国内生产总值趋势预测与评价

国内生产总值是反映国家或地区经济规模,制定发展战略的重要指标。掌握未来时期国家或地区国内生产总值指标具有重要的意义,而趋势预测是实现这一目的重要方法之一。文章通过我国国内生产总值预测分析实例,阐述了模型选择和多种模型组合应用等趋势预测要解决的主要问题。     

我国人均国内生产总值的预测分析

人均国内生产总值能较好的体现一个国家经济的动力学特征,对其进行研究有着重要意义。针对传统的自回归滑动平均(ARMA)模型预测稍长时误差过大,而GM模型又由于建模数据过少很难体现出经济发展趋势,文章尝试将这两种模型相结合成ARMA-GM组合模型,并将其运用到我国人均国内生产总值的预测中,通过与传统方法对比,可以看到改进后的模型在预测稍长时仍能保持较高的精度。该方法对于其他经济方面的预测也具有一定的理论和实践意义。     

基于灰色线性回归组合模型的金融预测方法

建立精确的金融预测模型对金融产品管理和风险控制具有重要的实用价值.文章针对新时期下金融产品推出周期短,可建模数据少的特性,构建了一种少数据建模的灰色线性回归组合金融预测模型.针对传统GM模型中忽略了数据的线性变化规律,对传统的GM模型进行改进,加入线性部分,构建了灰色线性组合金融预测模型,并给出了灰色线性组合金融预测模型的参数识别算法.最后实证分析了灰色线性组合金融预测模型对少数据建模的有效性,且实证结果显示该组合金融预测模型具有较高的预测精度.     

油田产量的最优加权组合预测方法

文章利用因子分析法,对影响油田产量的多个因素进行分析.最终用较少的变量代替原来各因素.然后基于BP神经网络方法和多元回归预测方法,建立最优加权的组合预测模型.对油田的产量进行预测.经验证,组合后的模型比单一模型预测效果更好,对实际生产有一定的指导意义.     

双回归（AR—R）预测模型之新探——及其在中国人口中短期预测上的应用

构造一种称为双回归的时间序列预测新方法。本文作者利用与因变量自身相关性紧密的因变量前几期取值,综合前一次的自变量构建了双回归(时间序列自回归-多元线性回归)预测组合模型。这种方法克服了以往时间序列预测只是自身拓展而不考虑多项因素(变量)的不足,也弥补了回归分析预测法必须已知同时期各个自变量值才能预测的缺陷。并用这种新方法对中国的人口总量进行预测,预测效果比较理想。     

基于样本企业所得税的回归预测研究

企业所得税预测对宏观、中观和微观经济有着重要的作用。文章以某企业的财务数据为样本,通过选取不同的自变量、应用不同的模型对企业所得税进行预测分析,认为：应用线性回归模型进行企业所得税的预测时,截距项为零的假设是成立的;根据财务数据选取自变量的优先级次分别为利润、增值税、销售收入;在经济发展平稳的条件下,时间序列的预测效果较好。     

中国国内生产总值数据的可靠性分析

文章在合理利用已有研究成果的基础上,从反映国内生产总值增长的代表性行业经济部门出发,选取较为全面的统计指标数据,综合运用主成分回归和计量经济学中的邹检验等方法,从一个较新的角度对我国国内生产总值数据的可靠性进行了分析。     

基于虚拟变量回归与SARIMA组合模型的GDP预测

文章根据我国1992年至2015年的GDP季度数据,建立了虚拟变量回归(DVR)模型、SARIMA模型及其组合(DVR-SARIMA)模型,并进行了比较与分析,结果发现组合(DVR-SARIMA)模型的拟合效果最好,预测性能亦是最好,且利用组合(DVR-SARIMA)模型对我国未来的季度GDP进行了预测,以期对我国未来的总体经济增长情况做出合理的分析与判断.     

货币供应量M2预测精度:基于组合模型的改进

广义货币供应量M2是一个重要的经济指数,其值的变动对社会经济活动构成一定的影响.文章旨在对传统M2的预测方式进行改进创新,建立一个精确度较高的M2预测模型,分别讨论了线性回归模型、指数模型、Holt模型、Brown模型、平稳时间序列模型对M2的预测情况,探究了不同模型的意义和预测精度.最后使用组合预测的方法,找到了一个合适的组合模型,即通过对Holt模型、Brown模型和平稳时间序列模型预测值的加权,达到对M2较精准预测的目的,并验证了其精度优于传统预测模型.     

回归预测中应注意的问题

文章从数据的收集与处理、因果关系分析、模型的建立与参数估计、模型的检验和预测等方面论述了回归预测中应注意的问题.     

基于自回归移动平均及支持向量机的中国棉花价格预测

文章通过对2008年至2011年间月度棉花价格数据进行分析,建立了基于自回归移动平均的棉花价格ARIMA(1,1,1)模型,结果显示,ARIMA(1,1,1)模型能够很好的模拟国内棉花价格,平均相对误差百分比低于4％,在ARIMA模型的基础上,对该模型残差建立支持向量机模型,将自回归移动平均模型与SVM模型组合对棉花价格进行了预测,比较预测结果,组合预测模型对自回归移动平均模型有一定改进.     

基于分片逆回归的小样本组合预测建模方法

针对在基于回归的小样本组合预测中,容易出现预测模型多于用于组合预测的样本数量,导致回归系数无法估计的问题,文章从信息重组的角度对组合预测建模方法进行了研究.首先采用三次样本插值对原始样本容量进行扩充,然后采用采用分片逆回归方法对扩充后的样本进行降维处理,并在此基础上构建基于回归的小样本组合预测模型.最后实例通过与常用组合预测方法结果的比较说明了该方法的可行性和有效性.     

国内生产总值核算情况简介

[编者按]国内生产总值是反映一国（或一个地区）经济发展规模、速度、结构、效益的代表性指标,也是我国新国民经济核算体系的核心指标。在经济形势分析及宏观经济决策中被各级政府及综合经济部门广泛关注,在各种会议上使用频率也越来越高。为便于资料使用者了解国内生产总值及其核算工作,本刊特对此作一简要介绍。1、国内生产总值概念及核算方法。国内生产总值是一国（或一地区）所有常住单位生产活动的最终成果,它是一个流量指标。计入国内生产总值的价值流量必须同时具备三个条件：第一必须是生产活动的成果,非生产活动成果不能计入…     

利润预测与商品价格确定的回归模型

针对如何预测商品在不同价格下的销售量和利润这一问题,采用量、本、利公式和数学方法,分别提出假设条件,利用回归分析方法建立利润和商品价格模型.本文方法的实用性在于在数据不完全的情况下建立价格与销售量或利润模型,为企业进行商品的价格调整提供了数量依据.     

关于协同组合预测方法的探讨

文章在协同网络的基础上提出了一种新的组合预测方法--协同组合预测,协同网络有着深厚的数学物理基础,对比其他智能方法,如广义回归神经网络、支持向量回归、遗传算法等,结果表明:协同网络具有运算速度快,运行时间短,预测精度高等优势.     

在线预测的灰色支持向量回归方法

文章采取灰色系统和支持向量机相结合的方法,从预测精度和计算代价两方面讨论了经济时间序列数据的在线预测模式,提出了灰色自适应在线支持向量回归预测模型。两个经济时间序列的试验结果表明：该模型以稍高的计算代价能获得预测精度的明显提高,在选取合适灰色建模数据长度下,预测时间能迅速减少。     

应用最小二乘法预测出院人次

统计预测法(Statistical Forecast Method)是根据过去的情况和资料建立数学模型并由此对未来趋势作出预测的一种非主观方法。应根据预测资料的质和量来选择不同的预测方法,如预测资料零散不全或无法搜集,很难通过精确计算来得出结论,在此情况下,一般可选用定性分析的方法,如所掌握的资料全面且可信度高,那么就可以选用精确计量方法进行预测,如果指标的变化呈水平性,则采用简单平均数就可以了。常用的统计预测法有比例趋势分析法、经济计量模型法、一元线性回归预测、多元线性回归预测、非线性回归预测等。统计预测是现代管理经常使用的一种方法,现代医院管理中也常采用统     

基于copula回归模型的损失预测

在非寿险损失预测的广义线性模型中,通常假设损失次数与损失强度相互独立,事实上二者之间往往存在一定的相依关系,可通过copula函数来刻画.在损失已经发生的条件下,假设损失次数服从零截断泊松分布,损失强度服从伽玛分布,可以建立损失次数与损失强度相互依赖的copula回归模型.把损失强度的分布扩展到逆高斯分布,并将此模型应用于一组车险保单数据进行实证研究.结果表明:该模型不但在损失预测方面优于独立假设下的广义线性模型,而且也优于损失强度服从伽马分布假设下的copula回归模型.