以x(1)(n)为初始条件的GM模型

自1982年灰色系统理论创立以来,关于GM模型的研究,都是以序列X(1)的第一个分量作为灰色微分模型的初始条件进行建模的,这样造成对新信息利用不够充分。根据灰色系统理论的新信息优先原理,在建模过程中赋予新信息较大的权重可以提高灰色建模的功效。因此本文在建立灰色模型时,把X(1)的第n个分量作为灰色微分模型的初始条件,对GM模型进行了改进,从而使所建模型的预测精度大为提高。最后,通过实例验证了所建模型的实用性与可靠性。     

党政机构微博在突发事件中传播效果的影响因素及策略

在分析铁路货运量预测方法的基础上，针对标准BP神经网络的不足，提出改进的BP神经网络预测模型。首先,利用动态陡度因子来改变激励函数的陡峭程度，以此来得到更好的激励函数响应特征以及更好的非线性表达能力；其次，利用附加动量因子，通过对以前经验的积累，既降低了神经网络对误差曲面的局部细节敏感特性，又较好的遏制了神经网络易于限于局部最小的缺陷；最后，采取改变学习率的方法，给定一个较大的学习率初始值，在学习的过程中学习率不断减小，网络最终趋于稳定。改进BP算法既可以得到更优的解，还能够缩短训练时间。利用全国铁路货运     

Asymmetric Forecast Densities for U.S. Macroeconomic Variables from a Gaussian Copula Model of Cross-Sectional and Serial Dependence

Most existing reduced-form macroeconomic multivariate time series models employ elliptical disturbances, so that the forecast densities produced are symmetric. In this article, we use a copula model with asymmetric margins to produce forecast densities with the scope for severe departures from symmetry. Empirical and skew t distributions are employed for the margins, and a high-dimensional Gaussian copula is used to jointly capture cross-sectional and (multivariate) serial dependence. The copula parameter matrix is given by the correlation matrix of a latent stationary and Markov vector autoregression (VAR). We show that the likelihood can be evaluated efficiently using the unique partial correlations, and estimate the copula using Bayesian methods. We examine the forecasting performance of the model for four U.S. macroeconomic variables between 1975:Q1 and 2011:Q2 using quarterly real-time data. We find that the point and density forecasts from the copula model are competitive with those from a Bayesian VAR. During the recent recession the forecast densities exhibit substantial asymmetry, avoiding some of the pitfalls of the symmetric forecast densities from the Bayesian VAR. We show that the asymmetries in the predictive distributions of GDP growth and inflation are similar to those found in the probabilistic forecasts from the Survey of Professional Forecasters. Last, we find that unlike the linear VAR model, our fitted Gaussian copula models exhibit nonlinear dependencies between some macroeconomic variables. This article has online supplementary material.     

基于熵权法的财务危机预警指标选择研究

合理选择财务指标是财务危机预警研究中的重要内容,用定性和定量相结合的方法进行选择是科学有效的方法之一。首先根据初选原则对财务指标进行了初步选择,然后提出了一种基于熵权的变量选择方法,对初选的财务指标进行定量筛选,进行实证研究,最终确定了应用于财务危机预警的财务指标。     

论经济周期波动的随机统计规律

从经济周期波动的特征出发，分析经济周期现象中考虑随机性的合理性和必要性，可看出经济周期运动的内在机制中蕴含着大量的不确定随机因素及对经济周期波动的影响，从随机周期现象入手，针对周期波动的研究历史和现状，就可得到新的启示和评价．     

贵州省退耕还林地经济收益预测

退耕还林工程的可持续性,也就是该工程是否能达到预期的目标,关键要看农民是否能减弱或者摆脱对土地的依赖。而退耕还林地的未来收益将是退耕农户未来收入的组成部分,这将直接影响退耕还林后续政策的制定。因此,对退耕还林地未来收益的预测是后续政策研究的基础之一。该文在对贵州省进行实地调研的基础上,以马尾松林和核桃林分别作为生态林和经济林的代表,对其不同年份的净收益进行了预期,在此基础上,通过与退耕还林机会成本的比较,得出马尾松和核桃种植农户的收益情况。通过计算,得出对贵州省退耕还林的农户,至少是对还生态林的农户来说,现行补助年限过短的结论。     

从言语行为理论看中日天气预报用语的差异

言语行为理论认为人们说话的同时就是在实施某种行为,包括直接言语行为和间接言语行为。作为言语行为的天气预报,传递的多是推断性信息,但其表层结构却并非一定是推断性的。通过对中日两国天气预报用语的比较分析可以发现,日本的天气预报用语多是以＂推断（reckon）＂表＂推断＂的直接言语行为,而我国的用语里则存在大量用＂陈述（state）＂表＂推断＂的间接言语行为。这种差异主要是由日语和汉语的语言使用特点决定的。     

实物资金流量表的预测方法研究

资金流量表是国民经济核算体系中的重要组成部分。然而,由于在编制过程中需要采集大量的数据,通常情况下,很多国家的资金流量表都会有较长时间的滞后。在编制实物资金流量表的延长表时,已有方法通常是基于基期与预测期交易收支结构保持不变的假定条件。然而,经济结构发生显著变化时,该类方法就会失效。基于上述问题,研究弱化模型的假设条件,并提出了新的实物资金流量表预测方法( 简称 FPTF方法)。根据表中元素必须满足的约束条件,该方法通过建立数学模型解除约束,其次基于历史数据的动态趋势,采用适当的时间序列分析方法来预测目标年份的实物资金流量表。通过仿真分析,验证了所提方法的有效性和稳定性。此外,基于中国1992年～2014 年的实物资金流量表数据进行实例分析,取得了满意的分析结果。     

Forecasting obesity trends in England

Summary.  Forecasts of trends in obesity in England for 2010 are produced by treating the available data, which contain the proportions of the population, categorized by age and sex, falling into different body mass index ranges, as compositional data sets, so that the implicit simplex restrictions are automatically satisfied. Forecasts are calculated by using linear trend models for the log-ratio transformations and are accompanied by prediction regions. The advantages of treating data on proportions compositionally are emphasized and compared with forecasts that have been obtained by ignoring this restriction.     

封闭人群生存人数整体预测--以Lee-Carter模型为例

由不同组别人群组成封闭人群整体生存人数的预测是相关经济、社会问题研究的基础。现有文献在研究相关问题时,使用的方法为：首先根据动态死亡率模型对其中具有相同特征不同部分的生存人数进行预测,之后通过加总得到整体人数的预测（简称现有方法）。由于现有方法忽略了不同特征人群死亡率变动间相关性的影响,会低估生存人数的波动性。本文使用Lee?Carter模型,在将封闭人群按性别分组的基础上,给出了构建生存人数整体预测模型的过程和实例。并通过理论分析和数值模拟两个视角对现有方法和新方法做了比较。比较结果指出：在死亡率波动具有广泛相关性的现实世界中,只有在均值预测时,现有方法才可以达到预期效果,因此笔者建议在对整体人数（特别是涉及方差和分布函数）预测时,使用本文介绍的整体生存人数预测模型。