基于DFA和SVR的GDP预测模型研究

首先对1980—2013年全国年度GDP数据进行消除趋势分析（DFA），发现GDP时序具有长记忆性，表明当前GDP值用来预测未来一段时间内的GDP值具有可行性，在此基础上利用具有非线性和强泛化能力特点的支持向量回归机（SVR），建立SVR预测模型,得到了较好的预测效果.     

小波分析在管理数据处理中的应用

提出了一种基于小波变换的管理数据处理方法，把公司管理上的数据看成一个非平稳的时间序列，利用小渡函数将该时间序列分解到不同的频率通道上，然后将分解后的信号当作近似的平稳时间序列，用一些传统的统计方法进行预测，同时对中国足球彩票若干期的销售量数据进行了处理和预测，并将结果与实际销量以及用传统的AR模型的预测值进行了比较。     

我国货币政策的数量效应与运行效果

通过对我国货币政策的数量性效应进行简单分析,并使用Granger因果检验法和向量自回归模型对1984-2001年间货币供应量与物价、收入波动的关系进行考察后,研究发现我国货币政策的数量性效应总体是明显的.在长期内我国各经济主体对货币供给有较强的制约能力,货币供给受各经济主体的经济行为影响较大.这就导致中央银行对货币供给控制的难度加大,货币政策的效果可能被削弱.     

社会经济全球化与不平等问题研究

经济全球化背景下,国家及居民收入不平等问题已引起了社会的广泛关注。本文用Granger因果分析工具和脉冲反应模型,并在此基础上,利用我国的数据建立了扩展的Kuznets方程来全面分析全球化与中国不平等问题,进而得出了一些有意义的研究结论。     

基于SA和Bootstrap的LS-SVM参数优选及应用

文章针对最小二乘支持向量机的特点,通过Bootstrap建立适当的性能指标,用模拟退火算法(SA)优化最小二乘支持向量机的有关参数,并在非线性经济系统中应用.用最小二乘支持向量机对非线性经济系统进行预测的结果与神经网络预测的结果比较证明.该模型的预测精确度是令人满意的,文中提出的方法是可行的.     

从函数方程看行列式的定义

利用函数方程的三个命题，对行列式的定义加深理解，解决Ｍ《线性代数》教学中关于行列式的定义和性质所遇到的难点。     

框图法在线性代数教学中的运用

在线性代数的课堂教学中引入框图法,将一些抽象的难以理解的定理、结论以框架形式给出,可使问题变得清晰,易于理解。     

基于非对称性视角的货币政策对房地产价格的动态影响研究

从货币政策的非对称性出发,可分离出货币供给量中的扩张和收缩趋势,结合结构向量自回归模型具体探悉货币政策对房地产价格的动态影响机制.扩张性货币政策拉动房地产价格的作用比紧缩性货币政策降低房地产价格作用更为明显,但总的来说,紧缩性货币政策对房地产价格的调控作用是有效的.     

基于小波神经网络的S&P500短期走势预测

将小波神经网络应用于S&P500短期走势预测,应用从1998年3月20日至1999年4月26日S&P500的每周数据,建立小波神经网络预测模型.训练后的小波神经网络不仅能准确地拟合S&P500的历史数据,而且能较精确地预测未来的短期走势.结果表明S&P500的小波神经网络预测模型比神经网络模型更为优越.