经济转型中消费与收入的长期均衡关系和短期动态关系--中国城镇居民消费行为的实证分析

本文依据中国实际对Davidson等人提出的误差修正机制(ECM)作了重要修正:即经济转型时期我国城镇居民的消费与收入之间存在不断变化的长期均衡关系和短期动态关系,并利用1978～2002年的有关数据和状态空间模型进行了实证分析。我们的主要结论是:(1)1990年之前,我国城镇居民消费与收入的长期均衡比例相对稳定,而1990年之后长期边际消费倾向和长期平均消费倾向为持续下降趋势。与此同时,派生控制机制和比例控制机制对短期消费的影响也发生了相应变化。(2)受长期均衡比例下降影响,1990年后消费和收入的走势开始分叉,但这并不说明消费与收入之间没有协整关系,而是存在一种变协整关系。     

中国住房价格波动聚集性研究及短期预测

相对于传统的均值-方差分析,ARCH效应的存在将会使投资者在短期内面临更大的风险.有效地捕捉住房价格ARCH效应对研究住房价格短期走势有重要的实践意义.将长短2个时段样本运用回归模型、GARCH模型、AR模型对中国住房均价及四大直辖市数据进行实证,结果表明:在2个时段上我国住房价格均存在ARCH效应,除重庆外其他3个直辖市也存在ARCH效应;此外,在短时段的预测上,回归模型略优于GARCH模型,而GARCH模型在长时段预测效果上要优于回归模型.可见,在相关数据难找的情况下,GARCH模型是切实可行的短期预测方法.     

基于状态转移回归的动态集成时序预测方法

最优模型子集的确定和集成权重的设置是组合预测中的两个重要问题,直接关系到组合模型的预测表现。为此,本文提出了一个基于状态转移回归的动态集成时序预测方法,首先基通过计算单体模型和原始数据之间的互信息确定最优模型子集;其次,通过状态转移回归实现单体模型的动态集成,并获得最终预测值。通过对9个国家的主权信用违约互换利差数据进行预测实验,本文发现所提出的状态转移组合预测模型表现良好,不仅优于一般单体预测模型和组合预测模型,还优于基于滑动窗口技术的动态组合预测模型。     

基于ARIMA模型的我国通货膨胀的短期预测分析

通货膨胀预测已经成为中央银行制定货币政策的一个关键性变量。我们在研究国外学者对通货膨胀预测研究的基础上,根据我国1990年1月到2013年12月的CPI月度数据,运用ARIMA模型,对我国通货膨胀进行分析和短期预测。实证结果表明,运用ARIMA(3,1,1)模型为我国的通货膨胀提供了较好的预测,如果央行能依据通货膨胀预测的结果制定相应的货币政策,将有利于正确地引导和稳定市场预测,最终提高货币政策的有效性。     

一种基于投入产出表的运量预测方法

本文通过引入一个新的产运系数，提出了一种新的运量预测法。将这种新的产运系数与传统的产运系数进行了比较，并使用铁路货运数据检验了这种新方法的科学性和可行性。同时，基于两种预测方法给出了铁路货运的2005年和2010年预测结果。最后讨论了这一新产运系数的经济含义，并通过对铁路货运的测算，分析铁路货运的现状并给出关于铁路规划的一些政策性建议。     

基于KPCA-CNN-DBiGRU模型的短期负荷预测方法

本文针对已有神经网络模型在短期负荷预测中输入维度过高、预测误差较大等问题,提出了一种结合核主成分分析、卷积神经网络和深度双向门控循环单元的短期负荷预测方法。先运用核主成分分析法对原始高维输入变量进行降维,再通过卷积深度双向门控循环单元网络模型进行负荷预测。以第九届全国电工数学建模竞赛试题A题中的负荷数据作为实际算例,结果表明所提方法较降维之前预测误差大大降低,与已有预测方法相比也有大幅的误差降低。     

一种新的计算组合预测权重的方法

建立了基于最小二乘原理的组合预测模型,提出了求解此组合预测模型的一种新的算法,即Frank-Wolfe算法,并将其应用于实证研究.结果表明,Frank-Wolfe方法用于求解组合预测问题的权重时,是一种行之有效的方法.     

一种基于组合神经网络的时间序列预测方法

本文探讨了神经网络时间序列预测模型的建立机制有其的构造方法，同时，为了消除模型的系统偏差，提出了构造辅助神经网络用以对原有模型的预测结果进行了校正以减小其误差。并对外汇汇率数据进行了模糊构造和预测。结果表明，组合神经网络在模型的拟合精度和预测准确性方面有都有提高。     

基于动态模型平均的大豆期货价格预测研究

针对大豆期货价格波动的复杂性及影响因素的多元性,本文将动态模型平均理论引入大豆期货价格分析与预测研究中,通过动态选择解释变量和系数时变程度,在有效控制模型和系数不确定性的同时,最大限度综合利用大豆期货市场内外部信息,以提高大豆期货价格预测准确度。具体的,本文提出一套基于动态模型平均理论的大豆期货价格影响因素与预测分析框架,从期货市场和经济环境等两方面准确地识别出大豆期货价格影响因素的时变特征,进而构建大豆期货价格预测模型,并通过预测误差指标和Diebold-Mariano检验法评估其与基准模型的预测能力。研究结果表明,动态模型平均理论在有效剖析大豆期货价格影响因素的时变特征的同时,能明显提升大豆期货价格预测准确度。     

基于GTM的动态营销能力及路径关系

笔者运用GTM方法研究企业的动态营销能力,通过构建动态营销能力模型发现:动态营销能力主要包括,市场预见能力、市场创新能力、渠道联盟能力、顾客联结能力,以及顾客满意能力五大范畴,其中顾客满意能力为核心。     

智能组合预测方法及其应用

由于具有能以任意精度逼近任意复杂非线性函数的优良性能,神经网络在灰色系统预测中得到了较大的应用。在已有的研究基础上,针对灰色神经网络进化时容易陷入局部最优,参数修正受阻的问题,建立基于遗传粒子群混合算法优化的新型灰色神经网络模型。首先将灰色神经网络进行数学建模,以便于优化算法的应用;其次,综合遗传算法与粒子群算法的优点,构造一种混合算法,运用混合算法对灰色神经网络进行优化;最后通过日本入华游客数量预测的算例研究,比较新型灰色神经网络与灰色神经网络、单一算法优化的灰色神经网络的预测精度。所得结果表明,混合算法优化的新灰色神经网络具有更好的预测性能,在社会经济领域有着广泛的应用前景。     

基于理想解和灰关联度的动态评价方法及其应用研究

为了对多个多属性（指标）待评价对象（方案）在多个时间点的发展状态和该时间段内的总体发展水平进行比较分析,根据理想解法和灰关联度法优缺点,提出基于理想解和灰关联度的动态评价方法。该方法基于三维数据,将欧氏距离和灰色关联度相结合,提出一种新贴近度,同时反映了位置关系和数据曲线的相似性差异,兼顾评价指标值差异程度和增长程度。最后将该方法应用于"十二五"期间省域循环经济生态效益评价,通过实例验证该方法实际应用上的有效性。     

“短板”淘汰式评标方法及其应用研究

国内外主要的评标方法是从综合评价的角度来选择优秀的投标人,忽略了中标人的劣势可能隐含的风险;最优秀的投标人应该是不能顺利完成工程建设的风险最小;不能顺利完成工程建设的风险常常取决于投标人的"短板"。本文提出基于识别个体劣势来发现投标人"短板"的方式,并依此形成一种"短板"淘汰式评标方法。本方法主要由整体挑剔和挑剔个体两个环节构成:通过整体挑剔,按照工程的目标价值取向,客观确定各指标的权重,对投标人进行排名;通过挑剔个体,剔除"短板"短的个体。本文还模拟了大伙房水库输水工程水源地堤防工程的评标。理论和模拟表明本方法具有科学性和可操作性,并能够降低工程的履约风险。     

一种主客方交互式群体评价方法及其应用

传统的群体评价方法均不考虑被评价对象的参与,针对此缺陷提出了一种新的群体评价方法——主客方交互式群体评价方法。首先对主客方交互式评价的过程进行描述;然后给出交互过程中基于优先排序概率的单轮评价结果呈现方式;其次,给出群体评价的稳定性、满意性指标,以此探讨交互终止的条件;最后,定义了2个主客方交互加权算子,以此对各轮交互结果进行集结,得出最终的群体评价结论。     

基于区间数的多阶段交互式群体评价方法及应用

针对目前多阶段交互式评价研究数量相对较少并且均是基于点值评价信息的缺陷,以及大多数群体评价研究中忽视了评分区间与可变评价信息的内在联系等不足,综合讨论了一种基于区间数的多阶段交互式群体评价方法。本文首先分析了交互式评价中区间型评价信息的特性,进而提出了评分区间重置算法的设计思想。该算法能够实现评分区间与每轮调整后评价信息的协同调整,并推动交互的进行,使评价信息趋于稳定。然后从稳定性角度出发,设计群体评价信息的稳定性指标,以此讨论交互终止条件。最后给出一个应用算例,算例表明了该方法的可行性和有效性。     

基于混合估计与预测方法的股市交易量预报

本文通过将目标状态的小波变换系数向量描述为卡尔曼滤波方法的状态变量,进而将卡尔曼滤波和小波分析相结合,提出了既具有实时性和递归性又具有多尺度分析能力的小波-卡尔曼滤波混合估计与预测方法(wavelet-Kalman filtering hybrid estimating and forecasting algorithm,WKHEFA).运用此方法,本文较好地预测了上证指数的交易量.     

一种基于方差最大化的组合赋权评价方法及其应用

粗糙集权重确定方法利用属性重要度来确定属性的客观权重,这种方法克服了权重确定过分依赖专家经验知识的不足,但也忽略了各属性指标本身的重要性问题。本文将粗糙集权重确定方法与专家主观赋权的层次分析法相结合,基于方差最大化的原理提出了一种主客观组合赋权方法。粗糙集结合主观层次分析法的组合权重很好地将两者的优点有效结合,同时方差最大化原理也对传统组合权重确定方法进行了改进,使得权重的确定更加合理,更能有助于决策者做出决策。最后,用一个算例应用证明了该种组合赋权决策方法的可行性。     

一种新的基于双前沿面的交叉效率方法及其应用

本文将双前沿面效率评价的思想引入到传统交叉效率模型中,同时,针对双前沿面交叉效率方法中仁慈型和激进型交叉效率策略无法抉择,以及这两种交叉效率策略的应用范围有限的不足,提出了一种新的基于双前沿面的交叉效率方法。该方法的基本思想是选取一个理想决策单元和负理想决策单元,使用被评价决策单元的权重来计算理想决策单元和负理想决策单元的效率,并使被评价决策单元的效率尽可能接近理想解的效率,同时,尽可能远离负理想解的效率。根据该思想,分别在乐观前沿面和悲观前沿面下求解交叉效率值并进行集结,避免了由于前沿面的选择不同导致的差异以及决策者对仁慈型和激进型交叉效率策略进行抉择的困难。最后,将本文方法与现有方法进行对比分析,并将本文方法应用于我国东部地区10个省(直辖市)的创新效率评价中,以验证方法的有效性。     

交通环境承载力动态离散计算方法及应用

本文应用系统工程的原理和方法分析了污染物在环境系统中的输入输出模式,然后尝试性地建立了交通环境承载力的动态离散量化模型并给出了该模型的应用,从而为交通管理部门规划城市交通规模,确定交通环境整治方向,实现城市交通可持续发展提供科学决策依据。     

基于径向基函数网络的改进算法的数据分类方法及其应用

径向基函数网络是数据挖掘领域的一种重要挖掘工具,受到了特别的重视.本文通过考虑输入--输出扩展矢量的方式改进了应用广泛的HCM挖掘算法.实例表明改进的HCM算法可以获得更好的挖掘效果,提升了此挖掘工具的价值.