利用Excel进行未来现金需求量的预测

首先,利用Excel中线性回归的功能,根据企业销售收入的历史数据对企业的销售收入进行预测;其次,根据财务学的原理,企业销售成本、应收账款、存货等财务数据与销售收入具有相关关系;再次,利用Excel中线性回归的功能,对这些数据进行预测;最后,根据预测出的资产负债表和利润表的数据,利用Excel手工重算的功能,预测出企业未来的现金需求量.     

基于指数回归-ARMA模型对我国居民储蓄的预测

随着我国经济快速增长、居民收入水平的显著提高,我国城乡居民人民币储蓄量快速增长。本文以1978一2007年我国城乡居民人民币储蓄量的历史数据为基础,根据趋势图拟合出与之相似的指数回归曲线,然后对其残差序列进行分析和识别,找出适合我国城乡居民人民币储蓄量的指数回归一ARMA模型,并根据此模型进行预测分析。     

基于Excel的最优子集多元线性回归预测模型设计

回归分析预测法是一种具体的、行之有效的、实用价值很高的常用市场预测方法.统计学中的回归预测分析具有普遍的实用意义.但变量之间关系分析及计算繁杂,而借助Excel可方便高效地研究其数量变动关系.完成其繁杂的计算分析过程.本文利用Excel的图表及数据分析工具,采用最优子集法,判断各变量间的相关程度,并在此基础上建立回归模型进行预测,使回归预测分析的计算过程更加简单.统计预测方法更为实用.     

Logistic方法在财务困境预测中的应用

财务困境预测已成为国内外广泛关注的研究领域.财务困境预测方法主要包括多元线性判别法、逻辑回归法等参数方法以及神经网络等非参数方法,本文对各主要方法的优劣进行了评价,阐述了逻辑回归模型在财务困境预测领域的应用现状,并应用Logistic模型对我国上市公司进行了分类预测,在T-2年上取得了较好的预测精度.     

基于MATLAB的回归分析模型在经济预测分析中的应用

经济预测是企业决策的前提与基础,MATLAB具有强大的数据处理和分析功能,可以方便、快捷、准确、直观地进行回归数学建模和预测分析.本文通过案例分析,运用MATLAB统计工具箱中提供的命令regress建立回归分析数学模型,并进行回归预测分析,取得很好的效果.     

线性回归在经济中的应用

线性回归分析是当代统计关系学的分支之一,也是用于经济领域开展具体的经济问题预测的应用比较频繁的一种数学方法。实质上就是通过对有关经济数据进行统计,然后研究出不同变量彼此间所存在的线性关系,并以这种关系为参考对经济未来的发展方进行适当的预测。本文从这种统计方法以及经济预测的概念出发,对最常用的一元线性回归在经济领域中的应用进行了探讨。     

基于贝叶斯随机规划方法的养老保险基金投资策略研究

结合中国养老保险基金投资现状,利用随机规划建立中国养老基金投资策略模型,依据Minnesota法则改进贝叶斯向量自回归参数分布的确定方法.根据改进的贝叶斯向量自回归模型生成资本市场未来收益情景,得到养老基金最优投资策略并给出模拟计算具体步骤.最后结合历史数据进行模拟分析,结果表明模型能够根据实际情况优化资产配置.     

基于PSO-PLS的组合预测方法在GDP预测中的应用

GDP预测是经济预测中一个非常重要的问题,随着经济的发展,对其预测精度的要求也越来越高.在考虑样本权重的基础上,提出一种微粒群算法与部分最小二乘回归方法相结合的组合预测方法,即采用微粒群方法对样本最优权重进行求解,在所得样本权重系数的基础上,用部分最小二乘回归方法确定组合预测的权重系数.将该方法用于中国GDP预测取得了较好的结果,与其他几种传统方法相比,预测精度有一定程度的提高,说明算法的有效性和可行性.     

Excel回归分析法在财务预测中的应用

财务预测是企业决策的前提与基础,Excel是一个具有强大功能的数据管理与分析软件,我们可以运用Excel进行回归分析财务预测,以提高工作效率。本文通过案例分析,运用Excel函数与数据分析工具两种方法建立直线回归模型,并进行回归分析的预测。     

基于CPFR的需求预测新方法——分位数回归预测法

本文引入计量经济学前沿预测研究方法-指数加权分位数回归预测,并建立需求预测模型.该模型通过直接预测销售序列的分位数,避免既存研究中基于假设的预测失误,使预测结果更加贴近需求模式的真实值.在此基础上建立基于CPFR的供应链系统成本模型,对比分析表明指数加权分位数回归方法的预测精度较高.     

外商直接投资对江苏外贸的影响

本文首先分析外商直接投资和江苏省对外贸易发展现状，然后结合1994～2009年的历史数据，利用回归模型，对外商直接投资和江苏进出口总量的关系进行计量分析，并提出了有效利用外商直接投资，促进江苏外贸发展的建议。     

环境库兹涅茨曲线与自回归模型用于三废污染预测的比较分析

城市污染物排放量预测一直以来是环境管理的一个重要内容,针对此问题本文为了预测城市三废污染物的排放量,通过对变量进行非线性回归分析,建立了相应的非线性回归预测模型和以年污染物排放量自回归预测模型,并将两种预测模型应用于武汉市三废污染物的排放预测,通过对两种非线性模型预测结果比较和检验,得出CAR模型的预测结果更为准确,基本可以满足环境管理的需要。     

财务比率分析法对上市公司负债筹资风险预测的修正——基于中国资本市场的实证分析

上市公司负债筹资风险预测是一个具有探索性、前沿性的课题,依其成因界定其含义,并分为4种类型,分别通过主成分分析和逻辑回归分析构建负债筹资风险预测模型,这两种模型的预测结果都较为准确.但由于定量分析方法的局限性,使得两种模型预测的结果出现差异,运用财务比率分析法对预测结果进行修正,能使预测结果更为准确.     

渐消记忆型自适应线性回归模型参数估计算法及应用

本文讨论了根据经济信息的不断更新,调整原有线性回归模型的必要性,介绍了一种渐消记忆型自适应线性回归模型参数估计算法,并给出了应用实例.     

考虑内部散点的区间型符号数据的回归分析

研究通过对样本“点”数据打包形成的区间型符号数据的回归分析.针对现有区间数回归分析只利用区间数的端点信息这一问题,分析如何充分利用原始的样本“点”数据信息,即区间数的内部散点信息.首先从理论上推导了当假设原始样本点数据误差项满足回归分析所假定的三条性质时,区间数据回归分析的误差项也满足这三条性质.然后,在考虑散点的区间型符号数据描述性统计量的基础上,提出了一种新的区间型符号数据回归分析的参数估计方法.随之给出了区间预测方法.最后选取常用的CCRM作为对比算法,分别通过随机模拟和实例分析,验证了文中方法的有效性.     

考虑内部散点的区间型符号数据的回归分析北大核心CSCDCSSCI

研究通过对样本"点"数据打包形成的区间型符号数据的回归分析.针对现有区间数回归分析只利用区间数的端点信息这一问题,分析如何充分利用原始的样本"点"数据信息,即区间数的内部散点信息.首先从理论上推导了当假设原始样本点数据误差项满足回归分析所假定的三条性质时,区间数据回归分析的误差项也满足这三条性质.然后,在考虑散点的区间型符号数据描述性统计量的基础上,提出了一种新的区间型符号数据回归分析的参数估计方法.随之给出了区间预测方法.最后选取常用的CCRM作为对比算法,分别通过随机模拟和实例分析,验证了文中方法的有效性.     

发电量影响因素的统计分析

为了分析发电厂实际数据,采用多元回归法和逐步自回归法分析的方法来进行研究、分析。要想获得较高预测精度,科对其进行预测值拟合,最终创建能够综合分析发电量的模型。     

中国股票市场可预测性研究：基于机器学习的视角

股市风险溢价是金融学中的一个经典研究问题.常见的线性模型存在着模型误设和参数不稳定的问题，难以有效预测风险溢价.本研究从机器学习的视角重新检视了中国股票市场的可预测性.基于1996年1月—2019年12月的数据，构建提升回归树(boosting regression trees, BRT)模型对股市收益率与波动率进行样本外预测，并构建了最优风险资产配置模型.实证结果显示：1)提升回归树方法能够对收益率、波动率和最优风险资产权重做出准确预测；2)在收益率预测中最重要的三个变量分别是净权益增加值、换手率和股价方差；挖掘预测变量之间的非线性关系是BRT预测能力的来源；3)结合提升回归树预测构建的最优风险资产组合可以为投资者带来更高的收益和效用.本研究将机器学习方法引入股票市场风险溢价的研究，为此问题的研究提供了全新的视角.     

Excel多元线性回归在体育统计学中的应用

回归分析是在掌握大量观察数据的基础上,利用数理统计方法建立因变量与自变量之间的回归关系函数表达式(称回归方程式).回归分析中,当研究的因果关系只涉及因变量和一个自变量时,叫做一元回归分析;当研究的因果关系涉及因变量和两个或两个以上自变量时,叫做多元回归分析.目前,在体育统计学中大多采用SPSS统计软件进行回归分析,本文利用Excel的图表以及数据分析工具,通过建立“最优”回归方程对因变量进行预报或控制.     

上市公司自愿性盈利预测信息披露影响因素的Logistic研究

本文在进行文献综述的基础上提出了上市公司自愿性"盈利预测"信息披露影响因素研究的理论构建,运用Logistic回归建立模型,引用SPSS软件对影响自愿性"盈利预测"信息披露因子进行了实证研究.得出了与影响上市公司自愿性"盈利预测"信息披露有关的结果,并进行了相关综合分析.