物流配送需求量的预测方法

物流需求量预测是政府有关部门及企业制定物流规划和建设物流基地的决策依据.文章将灰色理论和离散状态的马尔可夫链相结合,用灰色马尔可夫链对物流配送需求量进行实证研究.针对灰色数据系列首先用GM(1,1)模型进行趋势预测,然后利用马尔可夫状态转移概率矩阵预报方法对其预测值进行二次拟合,预测精度明显高于GM(1,1)模型预测.     

灰色--马尔可夫链改进的预测方法

科学的预测对于经济现象的研究和经济政策的制定具有十分重要的意义,因此关于经济预测理论和方法的研究一直是一个热点.本文采用灰色模型预测方法GM(1,1)和马尔可夫链预测相结合,提出了灰色-马尔可夫链改进预测方法,并且针对我国铁路货运量的未来趋势进行了经济预测的实证分析,得出了比灰色预测更加准确的结论.     

中国房地产风险预警系统的缺陷及改进思路

 从房地产周期波动成分的非对称性以及统计学角度，分析了我国房地产综合模拟风险预警系统存在单指标波动均衡值与标准差估计有偏性的缺陷。在剖析缺陷存在的深层次原因的基础上，依据长期趋势理论以及置信度理论构建了相应模型，提出指标特征值改进思路。案例研究显示，改进思路能有效解决了风险预警系统单指标无警域与现实之间的矛盾，有利于改善预警的精度。     

基于马尔可夫转换模型的中国股市波动性研究

证券价格的波动变化不仅影响衍生产品的价格也是政府管理金融市场、制定政策的依据.由于价格的波动往往呈现非线性的特征,文章利用马尔可夫转换模型对中国股票波动性进行估计.研究发现该模型可较好对我国上海证券市场股价波动性进行分类估计,并得到了证券市场波动的状态平滑概率图.在统计结果的基础上,还分析了我国市场波动性的成因和特点,并对政策的有效性进行评述.     

股票分类指数的多元马尔可夫链模型

针对多元马尔可夫链模型分析中,待估参数数量大而导致估计困难的问题,文章提出了改进方法。以一元预测误差最小为优化目标,对列间权重参数进行了分批次优化求解。应用多元马尔可夫链模型,对股票五大行业分类指数序列进行建模,研究了各行业分类指数相互间的内在相依特征。应用数据序列间的多元交互信息,对行业分类股指序列进行了预测。     

马尔可夫转换模型的极大似然估计的算法

由金融和经济时间序列,文章引入了马尔可夫转换模型并详细给出其原理--隐藏马尔可夫模型,以及在条件高斯下的极大似然估计方法.通过引入新的模型--扩张隐藏马尔可夫模型,对多种状态转移的情形下的极大似然估计量的算法进行了改进.     

我国房地产市场的财富效应及其传导机制

本文在标准的LC-PIH模型基础上建立了估计我国房地产市场财富效应的计量模型,并利用1998-2005年省际面板数据检验我国房地产市场的财富效应。结果表明,房地产财富的边际消费倾向为-0.028,并从房地产财富效应传导机制的角度做了简要解释。     

马尔可夫交易策略研究

目前,马尔可夫链在研究股票市场方面得到了广泛的应用,主要体现在两个方面:一是采用马尔可夫转移矩阵预测股指或个股的走势;二是检验股指运行是否满足马尔可夫性质,并证明中国股市的弱有效性.基于已有的研究,本文通过状态的划分计算出转移矩阵,并讨论转移矩阵的平稳性问题,最后对于马尔可夫链模型的预测应用做实证研究.     

基于马尔可夫链改进股市的预测精度

为了提高股市预测精度,文章采用马尔可夫链转移概率的分析方法,分别针对宏观三状态和混合状态建立了股市预测模型.利用该模型去分析和预测股指,并对预测精度进行回逆检验.以上证指数为研究对象进行实证分析,结果表明宏观三状态预测模型能够较好地判别上证综指上涨和下跌趋势,混合状态预测模型能够较好地滚动预测上证指数收盘价.     

基于马尔柯夫模型的商品房价格波动研究

 已有的关于房地产价格的文献大部分是基于线性框架的。那么一个很及时的问题是：房地产价格是否表现出非线性的特点呢？我们利用基于非线性的马尔科夫机制转换模型对我国的房地产价格进行了研究。发现我国的房地产价格呈现出非线性的特点;马尔科夫机制转换模型的非线性估计很好地解释了我国房地产价格的特点;不同的状态具有不同的转换概率;两个状态分别具有2.2个季度和1.2个季度的持续期。     

基于BASS模型的中国投影机市场扩散研究

文章应用Bass产品扩散模型研究了我国投影机市场的扩散过程.利用历年我国投影机购买统计数据,对投影机购买的扩散过程进行了模型参数的估计建立了投影机销售扩散模型:进行了投影机扩散模型的实证分析,并对今后几年投影机扩散过程以及购买量到达高峰的时间和数量进行了预测和展望.     

我国交通运输周期识别及特征分析

文章将马尔可夫机制转换模型应用于我国交通运输经济周期识别研究。选取中国运输生产指数(CTSI)作为基准指标,筛选宏观及产业关联指标合成景气指数,据此构建马尔可夫机制转换模型,实现了运输生产周期状态的识别,验证了不同周期状态下,交通运输增速预期水平和波动特征差异,以及交通运输和外部经济增速波动对运输生产实际增速与预期增速偏离幅度的影响。此外,即使加入新冠肺炎疫情期间的数据,模型结果也具有一定的稳健性。     

住宅房地产批量评估模型的构建

我国住宅房地产的批量评估需要在不同地区建立不同的评估模型.文章以黑龙江省哈尔滨市的样本数据为例,阐述住宅房地产批量评估的数据收集和量化过程,并说明评估模型的设定与估计、检验与校准、直至最终确定的过程,为我国住宅房地产的批量评估提供理论依据和方法指导.     

基于Logistic的房地产上市公司经济效益风险评价研究

文章分析了影响房地产上市公司经济效益的风险因素.根据房地产经济效益风险指标建立原则,构建反映房地产上市公司经济效益的指标体系.运用主成分方法确定房地产上市公司经济效益风险主成分模型.在此基础之上,利用Logistic统计方法,对2009年房地产上市公司经济效益进行了风险评价,揭示出房地产上市公司经济效益存在的风险.     

基于季节增长率的一种直接调整方法

传统季节调整方法在提取环比增长率时需要先剔除原始数据中的季节成分,这会带来原始数据信息的失真.鉴于此,本文提出了一种直接拟合原始数据增长率的季节增长率(SGR)模型,该模型不仅可以直接提取环比增长率,还可以对原始数据的增长率进行预测.蒙特卡洛模拟结果表明,本文给出的针对SGR模型的MLE估计方法具有良好的有限样本表现.通过对我国GDP和CPI数据进行实证,本文发现利用SGR模型直接提取的环比增长率的稳定性要高于其他一些季节调整方法.不仅如此,SGR模型的拟合和预测表现相比BSM模型和SARIMA模型均有显著提高.此外,SGR模型还具有容易拓展为非线性、多元情形的优势.     

基于相依误差可加模型的多项式样条估计

文章首先采用多项式样务估计的方法,对基于相依误差的可加模型进行多项式样条估计,获得函数系数的估计,并给出了该估计的相合性;然后,使用该方法对我国当前的上证指数进行了实证研究;最后,将基于相依误差和误差为标准正态的可加模型的预测结果进行了比较,得出了基于相依误差的可加模型的多项式样条估计对上证指数的预测更有效的结论.     

房地产市场价格的此较建模研究

近几年,我国房地产市场价格逐年攀升,引起了人们的广泛关注.研究房地产市场价格的变化趋势具有重要的理论和实践意义.笔者主要采用经济基本面数据,通过自回归、多元线性回归、RBF神经网络、自组织数据挖掘以及组合预测的方法来建立模型,然后对这些模型进行评价,并从中找出最能反映现实房地产价格变化趋势的模型.     

基于银行间同业拆放利率的长记忆随机利率模型研究

研究表明利率序列具有长记忆性,故本文使用分数布朗运动代替经典CIR模型中的几何布朗运动,构建分数CIR模型,并通过欧拉离散对分数CIR过程进行路径模拟。由于分数布朗运动的非马尔可夫性和增量不独立,无法使用极大似然估计和马尔可夫链蒙特卡洛方法对分数CIR模型进行参数估计,故本文引入间接推断估计法,并通过蒙特卡洛模拟证明该方法的可行性。本文使用间接推断估计法对我国银行间同业拆放利率数据进行实证分析及样本外预测,将经典CIR模型、分数O-U过程、分数CIR模型的拟合轨道与真实轨道进行分析对比,得出分数CIR模型更适用于描述具有长记忆性的利率序列。本文重点研究一种用于分数CIR模型的参数估计方法,未来将继续探究其他参数估计方法并对比这些方法的有效性和稳健性。     

基于多因素影响的房地产价格预测模型

文章根据我国房地产发展情况以及与其影响因素之间复杂的非线性关系,提出了基于多因素影响的房地产价格预测组合模型.首先运用灰色关联法对影响因素进行计算排序,筛选出主要的影响因素变量,然后应用改进的小波神经网络组合预测法对房地产价格进行预测,最后使用马尔科夫链分析法将预测值区间化,提高预测值的可信度,得出最终预测结果.研究表明,考虑多种因素影响的房价预测模型能够有效地预测房地产价格,且较传统的预测方法大大提高了预测精度.     

关于房地产泡沫量的测度研究

房地产基础(内在)价值理论是评估房地产资产泡沫的依据.而只有准确评估房地产资.产的基础价值,投资者和决策者才能正确认识房地产泡沫问题.文章首先对Ramsey模型做了改进.使之更具有实用价值;接着利用改进后的Ramsey模型,测算了我国1991～2006年房地产泡沫.研究结果表明,我国房地产经历了一个由正泡沫到无泡沫负泡沫、反复循环的过程.