望顺利实现.     

中国城市化水平时间序列模型分析:1949～2007

文章采用1949～2007年的中国年度数据,建立了一个中国城市化水平的时间序列模型.模型显示,中国城市化水平的提高主要受到模型滞后一期和滞后五期的随机误差的影响,具体为,滞后一期和滞后五期的随机误差分别增加1个单位,则城市化水平的提高就会相应增加0.6706个单位和0.3236个单位.通过该模型对2003～2007年中国城镇人口比重进行预测.得出预测结果的所有预测误差的绝对值都小于1%.而且,用该模型预测未来3年的中国城市化水平,从对2010年的预测结果46.59%来看,预测结果与国家统计局提出的在2010年前后中国城镇化水平将接近45%的预期目标基本一致.     

基于ARIMA模型的工业品出厂价格指数预测与分析

工业品出厂价格指数(PPI)对于制定未来的经济政策和宏观经济决策有着重大的意义.文章深入分析了我国从1993～2014年工业品出厂价格指数(PPI)月度数据,并在此基础上应用ARIMA模型进行建模,并作出了短期的预测.研究表明预测数据与真实数据较为接近,预测精度较高,模型拟合优度良好,工业品出厂价格指数(PPI)在未来一段时间内将有可能继续保持稳中有升的趋势.     

基于协整与ARMA组合模型的居民中长期消费贷款预测

文章运用协整回归与ARMA组合模型,通过房屋销售价格指数对居民中长期消费贷款进行了短期预测.先用2007年1月至2010年1月的37期数据进行Granger因果关系检验,再运用协整回归和ARMA组合建立预测模型,模型对2010年2月至6月共5期的居民中长期消费贷款进行预测,与实际数据相比,预测相对误差小于1.5%,最后提出了一些相关的政策建议.     

中国社会消费品零售总额的预测分析

文章以我国1990 ～ 2010年的社会消费品零售总额的数据为样本建立指数平滑法模型,并利用该模型对2011～2013年进行预测分析,通过分析发现该模型预测误差很小,拟合效果能达到预期的目的.预测结果表明2011 ～ 2013年我国社会消费品零售总额总体上将持续增长,这反映了消费品市场在快速发展中的连续性和稳定性,可以为政府的宏观决策提供依据.     

基于灰色系统理论的广州市旅游接待人数预测与分析

文章对广州市2004～2008年的年旅游接待人数及对应月份的数据建立模型GM(1,1),并对其间11月份的数据采用动态指数变换法以提高模型精度.发现利用分月预测与直接年预测两方法都能很好地反映实际,前者的效果优于后者.用两方法分别预测了广州市2009～2012年的旅游接待人数.     

林业生态、产业和民生系统耦合协调的动态演进——以黑龙江省国有林区为例

通过构建黑龙江省国有林区林业生态、产业和民生系统协调发展评价的指标体系,结合变异系数法测算出林业生态、产业和民生各子系统及综合发展指数。在此基础上引入二元和三元系统耦合协调模型,并借助灰色系统GM(1,1)预测模型预测2017—2020年三系统耦合协调发展水平。结果显示:黑龙江省国有林区林业生态、产业和民生各子系统发展指数表现出阶段性差异,但综合发展指数呈现出向好态势;三系统耦合协调度实现由低到高的梯度演进,但目前仍处于协调发展的一般水平;预计到2020年,三系统耦合协调发展水平将接近于中级协调,但距离优质协调还有一定差距。     

中国各区域城市工业用电效率的分解与比较

文章运用一种单要素和两种全要素DEA分析方法,以及Malmquist指数,对2002～2007年我国71个城市的工业用电的静态和动态效率进行了比较分析.结果表明:(1)我国城市工业用电的总体效率逐年提高,节电降耗政策效应显著.     

关于总和生育率的统计分析模型

文章根据2007年高教杯大学生数学建模竞赛A题中的人口数据,针对总和生育率分别建立指数平滑模型和Gaussian模型,并对我国近年来育龄妇女总和生育率进行预测,合理地刻划了我国总和生育率的长期变化趋势.     

基于正交尺度网络的宏观经济预测研究

文章基于多分辨率理论,建立了一个用于宏观经济预测的正交尺度网络模型.该模型的优点在于:一方面因为网络一部分的权值与阈值在训练之前能够根据多分辨分析理论确定,减少了训练时需要调整的参数;另一方面正交性使得网络的结构得到尽可能的优化,因此改善了网络训练时阍和收敛速度,有效提高预测精度.通过对我国1998～2005年我国国内生产总值的学习,并对2006年、2007年国内生产总值的预测,与目前的BP模型和小波神经网络模型结果进行比较,验证了模型的有效性.     

两次金融危机影响下中国CPI运行对比分析

研究发现1997年金融危机发生前后CPI运行相关度非常高,而2008年金融危机发生当期CPI与2007CPI运行相关度非常高,并且对2008、2009年前5个月同比CPI数据进行分析,相关度也非常高。对此,文章在此基础上运用BP神经网络模型具有很好地模拟非线性系统的优点,对BP神经网络模型进行了改进,并运用该模型对中国2001～2008年前5个月月度CPI指数进行了拟合的基础上,对2009年后7个月月度CPI指数和全年CPI指数进行了预测。将2009年全年数据(包括已公布的前5个月数据和后7个月的预测数)与2008年数据进行相关分析,发现相关度非常高。