基于标准宗地的城市地价指数编制方法

随着地产市场的发育和建立,地价对于社会进步和经济发展具有极其重要的作用,编制地价指数的目的在于掌握各类用地的平均价格水平,分析地价变化趋势及其影响因素,显化城市土地供求关系,预测城市经济的发展前景,为各级政府制定和检查地价政策,宏观调控国民经济发展计划提供依据,为地价评估期日修正和政府征收土地增值税发挥重要作用.如何选择合适的地价来编制地价指数是地产评估和地价管理中急待解决的问题.     

简论统计预测中的指数模型

简论统计预测中的指数模型扬州大学税务学院会计系程毛林大量研究表明，很多事物的发展相对时间是按指数或接近指数规律变化，其模型的一般表示形式为Ｙｉ—ａｅ‘’（或Ｙｉ—ａｈ’），ａｈ／０。指数模型在理论上有三个明显的特点、一是第ｔ期预测值与前一期之比为常数...     

江苏省城市地价水平的空间自相关分析

文章在江苏省城市地价动态监测成果的基础上,通过利用Moran’s I空间自相关指数对江苏省城市地价水平进行空间自相关分析,结果显示江苏省不同用途的城市地价水平都存在正的空间自相关,即江苏省城市地价水平在空间上具有聚集特征。在设定显著性水平a=0．05,显著性检验类型为双侧检验的情况下,江苏省城市地价水平在空间布局上已趋向于显著的空间自相关性,其中,工业用途地价水平的空间自相关性最显著,其次是商业用途的地价水平,住宅用途地价水平的空间自相关性最不显著。     

指数平滑模型功能分析

指数平滑模型功能分析黄泽荣，许刘俊几种指数平滑模型的功能指数平滑模型有一次，二次，更高次之分，其共同点是利用全部观测资料的信息，在平滑的基础上进行外推预测。但不同的指数平滑模型的适用背景有明显的差异。一次指数平滑模型适用条件是观测数据没有明显的上升或...     

0-1动态数据的双向差分的模型构建

文章给出了0-1动态数据的双向差分建模方法。首先将观测序列按某一标准转为0-1动态数据,然后建立单调型动态序列的双向差分模型,对其残差建立起伏型动态序列双向差分模型以作精度修正,这样整个0-1动态数据预测精度非常高。最后,对我国国内生产总值指数变化状态作出了预测。     

基于RBF模型和可公度法的股指时间窗口期研究

股指时间窗口期对投资者选择投资时点极为重要。本文以我国上证综合指数渡浪曲线底部和顶住时间窗口期为研究对象,利用可公度法和RBF神经网络模型分析自1991年以来的上证综合指数的特性并对其底部和顶住的时间窗口期进行预测。     

统计预测方法（二）

(四)修正指数曲线趋势模型预测 修正指数曲线趋势模型预测也是非直线趋势模型预测的一种。当预测事件的各期数值的逐期增长量的发展比例大致相同时,那么该事件的长期趋势则属于修正指数曲线型。例如,某省1976—1984年手表产量资料如下:     

基于整合治愈率模型的信贷违约时点预测

传统信用评分方法主要利用统计分类方法,只能预测借款人是否会发生违约,但不能预测违约发生的时点。治愈率模型是二分类和生存分析的混合模型,不仅可以预测是否会发生违约,而且可以预测违约发生的时点,比传统二分类方法可以提供更多的信息。另外,随着大数据的发展,数据源越来越多,针对相同或者相似任务,可以收集到多个数据集,本文提出了融合多源数据的整合治愈率模型,可以对多个数据集同时建模和估计参数,通过复合惩罚函数进行组间和组内双层变量选择,并通过促进两个子模型回归系数符号相同,提高模型的可解释性。通过数值模拟发现,所提方法在变量选择和参数估计上均有明显优势。最后,将所提方法应用于信用贷款的违约时点预测中,模型表现良好。     

基于一种贴近度的IOWA算子的优性组合预测模型

传统的组合预测模型中每一种单项预测方法在各个时点具有相同的加权系数,但实际上同一种单项预测方法在各个时点的预测精度有高有低,为了克服单项预测方法取固定权系数的缺陷,构建了基于一种贴近度的IOWA算子的变权系数的组合预测模型,并探讨模型的非劣性组合预测、优性组合预测存在性的充分条件,实例分析结果表明：该模型在预测效果评价指标体系中明显优于传统的组合预测方法。     

商品房价格形成机制及其统计检验

文章根据不完全竞争市场收益最大化定价理论,分析了商品房价格形成,是由于地价水平、造价水平、收入水平和利率水平的共同作用,并建立商品房价格定价模型.实证结果表明:地价水平、造价水平、收入水平均对商品房价格变动有显著影响,地价水平和造价水平对商品房价格的影响尤为显著.     

中国经济高质量发展水平测度

文章以新阶段新发展理念为指引，立足于“创新、协调、绿色、开放、共享”五个维度，选取34个指标构建省际可比的经济高质量发展评价体系，运用CRITIC-TOPSIS法对中国31个省份2008—2019年经济高质量发展水平进行测算与分析。研究发现：中国整体的经济高质量发展水平显著提升，但分维度、分地区发展水平差异较大；地区间创新、开放维度差异较大，协调和绿色维度相对均衡，共享维度高低错落。各区域内泰尔指数变化显示：东部地区各省份的经济高质量发展差距大，且呈扩大趋势；中部地区与东北地区各省份经济高质量发展水平差异较小，且相对稳定；西部地区各省份经济高质量发展水平内部差距逐渐缩小，发展失衡得到有效控制。根据指数平滑法得到的2025年预测值，各省份经济高质量发展指数均得到提升，区域差距还可能进一步扩大。     

地价增长率的GM（1，1）预测模型

房价问题是当前理论和现实的热点问题。而地价是房价的核心构成要素。文章运用基于灰色系统理论的GM（1，1），选用小样本，预测了近年的地价增长率。模型的预测值与实际情况拟合较好。     

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.     

对时期数和时点数的再思考

在统计学原理中,绝对指标根据指标反映的时间不同将其分为时期指标和时点指标。一般认为:时期指标反映的是社会经济现象在一定时期内达到的总数量,是一个流量,如年产量、销售额等。时期指标对某一变量的具体数值就是时期数。时点指标反映的是社会经济现象在某一时点(时刻)上达到的规模或者水平,是一个存量,如年末人口数、商品库存量等。同样,时点指标对某一变量的具体数值就是时点数。     

山东省社会信息化水平的测定与预测

文章运用信息化指数模型,测算了１９８５～１９９７ 年山东省信息化指数,建立了信息化指数发展水平的数学模型,并对山东省１９９８～２０００ 年信息化水平做了外推预测。结果表明,尽管进入９０ 年代以来山东省的信息化发展很快,但目前山东省的信息化程度仅相当于美国７０ 年代的水平。发展教育、提高人民文化素质,开发信息资源是信息化政策不可或缺的措施。     

数学模型预测法的准确性与适应性问题

数学模型预测法的准确性与适应性问题一、统计预测杨型和预测方法统计预测模型主要有六种：固定平均数模型、移动平均数模型、长期趋势模型、周期性变动模型、回归模型和随机模型．根据预测模型又分：直观法、最小平方法、折扣最小平方法、指数平滑法和三点法。按照预测的...     

互联网大数据下消费搜索指数的构建与应用

文章结合2013年1月1日至2020年6月30日的百度指数这一高频互联网大数据，利用主成分分析法构建高频居民消费搜索指数。在此基础上，将高频搜索指数拓展进ADL-MIDAS混频模型，对居民消费情况展开实证分析和预测。研究发现：所构建的消费搜索指数能较好捕捉居民在双十一、春节、新冠肺炎疫情期间的潜在消费行为变动情况，总体上，居民对消费相关事件的网络关注度变化会对居民消费水平产生显著影响，消费存在显著的耐久效应，收入增长对消费的促进作用明显。此外，引入高频消费搜索指数的混频模型，对比基准模型，在多步向前动态预测和实时预测上都呈现较高的预测精度和较好的稳定性。     

指数平滑法预测信息业实例分析

随着信息产业的迅速崛起,其研究方法日益丰富多彩,特别是相关学科的交叉和渗透,数理方法在这里得到长足应用。诸如在信息产业的投入产出、规模结构、信息化水平和前景预测等方面,自２０世纪８０年代中期以来,陆续出现了一些量化研究的范例。本文试以勃朗三次指数平滑方法对河北省信息产业规模结构进行预测分析。 一、指数平滑法的模型特点 指数平滑法属趋势外推预测,它的数学特性是历史统计数据的大致平滑,是趋势外延。也就是说,它假定过去的发展规律还将继续进行下去。指数平滑又是一种自适应的数学模型,分为一次指数平滑、二次指…     

分位数回归与上证综指VaR研究

把极端分位数所具有的行为特征应用到VaR的研究中，建立上海股市收益率的条件分位数回归模型，描述其在极端分位数下的变化趋势。同时选取适当的尾部模型，并在此基础之上应用外推法预测非常极端分位数下的条件VaR，并与直接由分位数回归模型预测的结果进行比较。结果表明：两种方法得到的结果变化趋势都是一致的，由外推法预测的结果相对小一些。     

基于Lyapunov指数和CBP的混沌时序预测模型

本文根据经济系统的非线性及混沌特征,通过找出预测状态点的邻界状态与其后续状态点之间的函数关系,作为预测函数,提出了基于Lyapunov指数和CBP的混沌时序预测模型;利用Lyapunov指数判别时间序列的混沌特性,估计最大可预测时间尺度;应用混沌优化的BP神经网络进行经济预测。然后将这一模型应用于某超市的销售数据预测,取得了比较满意的结果。