大数据背景下的CPI实时预测研究

本文根据2011年1月至2016年8月编制CPI的93类商品或服务的百度指数,基于Elastic Net惩罚因子的分布滞后模型,构建了CPI实时预测模型,实证检验了网络搜索数据对全国CPI、城镇CPI和农村CPI的实时预测功能.研究结果表明,基于网络搜索数据拟合出的CPI预测值与真实的CPI的走势相吻合,预测效果较好,笔者认为该方法克服了传统CPI统计计算方法上的时间滞后性.     

基于网络搜索数据监测的CPI预测

网络搜索经济类关键词的范围和频率能反映公众的关注度和倾向,可用来对经济指标进行预测,从而预示经济走势。为解决居民消费价格指数(CPI)预测中的官方数据滞后问题,使用时间序列法,采用网络搜索监测数据对CPI进行预测。运用百度指数分析方法,搜集宏观、微观、投资三类指标,对初始指标的百度指数进行主成分分析,拟合出CPI预测模型。结果表明,预测CPI和实际CPI走势基本一致,可比官方数据提前一个月得到预测值,为把握宏观经济走势提供参考。     

运用GA-BP神经网络研究时间序列的预测

神经网络能以任意精度逼近非线性函数,以神经网络为基础的时间序列预测模型能很好地反映信息的非线性发展趋势。该文在分析传统BP网络缺点的基础上,用具有良好全局搜索能力的遗传算法来改进神经网络。详细讨论了GA算法的优化神经网络初始权值和阈值的思想和理论。在阐述预测方法同时,用具体例证分析了GA-BP网络预测的性能和特点。结果表明,基于GA-BP神经网络在预测精度和适应性方面高于传统的BP神经网络。     

科学数据时间序列的预测方法

针对传统的时间序列分析方法预测科学数据效果较差的特点,提出了一种结合自组织神经网络和灰色理论的时间序列预测方法。该方法利用度量时间序列相似性距离函数,将时间序列按照其变化规律分成不同的类别,并在GM算法中针对白化参数进行优化,对科学数据时间序列进行自组织聚类,针对各类别采用灰色理论建立预测模型。试验表明,该模型适合科学数据的变化特点,提高了预测精度。     

组合核RVM在CPI预测中的应用研究

针对传统预测模型训练时间长、误差大的缺陷,提出高可靠的组合核相关向量机模型用于CPI预测。构建组合核相关向量机预测模型,根据我国1987年1月至2015年2月的CPI 月度数据,得到CPI的回归预测曲线,再与支持向量机和单核相关向量机进行对比。仿真模拟表明：组合核相关向量机预测模型预测CPI的平均误差可控制在1％以内,运行时间为1．35 s,预测结果良好。     

基于网络搜索指数和EMD-ARIMA-BP组合模型的游客量预测——以张家界为例

科学的客流量预测有利于完善旅游安全预警体系和优化旅游资源配置体系。为进一步提高游客量预测的准确度,提出一种基于网络搜索指数的EMD-ARIMA-BP组合模型,以探究互联网时代旅游消费者出行行为规律。该模型首先对网络搜索行为数据进行指数合成,其次利用EMD算法对游客量和网络搜索数据进行去噪处理,最后将ARIMA模型和BP神经网络进行组合,对游客量进行预测。实证分析以张家界为例。研究发现：（1）运用网络搜索数据预测旅游消费者出行行为切实可行,接近于实时的网络数据可以大幅提升预测的时效性;（2）经过EMD去噪算法对游客量与网络搜索行为数据进行去噪处理后,游客量的预测精度有较大程度提高;（3）基于网络搜索指数和EMD-ARIMA-BP组合模型的预测误差显著低于ARIMA模型和BP神经网络等基准模型。     

基于互联网搜索信息的预测模型研究--以余额宝产品需求为例

基于百度指数，以余额宝资产规模为例，运用ARIMA模型构建引入互联网搜索量的市场需求预测模型，同时建立不含互联网搜索量的预测模型，并将二者进行对比研究，发现包含互联网搜索量数据的预测模型的预测准确度更高，说明互联网搜索量数据包含一些在传统模型中未能考虑到的因素，该变量的引入有利于提高模型的预测准确度，为产品或服务的市场决策提供更加精确的预测结果。     

选择域视角下的旅游搜索指数构建及其预测效果分析——以四姑娘山为例

在互联网交易市场中,旅游市场的波动主要体现为旅游者消费相关关键词的网络搜索、浏览和评论等指标的变化.因此,构建一个系统的理论分析和概念框架,并在此基础上选择一种科学合理的数据预处理方法,这对于从海量网络行为数据中提取有预测价值的信息并最终获得可靠的旅游者消费行为预测结果而言,变得越发重要.从选择域理论视角出发,提出了一种主要由初始关键词获取、核心关键词筛选和搜索指数合成三个步骤组成的旅游网络行为数据的预处理方法:系统合成法(TSVI).研究发现:TSVI指数在AR时间序列和BP神经网络等模型中的表现均优于SVI-1和SVI-2指数.仅就旅游者消费行为预测而言,选择域理论视角下的系统合成法是一种更有效的旅游消费者搜索行为指数构建方法.     

基于随机森林算法的宏观经济先行指数体系构建

本文选取2001年1月至2022年6月的数据作为样本,构建了国内生产总值（GDP）、价格指数和出口的宏观经济先行指数,并用2022年7月至12月的数据进行样本外预测。并将本文构建的随机森林（RF）指数体系与现存的指数进行效果对比,结果表明:（1）相比传统先行指数,RF先行指数可以更好地反映宏观经济变量的变动趋势,对历史期的经济发展拐点和波动幅度均高度拟合。（2）RF指数构建方法对于不同领先期数的设定和不同被预测变量的选择在样本内是稳健的。（3）RF指数对名义GDP、工业生产者出厂价格指数（PPI）和出口指数的样本外数据成功预测了走势和振幅,对于实际GDP和居民消费价格指数（CPI）的走势预测效果较好,但振幅的预测效果一般。综上,RF先行指数体系和方法对现有指数的计算方法、操作流程的简便性、期数选择和变量选择的稳健性以及预测效果等多个方面都具有显著的改善。     

基于NARX网络的人民币汇率预测研究

针对目前人民币汇率的自身特点,新的汇率预测模型既要关注汇率理论的定性研究,又要关注历史走势的定量研究,还要注重政策出台时对汇率的影响。采用非线性自回归神经网络——NARX网络,对人民币汇率进行了预测,并使用无本金交割远期外汇NDF作为NARX网络的外部输入,以此来改善预测模型在面对突发政策和消息时的预测性能。通过实证检验发现,引入了NDF的NARX网络,在推广性能上远远优于没有NDF参与的NAR网络,并且在训练数据选择时,选择更大范围、包含影响汇率变化事件的历史数值会很大程度上影响网络的推广性能。     

小议语义预设与语用预设

俄罗斯当代著名的语言学家Падучева(巴杜切娃)把预设分为语义预设和语用预设两类。本文对两种预设的内涵和内在联系进行了研究。笔者认为,两种预设在内涵、地位等方面均存在着差异,并且与言语行为成功条件有密切联系。     

试谈上市公司财务预测管理

随着市场经济和股份公司的不断发展,上市公司财务信息的披露已显得越来越重要,财务预测信息是上市公司财务信息披露的一个重要的、特殊的内容,而我国目前财务预测还不规范,所以上市企业进行全面的财务预测管理十分必要。通过财务预测管理,提前制定一系列的财务预测。能有效地组织与协调企业的全部生产经营活动,优化企业资源配置和管理水平,提高企业经营效益,实现企业长期战略发展。     

股票指数模糊随机预测与灰色预测实证比较研究

灰色预测和模糊随机预测是两种不同的对股票指数进行预测的方法。灰色预测模型出现的较早,模糊随机预测模型是近年来才被应用在对股票指数的预测当中。为了找出能够更加准确和能够得到更接近于真实值的较优预测模型,分别依据灰色预测模型和模糊随机预测模型,以2009年全年的每日60分钟沪深300指数为样本进行了实证研究。研究发现,采用模糊随机预测模型得到的预测结果中有71%比采用灰色预测模型得到的预测结果更接近于真实的股票指数。研究结果表明,在对股票指数实时预测准确度方面,模糊随机预测模型优于灰色预测模型。     

区域物流需求预测及灰色预测模型的应用

区域物流需求预测是区域物流规划和决策的前提,区域物流需求属于派生需求,由区域经济发展水平决定,因此区域物流需求预测的范围除物流需求本身内容以外,与物流需求紧密相关的各个经济指标也属于区域物流需求预测的范畴。区域物流需求预测有多种预测方法,其中灰色预测模型具有时数据要求限制少、中短期预测精准等特点,特别适合区域物流需求的预测。本文从区域物流需求预测内容、指标选择和预测方法三方面进行了系统研究,首次全面综合地提出了区域物流需求预测的内容及其对应的评价指标,在预测模型的实际应用上具有一定的创新。     

浅谈预测对大学英语听力教学的启示

传统的英语听力教学只是拘泥于“放录音,对答案”,结果学生睡倒一片。所以在听力课堂上,要对学生渗透一些听力技巧,使听力教学能够达到一个良好的效果。预测是一个很重要的听力技巧,如果学生能掌握预测方法,并且在课堂上利用这些方法,他们的听力技能能够得到明显的提高。     

基于BP神经网络的校园用水预测模型

校园人口密集,用水量大,对某一栋教学楼或某一区域的定量用水预测,对于发现用水异常、合理下达用水指标有实际意义.本文利用BP神经网络,结合校园用水的特点,建立校园用水预测模型,并以实际数据进行验证,证明其有效性.     

预测与快速阅读

本文重点探讨了英语学习者的阅读策略,探讨了如何通过预测提高学生的快速阅读速度;同时设计了预测阅读的方案帮助阅读者成为流畅的阅读者。     

公司财务危机研究

公司财务危机研究,在我国刚刚起步。从研究方法和研究角度看,都与国外的相关研究存在着一定的差异,主要表现在资本市场的成熟程度和特性的区别以及研究方法的不完善。通过对国内外该研究领域经典文献的回顾,从规范性理论研究和实证研究两方面对已有研究成果进行综述,对我国开展该项研究的方向和趋势提出建设性的思路。     

电子证据的立法预测

以计算机及其网络为依托的电子数据,在证明案件事实的过程中起着越来越重要的作用。这种以新的形态出现的证据形式,被证据法律实践与理论研究中的有识之士定义为电子证据。如果要对电子证据进行有效的法律规制,那么电子证据的立法预测研究就理所当然地成为认知的起点。     

多媒体语境下的阅读预测

多媒体教学能够把一个声形并茂、逼真生动的语境呈现给学生,使得阅读课前的预测活动更生动、更丰富,更富有创意,从而提高了阅读课的效率。文章从英语阅读课的角度出发,以语境理论为主要依据,结合外语教学的特点,探讨在多媒体语境下的阅读预测。