ARIMA模型在上海市全社会固定资产投资预测中的应用

文章采用自回归求积移动平均(ARIMA)法,对《上海市统计年鉴》(2002年)提供的固定资产投资额资料进行了分析。其结果显示:ARIMA(1,1,10)模型能提供较准确的预测效果,也可用于未来的预测,并为上海市全社会固定资产投资提供了可靠依据。     

ARIMA模型在固定资产投资变化率预测中的运用

文章利用<武汉市统计年鉴2008>提供的武汉市全社会固定资产投资额数据,计算了历年武汉市全社会固定资产投资额变化率.采用AKIMA模型对投资额变化率进行模拟,通过定阶比较分析,ARMA(8,3)预测结果比较满意,可以用作对未来固定资产投资额变化率的预测,为武汉市全社会固定资产投资决策提供参考数据.     

ARIMA模型在武汉市全社会固定资产投资预测中的应用

1ARIMA模型的建模思想A RIM A模型(p,d,q)又称为自回归求积移动平均模型。其中AR指自回归,p为模型的自回归项数;M A为移动平均,q为模型的移动平均项数;I指积分,d为时间序列成为平稳之间必须取其差分的次数。其一般表达式为:yt=α1yt-1 α2yt-2 … αpyt-p μt-β1μt-1-β2μt-     

ARIMA模型在内蒙古全社会固定资产投资预测中的应用

正一、引言进入十五以来,内蒙古固定资产投资保持了快速增长势头,2002年全区全社会固定资产投资达715.09亿元,到2007年迅速增长到4404.75亿元,五年之内翻了6倍,这也就意味着内蒙古经济社会发展的后劲和动力得到了迅速的增强。进入十二五以来,西部大开发政策的继续实施以及新的国务院关于促进内蒙古又好又快发展意见的出台,使得内蒙古面临难得的历史发展机遇,到2011年全区全社会固定资产已突破1万亿元,达到10899.79亿元。与此同时,内蒙古固定资产投资面临的不确定因素也日益增多。     

基于拓展ARIMA模型的全社会固定资产投资拟合及预测

文章利用《中国统计年鉴》中1980-2013年全国全社会固定资产投资的年度数据,描述了固定资产投资的发展态势,并将其发展分成了三个阶段,给出了具体的介绍和分析,运用ARIMA模型来拟合并进行预测.     

ARIMA模型在移动通信用户数预测中的应用

本文采用自回归求和移动平均模型(ARIMA(p,d,q)),对贵阳2002年7月到2005年6月的36个月忙时用户数据进行分析,结果显示,ARIMA(0,1,1)模型提供了较准确的预测结果,可用于对未来月份忙时的用户数预测。就此,可为交换设备的建设提供可靠的参考依据。     

ARIMA模型在基金指数预测中的应用

本文采用自回归移动平均模型(ARIMA),选取上证基金指数2005年6月1日至2006年5月31日共238个交易日的数据进行了实证分析,结果显示,与传统时间序列方法相比ARIAM(2,1,5)模型对上证基金指数具有更好的预测效果,可为投资者的决策提供较准确的依据。     

ARIMA模型在基本建设投资预测中的应用

基本建设投资对经济发展的影响有其滞后的特征。本文利用ARIMA模型对其滞后影响进行模拟 ,为正确把握基本建设投资对经济发展的影响作用提供实证基础     

基于ARIMA模型的短期股票价格预测

文章选取“华泰证券”250期的股票收盘价作为时间序列实证分析数据,通过建立ARIMA模型对创业板市场股票价格变动的规律和趋势进行了预测.实证结果表明,该模型短期动态、静态预测效果较好,可以为投资者和企业在进行相关决策时提供有益参考.     

ARIMA模型在我国教育投资预测中的应用

试图突破传统的研究教育投资的角度,利用国家财政性教育经费及其他经费占总教育经费的比重序列,通过构建ARIMA模型来拟和中国教育投资趋势,并得到了国家财政性教育投资持续增长的结论。     

FDI对天津固定资产投资挤入挤出效应的实证分析

自改革开放以来,招商引资一直被视为我国各地区发展经济的制胜法宝。外商直接投资企业为发展当地经济确实起到了举足轻重的作用。但是,外商直接投资(FDI)如果带动了当地的投资会带来挤入效应,反之如果FDI进入了与当地企业相竞争的行业,则会代替或挤出当地的投资进而产生挤出效应[1]。这便需要政府正确认识问题,采取措施优化引资结构,使FDI发挥更大的作用。近年来天津市的经济取得了快速发展,其中FDI功不可没,文章将建立模型对FDI对天津地区固定资产投资的挤入挤出效应进行实证分析。     

宏观投资效益评价指标体系研究及实证分析

本文根据宏观投资活动中的投入产出关系,建立了以GDP为核心的宏观投资效益评价指标体系和以因素分析、边际分析和弹性分析为内容的评价方法体系,并据此对“八五”以来我国固定资产投资的宏观效益进行初步分析。     

Minimum Mean Squared Error Estimation of the Noise in Unobserved Component Models

In model-based estimation of unobserved components, the minimum mean squared error estimator of the noise component is different from white noise. In this article, some of the differences are analyzed. It is seen how the variance of the component is always underestimated, and the smaller the noise variance, the larger the underestimation. Estimators of small-variance noise components will also have large autocorrelations. Finally, in the context of an application, the sample autocorrelation function of the estimated noise is seen to perform well as a diagnostic tool, even when the variance is small and the series is of relatively short length.     

时间序列分析在经济预测中的应用

社会消费品零售总额是一项重要、敏感的政府统计。定期发布的消费品零售统计资料,常常引起国内外的强烈关注,间或还会引发一些疑义和争议。文章拟通过运用EXCEL及SAS软件建立季节分解模型和季节哑变量、ARIMA模型,对我国的社会消费零售总额的情况进行预测分析,从初步确定几个不同的模型中,把拟合效果最好的模型保留,并对模型的实用性进行了探讨。     

基于核算视角的企业部门固定资本存量估算

受固定资产基础统计资料严重缺失所限,现有对我国资本存量估算的文献很多未遵循SNA中先微观估算后宏观加总的核算流程,估算结果还不能反映我国不同部门资产积累的重要信息。目前基于核算视角的资本存量估算研究还比较缺乏,随着部门资产负债表在经济分析中重要性的不断提升,分部门固定资本存量的估算变得更加迫切。鉴此,本文充分挖掘了企业财务资料中可用的固定资产信息,系统论述了基于固定资产原价指标估算企业部门固定资本形成的合理性和可行性,在此基础上,以工业35个行业为例,运用PIM对工业企业部门设备和建筑固定资本存量进行了估算,并对估算细节作了尽可能的改进。本研究不但解决了企业部门固定资本存量的估算难题,同时也为除家庭之外其他部门固定资本存量的估算提供了可能的解决思路。     

Seasonal Adjustment of the Weekly Monetary Aggregates: A Model-Based Approach

A procedure is developed for seasonally adjusting weekly time series, based on a composite of regression and time series models. The procedure is applied to some weekly U.S. money supply series currently seasonally adjusted by the Federal Reserve.     

1996-2009年中国城市固定资本存量估算

本文在系统回顾国内外文献和我国实际的基础上确定了永续盘存法所依赖的四个关键参数-固定资产投资建设周期、固定资产价格加权指数、加权折旧年限和初始资本存量,根据各城市行政区变化调整了统计数据,估算了1996-2009年中国286个地级及以上等级城市资本存量。根据不同折旧年限计算得到的两组资本存量序列数据可以作为我国城市资本存量数据的上下限。通过比较本文与文献中资本-产出比和估计生产函数可确认本文估算的资本存量数据是比较可靠的。本文估计的城市资本存量数据为后续应用研究奠定了初步的数据基础。     

Semiparametric Efficient Estimation of the Mean of a Time Series in the Presence of Conditional Heterogeneity of Unknown Form

Abstract

We obtain semiparametric efficiency bounds for estimation of a location parameter in a time series model where the innovations are stationary and ergodic conditionally symmetric martingale differences but otherwise possess general dependence and distributions of unknown form. We then describe an iterative estimator that achieves this bound when the conditional density functions of the sample are known. Finally, we develop a “semi-adaptive” estimator that achieves the bound when these densities are unknown by the investigator. This estimator employs nonparametric kernel estimates of the densities. Monte Carlo results are reported.     

Semiparametric Efficient Estimation of the Mean of a Time Series in the Presence of Conditional Heterogeneity of Unknown Form

We obtain semiparametric efficiency bounds for estimation of a location parameter in a time series model where the innovations are stationary and ergodic conditionally symmetric martingale differences but otherwise possess general dependence and distributions of unknown form. We then describe an iterative estimator that achieves this bound when the conditional density functions of the sample are known. Finally, we develop a “semi-adaptive” estimator that achieves the bound when these densities are unknown by the investigator. This estimator employs nonparametric kernel estimates of the densities. Monte Carlo results are reported.