灰色马尔可夫模型在房价指数预测中的应用

灰色马尔可夫模型预测兼有灰色预测和马尔可夫链预测的优点,并能对较短的时间序列数据进行建模计算。文章尝试将该模型应用于房价指数的预测分析,并对2003年7月到2005年7月间的中房上海住宅指数和办公楼指数进行了实证分析,结果表明模型的拟合精度较高,在房价指数的预测中有较强的适用性。     

基于网络搜索数据的中国消费者信心指数的测算

世界上的多数经济都是消费者驱动的,因此消费者信心指数(CCI)在经济预测中占据非常重要的位置.文章利用社交媒体中人们的网络“行为”数据对CCI建模并拟合预测.通过建模,拟合的CCI具有较好的拟合优度和较小的误差,同时结果也表明,耗时、耗力的传统CCI测算方法可以通过挖掘社交媒体中的行为数据进行建模分析来获得.模型构建之后的对比及检验评价都表明该模型在计算和分析上是稳健的.     

基于机器学习LSTM&US模型的消费者信心指数预测研究

消费者信心指数等宏观经济指标具有时间上的滞后效应和动态变化的多维性,不易精确预测。本文基于机器学习长短时间记忆(Long Short-Term Memory,LSTM)神经网络模型,结合大数据技术挖掘消费者信心指数相关网络搜索数据(User Search,US),进而构建一种LSTM&US预测模型,并将其应用于对我国消费者信心指数的长期、中期与短期的预测研究,同时引入多个基准预测模型进行了对比分析。结果发现:引入网络搜索数据能够提高LSTM神经网络模型的预测性能与预测精度;LSTM&US预测模型具有较好的泛化能力,对不同期限的预测效果均较稳定,其预测性能与预测精度均优于其他六种基准预测模型(LSTM、SVR&US、RFR&US、BP&US、XGB&US和LGB&US);预测结果显示本文提出的LSTM&US预测模型具有一定的实用价值,该预测方法为消费者信心指数的预测与预判提供了一种新的研究思路,丰富了机器学习方法在宏观经济指标预测领域中的理论研究。     

基于GM(1,1)—逐步回归模型的用水量预测

为了对城市的用水量有个更精确的预测,文章将逐步回归模型与灰色预测模型相结合,提出了一种基于灰色预测——逐步回归的总用水量预测模型.该模型以逐步回归方法为基础,利用灰色相关性分析方法对观测数据进行处理,进而对预测模型的因变量进行筛选,并将灰色理论引入到回归模型分析中,对预测模型进行改进.通过实例分析可知:所提出的耦合模型与单一预测模型相比,在一定程度上改善了预测效果,达到了简化模型、提高拟合精度和增强模型预测能力的目的.     

基于等维新息递补GM(1,1)幂模型的GDP预测

针对灰色模型在GDP预测中精度较低的问题,文章提出一种基于等维新息递补GM(1,1)幂模型的预测方法.为反映数据的非线性特征,在GM(1,1)模型的基础上引进拓展的非线性GM(1,1)幂模型;进一步利用最新信息优先的原则,建立等维新息递补灰色幂模型.将改进的模型应用到我国“十三五”时期GDP的预测中,验证了此模型在拟合和预测上的优势.     

一种改进的基于DE-SVR的上证指数预测模型

文章在现有研究的基础上,选取引起上证综合指数波动的八个主要因素,建立一种改进的基于微分进化算法的支持向量机的上证指数预测模型,并与多元回归、多维灰色模型、基于微分进化算法的多维灰色模型、DE-SVR预测模型的预测效果与精度进行对比分析,证实该模型具有较高的预测精度,是一进行有效预测的新方法。     

六种时间序列组合建模及应用

文章立足卫生支出等趋势预测问题的时间序列组合建模研究,以实证算例进行验证和比较.根据政府卫生支出时序资料,将曲线拟合法和ARIMA法纳入模型,建立线性加权组合模型(残差平方和倒数法、灰色关联法、相关系数法、待定系数法和等权法)以及残差修正模型;计算拟合序列和残差序列,讨论拟合性能.并建立修正指数曲线模型和ARIMA模型,发现拟合及预测效果不错;五种组合建模技术均优于单种方法拟合性能.曲线法、ARIMA法及其组合技术对于趋势预测问题有适用意义.     

基于初值修正的组合GM(1,1)模型及其应用

灰色GM(1,1)模型的拟合和预测精度依赖于其结构参数.文章从传统GM(1,1)模型的初值选取入手分析其存在的理论缺陷,通过两种初值修正方法建立改进的GM(1,1)模型,摒弃与系统关系不大的老信息,充分利用新信息来建模,从而达到精确预测的目的.在此基础上建立两种初值修正GM(1,1)模型的组合预测模型,提高了模型的拟合和预测精度。     

一种改进的近似非齐次指数增长离散灰色预测方法

近似非齐次指数增长离散灰色模型DGM(1,1)解决了原模型的固有偏差问题,但在解决现实中有阶跃扰动、大波动变化的初始序列的时候预测结果依然存在明显的偏差.文章在近似非齐次指数增长离散灰色模型中引入残差,构建偏差修正序列,并以其为初始序列重构预测模型,分情况对预测结果进行修正.通过算例进行比较分析,验证了改进模型的精确性和实用性.     

基于改进背景值算法的优化GM(1,1)模型及其应用

研究表明,GM(1,1)模型的背景值构造方法是影响其建模精度的一个重要因数。文章研究了已有的相关文献中关于背景值的构造方法,进而提出了一种新的背景值构造方法,其具有更好的适应性。同时,为了进一步提高灰色GM(1,1)模型的模拟及预测精度,利用拟合值和原始值平方和误差最小对预测模型的初始值进行了优化。文章改进的优化GM(1,1)模型既适用于对低增长指数的数据也适用于对高增长指数的数据进行GM(1,1)预测实例建模结果展示了其具有更高的精度和适应性。     

中国市场国债利率期限结构的动态特征研究

本文在分析中国市场国债收益率的统计特征,并采用Vasicek模型对其进行动态检验的基础上,将状态变量的变动过程分别设定为AR(1)、AR(2)、ARMA(1,1)以及随机游走四种方式,比较上述四种变动方式的拟合效果与Vasicek模型的拟合效果.实证结果表明,将消费者信心指数变化率、M2增长率的自然对数、生产者价格指数变化率(PPI)以及城镇居民失业率等4个状态变量的变动方式设定为AR(1)过程的修正Vasicek模型,无论是对国债收益率数据的拟合还是预测效果都显著优于Vasicek模型,说明基于AR(1)过程的修正Vasicek模型能够更加准确地刻画中国市场国债利率期限结构的动态特征.     

改进的 GM(1,1)模型及其预测精度分析

文章分析了现有灰色GM(1,1)模型的缺陷,根据最小二乘原理,提出了以GM(1,1)的一次累加生成建模序列所有分量的拟合误差平方和最小为约束条件,以求得新灰色GM(1,1)预测模型的最优初始值;对原GM(1,1)模型进行了改进,构建了新的GM(1,1)模型,并与现有的GM(1,1)模型进行了预测精度的比较。仿真分析结果表明了新改进预测模型的有效性。     

基于改进灰色模型的企业战略资源预测

针对GM(1,1)模型和灰色非线性Bernoulli模型背景值的缺陷,文章通过背景值重构建立了改进灰色模型,并基于Matlab编程和搜索算法求解参数.将改进灰色模型引入企业战略资源预测中,并与多种预测方法比较.结果表明,该方法合理、有效,预测精度较高.     

残差灰色预测模型的改进与应用

灰色预测是近年来应用比较广泛的一种预测方法,灰色模型简称GM(GrayModel)模型,是以灰色模块为基础,以微分拟合法而建立的模型.灰色GM(1,1)预测模型具有要求样本数据少、原理简单、运算方便、短期预测精度高、可检验等优点,已广泛应用于经济、生物、生态和环境等领域.     

中国消费者信心影响因素实证分析

消费者信心是对消费者整体所表现出来的信心程度及其变动的一种测度。使用离散顺序选择模型对2009年第1季度中国大陆消费者信心指数的原始调查数据进行实证分析,结果显示：消费者对未来经济发展的信心受到其对未来就业、收入、生活和投资四个方面信心的显著影响。     

基于灰色系统理论的两种房价预测方法比较

文章以灰色系统理论作为理论基础,分别构建了GM(1,1)模型和融入灰色理论的一元线性回归模型对房价进行预测。通过对上海浦东新区房市做实证分析发现:GM(1,1)模型的拟合程度和预测精度均优于灰色一元线性回归模型,并且GM(1,1)模型更加适应样本数据较少的情况。     

基于新维无偏灰色马尔科夫预测模型的中长期能源消费预测

本文针对中长期能源消费的特点,引入了新维无偏灰色马尔科夫预测模型。该模型充分利用结合了灰色预测与马尔科夫链理论的特点,用无偏灰色预测模型拟合系统的发展变化趋势,并以此为基础进行了马尔柯夫预测,在每一步预测中,不断推陈出新,对原始数据进行等维新息处理。实例结果分析表明,该模型预测准确度尤其是中长期预测准确度良好。     

信心如何影响中国通货膨胀

在Galí and Gertler（1999）的基础上,本文通过假设成本加成定价幅度是信心的函数,构造了基于信心的新凯恩斯菲利普斯曲线,并通过VAR模型和BVAR模型实证研究了信心是否能够影响中国通货膨胀。研究发现,企业家信心指数能够影响中国通胀,而消费者信心指数无法影响中国通胀;企业家信心指数对通货膨胀的影响机制类似于总需求冲击影响机制;VAR模型和BVAR模型的结论基本一致,这证实了本文结论的稳健性。     

消费者信心指数与消费需求关系研究——以南京市居民消费需求为例

传统消费理论主要是注重对消费者收入与消费支出的关系研究,而新的西方消费者信心指数理论指出,消费者信心指数对消费支出有重要影响,特别是在当前国内消费需求增长缓慢的情况下,如何提高居民消费信心对刺激居民消费支出的增长有着重要的现实意义。运用计量经济模型,并结合南京市居民消费支出增长与消费者信心指数的数量关系,通过实证研究印证了两者间存在紧密相关性,从而建立南京市居民消费函数的主观因素拓展模型,并进而提出提高居民消费需求的政策建议,即在注重对影响消费的客观因素——收入的研究外,还要注重对影响消费的主观因素——消费者信心指数的研究。     

消费者信心指数对居民消费预测作用的实证检验

文章基于2001～2011年的季度数据,采用Carroll两步处理法和非参数方向分析分别检验我国消费者信心指数对居民消费的预测作用及其有效性,结果表明:(1)控制变量为可支配收入或历史消费时,消费者信心指数及其分指数对居民总消费和衣着、居住、杂项商品与服务分项消费的变动存在解释能力,对食品、家庭设备用品及服务分项消费几乎无解释能力,对其他分项消费的解释能力随控制变量的不同而不同；(2)消费者信心指数及其分指数可有效预测居民总消费、杂项商品及服务消费等的变动.