信息分析与预测产业化的法律环境分析

信息分析与预测产业化从产品商品化开始,这是一个庞大的系统工程。其商品化引发了一系列产业连带效应,促进其在服务方式、服务内容、管理体制等方面迅速与市场接轨,并整体向产业化进军。依据我国国情与国际惯例,必须吸收其它部门的立法经验与成果,建立整套完善的有中国特色的信息法律体系。     

古人如何生活

古人如何预测天气 在商朝,运用眼睛、耳朵等感官系统来观测天象,是很了不起的本事,在政府里混个高官完全不成问题、到了周朝,人们已经学会从动物的行为来预测天气了。秦汉时期,古人完成了二十四节气的制定。之后,农历的问世。更是历代祖先智慧的结晶。古人预测天气,虽然没有精密的仪器,但很多时候比现在那些所谓的“天气预报员”靠谱多了。     

含迁移要素的区域人口随机预测方法及其应用--以浙江省宁波市为例

以宁波市为例,基于宁波市“六普”与“五普”数据,首先利用年龄别死亡率对同批次队列人口进行年龄移算,即人口留存分析,对比2010年的实际人口数和无迁移模式下的封闭人口数之差,进一步测算两次普查期间分性别、年龄别人口的净迁移量和净迁移率。然后,将迁移率与出生率和死亡率整合,构建多要素随机人口预测模型,预测宁波市未来人口变化趋势,并评估迁移、死亡、出生三要素对人口变动的弹性影响效果。结果表明：人口净迁入对宁波市人口总量变化影响最大,而低死亡率和低出生率是未来50年加剧宁波市人口老龄化的主要原因。未来50年内,劳动力人口净迁入对降低宁波市人口老年负担系数的作用有限。鼓励夫妇生育二孩,优化人才引进与落户机制,尽快建立起应对高龄社会的公共服务体系尤其是长期照护体系,应是宁波市人口政策改革的当务之急。     

浅谈预测对大学英语听力教学的启示

传统的英语听力教学只是拘泥于“放录音,对答案”,结果学生睡倒一片。所以在听力课堂上,要对学生渗透一些听力技巧,使听力教学能够达到一个良好的效果。预测是一个很重要的听力技巧,如果学生能掌握预测方法,并且在课堂上利用这些方法,他们的听力技能能够得到明显的提高。     

差错责任追究制度与管理层盈余预测精度

年报信息重大差错责任追究制度是中国证监会力推的重要公司治理机制,对公司信息披露行为产生重大影响,但对差错责任追究制度能否引发公司信息披露的策略性选择行为从而造成非预期后果却鲜有研究。管理层盈余预测具有的重要性和灵活性是研究公司信息披露策略性选择行为的良好情景,因此,研究建立差错责任追究制度的公司是否为了规避错报带来的惩罚而策略性选择管理层盈余预测精度,以期更好地认识差错责任追究制度对公司信息披露行为产生的非预期后果,具有重要的理论意义和实践意义。以2006年至2017年中国A股上市公司为样本,采用双重差分模型检验差错责任追究制度对管理层盈余预测精度的影响以及该制度特征的增量效应,进行一系列稳健性检验以增加研究结果的可靠性。从公司成长性、高管性别和机构持股3个角度进行横截面检验,以探讨差错责任追究制度对管理层盈余预测精度的作用机理。从分析师盈余预测行为角度考察差错责任追究制度造成管理层盈余预测精度的策略性选择究竟如何影响公司信息环境。研究结果表明,公司建立差错责任追究制度后管理层盈余预测精度显著下降,并且界定错报标准的差错责任追究制度对管理层盈余预测精度的降低作用更大;差错责任追究制度对...     

概率神经网络在财务预警实证中的应用

建立切合企业实际的财务预警系统,具有降低企业经营风险、投资风险以及防范金融危机的积极作用.在充分考察财务困境研究领域现状的基础上,建立一套适合于我国企业的财务状况识别指标体系.本文将概率神经网络(PNN)应用在财务困境研究领域,建立了财务预警模型.结果表明,该预警模型具有较高的预测准确率和良好的操作性.其短期(一年期)和中期(三年期)预测准确率分别为87.5%和81.25%.     

基于小波分析的石油价格长期趋势预测方法及其实证研究

本文将小波方法引入到油价长期趋势的预测中,利用小波多尺度分析的功能,提出了一种可以较为准确地根据油价时序列预测其未来长期走势的方法。这种方法的优点在于可以准确地提取油价的长期趋势,从总体上把握油价的非线性波动特征,从而能够很好地利用油价时间序列的历史数据,开展对未来一段时期内的多步预测。实证研究中,对Brent油价开展了时间跨度为1年的趋势预测,并将预测结果与ARIMA、GARCH、Holtwinters等方法得到的结果进行了比较,表明了基于小波分析的长期趋势预测法的预测能力是其他方法所不能比拟的,反映了本文所建立的石油价格长期趋势预测方法的有效性。     

违约预测的小波结构模型研究

本文针对上市公司违约预测问题,按照行业类型对我国2009年的上市企业进行分层抽样,构建了小波结构模型.小波结构模型通过应用小波变换来分解上市公司日收益序列,进而对低频序列和高频序列分别构建预测模型,再依据预测模型对未来收益进行预测,最后使用小波逆变换重构预测收益序列.通过小波结构模型可以避免时间序列模型进行收益波动预测的累加计算过程.在结合我国上市公司的实际数据对这两种模型的校验中,可以发现小波结构模型比时序结构模型在违约预测上有更好的识别力和准确度.     

我国单位GDP能耗的投入占用产出影响因素分析

单位GDP能耗反映国民经济生产和使用过程中对能源的利用效率,它的变化同整个国民经济的消费、技术进步以及经济结构的调整等密切相关,基于我国1992、1997、2002及2004年30部门能源投入占用产出表,从国民经济生产总值、能源直接消耗技术、最终需求结构和最终需求总量等因素,建立了我国单位GDP能耗的投入占用产出因素分析模型,从宏观和微观层面揭示了我国10年来单位GDP能耗变化的成因,为国家制定节能降耗的相关政策提供决策依据.     

基于自组织算法的改进型GAANN预测模型

在传统的基于GA算法人工神经网络的基础上作了改进,将训练集分为两部分,在前一训练集训练后获得的网络基础上使用后一训练集进行进一步的训练获得更为优化的网络结构。针对复杂系统建模输入节点难以确定的问题,提出将其与自组织理论相结合,首先使用GMDH方法获得神经网络的初始化节点,然后使用训练好的神经网络模型进行预测。最后,将由此建立的预测模型应用于国家粮食产量预测,取得了令人满意的效果。