人工神经网络构造经济预测模型方法的探讨

探讨利用人工神经网络建立经济模型的一般原理和方法,并通过构造一个宏观经济模型的实例加以说明.与传统的回归分析方法相比,人工神经网络具有良好的适应性和分析预测能力.     

基于GMDH的宏观经济短期预测模型

传统的宏观经济短期预测研究通常基于定量或定性预测模型,而GMDH 算法兼具定性定量的特点,建立了基于GMDH 自回归模型的混合预测模型数学模型来进行宏观经济短期预测,应用相关的统计数据做实证分析,将所得结果与传统GMDH模型、二次自回归模型进行了比较.结果表明,本文提出的混合预测模型具有良好的预测精度,是一种有效的宏观经济短期预测手段.     

西安市经济发展中短期预测模型研究

西安市经济发展中短期预测模型是以西安市经济发展中短期预测和规划为研究目标，针对西安市宏观经济管理的实际需要而研制的。阐述了模型的理论基础和结构设计，利用模型分析预测了西安市2003～2005年经济增长态势，并就相关问题及其局限做了说明。     

考虑评论感知情感和宏观经济指标的汽车销量预测

为提高汽车销量的预测精度,从而为企业估算销售收入、制定生产计划和进行发展战略决策提供有效支撑,提出了一种考虑评论感知情感和宏观经济指标的汽车销量预测方法.首先通过构建领域专有情感词典,对口碑评论进行情感分数提取,其后基于前景理论和归因理论对评论情感的影响机理进行研究,获得评论感知情感指数,最后结合经济指标和历史销量,通过线性回归模型对真实汽车车型销量进行预测.结果表明:与仅使用历史销量数据相比,模型中加入评论感知情感和宏观经济指标有效提升了销量预测精度.     

基于结构关系识别的中国汽车销量预测

准确的销量预测有助于汽车企业合理安排生产计划.提出采用包含单位根检验、格兰杰因果检验、弱外生性检验以及协整检验的结构关系识别方法来研究中国汽车销量与宏观经济变量之间的动态联系.其中,宏观经济变量主要考虑了汽油价格、消费者信心指数、居民消费指数和钢材产量,收集了2007~2016年的月度数据,构建了用于实证的数据集.研究表明中国汽车销量与识别的内生变量间存在着长期的协整关系,基于此,构建向量误差修正模型以量化这些变量对中国汽车销量的长期影响.与传统时间序列方法的比较表明,所提方法能提高预测精度,更好地反映中国汽车销量与宏观经济变量之间由短期偏离向长期均衡调整的动态过程.     

用灰色模型预测碳钢表面合金化处理后的耐腐蚀性能

用灰色理论对经表面合金化处理后的碳钢进行耐腐蚀性能预测;就已完成的实际课题,运用灰色理论加以验证、探讨;结果表明,这一预测方法对金属材料耐腐蚀试验有指导意义,并具实用价值。     

电子货币对宏观经济影响的建模及分析

分析电子货币对宏观经济的动态影响,对于制定有效监管政策和规避潜在金融风险具有重要意义。该文从系统视角出发,分析了电子货币影响宏观经济的传导机制,在借鉴系统动力学与动态经济学相关方法的基础上,建立了重要指标集的动态关联模型;利用1998—2005年的中国宏观统计数据来计算和检验关系参数。通过对电子货币发展情景的模拟,预测电子货币对宏观经济运行指标的波动影响。研究结果为电子货币监管政策的制定和调整提供了依据。     

乘积季节模型ARIMA(p,d,q)×(P,D,Q)s 在CPI分析中的应用

居民消费价格指数CPI,是衡量通货膨胀的重要参考指标之一,是国家制定宏观经济政策的依据。选用2000年1月至2015年8月的最新月度CPI数据,采用静态预测与动态预测相结合的分析方法构建了乘积季节模型;分析结果表明,模型的预测精度较高,预测误差为0.281 54,因此,CPI的预测结果可为宏观经济调控政策的制定提供参考。     

区域交通量预测的优化与应用

本文主要论述了进行区域交通量预测的基本方法和优化原则，通过比较传统的交通量预测三种方法，得出了在进行区域交通量预测时，要把三种传统的预测方法进行有机地结合使用结论。并以实例加以回推，进一步强化了研究交通量预测模型与把预测的结果应用于实践同样重要。     

一种组合预测模型及其应用

在分析宏观经济灰色预测模型、BP神经网络预测模型、回归分析预测模型等基础上,结合西安市宏观经济预测模型指标GDP的历史数据,采用最小二乘法求权系数的方法,建立并检验了一种组合预测模型.实验证明该模型的预测精度有显著提高.     

中国宏观经济预测模型算法及应用

在已有研究基础上,给出了一个简化的预测模型,讨论了模型中参数的选择方法;引入了逐步法来求解该模型,并对该方法中满意目标的选择与最大宽容值的确定进行了探讨对1998～2005年中国宏观经济发展的部分指标进行了预测和分析．     

基于“克强指数”对中国GDP的混频预测研究

通过构建MIDAS混频数据模型,基于"克强指数"对中国季度GDP增长率进行预测研究,并与ADL同频模型的预测误差相比较,结果表明,MIDAS混频数据模型在预测精度上占优,因此可用月度"克强指数"对季度GDP增长率进行预测,为宏观经济政策的制定提供依据。     

基于DNS模型的我国公司债信用利差预测

利用2012~2017年我国国债、公司债、宏观经济及公司特征的月度数据,基于无风险收益率和公司债信用利差期限结构的动态Nelson-Siegel（DNS）模型,提取无风险收益率曲线和公司债信用利差曲线的水平因子、斜率和曲率,采取向量自回归模型和面板回归方法对我国公司债信用利差进行样本内和样本外预测。结果表明：我国公司债信用利差可以由无风险收益率期限结构及公司债信用利差期限结构中包含的信息进行预测;宏观经济变量和公司特征变量对我国公司债信用利差的预测贡献较小。     

基于VAR模型的辽宁省经济增长波动分析

通过建立向量自回归模型，运用脉冲响应函数和预测方差分解的方法对辽宁省宏观经济系统中经济增长的波动情况进行实证分析．研究结论表明：辽宁省经济发展基本符合出口导向型增长假说，影响辽宁省宏观经济波动的变量中，出口额占主要地位，长期上看GDP变化对其响应显著为正，且方差分解中来自出口的新息对GDP波动的贡献也最大．因此，目前加速辽宁省宏观经济增长的有效途径是实施出口导向型战略，在振兴东北老工业基地的基础上大力发展现代化工业并逐步扩大出口。     

基于灰色预测模型与线性回归模型的全国技术市场成交合同金额分析

技术市场成交合同金额的准确预测对于国家相关宏观经济政策的制定具有重要参考价值.而目前对于此类金额的预测研究较为缺乏,故结合实际采用两种模型进行预测,并对两种模型的预测值进行比较,找出两者之间的误差分析.从而判定出较为适合全国技术市场成交合同金额的模型.     

我国宏观经济与证券市场关系的实证分析——基于名义GDP和上证指数发展速度的视角

宏观经济和证券市场的关系一直受到人们的关注,由于数据的选取和研究方法上的不同,导致宏观经济与证券市场的关系存在不同的结论或解释。从名义GDP和上证指数发展速度的视角,运用HP滤波以及SVAR等方法实证研究了宏观经济和证券市场的关系。研究发现:宏观经济和证券市场存在显著的因果关系;短期证券市场的波动是经济偶然性波动的预期,两者之间的滞后期效应与当期效应相互影响;方差分解表明宏观经济对于证券市场的长期贡献度很大。     

制造业采购经理指数的编制及其宏观意义

制造业采购经理指数（以下简称采购经理指数或PMI）是各国特别是发达国家反映制造业以及宏观经济活动快速的、及时的先行指标。通过PMI,可以及时监测和预测制造业及宏观经济出现的波动和发展趋势,使政府对宏观经济波动的监测和调控建立在相对可靠的基础之上。     

软计算建立经济系统发展模型——使用神经网络方法

本文介绍了在宏观经济中经常遇到的经济发展预测问题。以浙江省现代化指标为例,使用BP神经网络方法,建立浙江省经济系统模型,并依据些模型,预测以后几年的经济情况。具体描述上述系统的设计思想、具体方案、算法及实现等问题。通过上述实例,说明神经网络在实际中的一般化方法和应用。     

如何抓好工程项目成本管理

成本管理的内容一般包括:成本预测、成本控制、成本核算、成本分析和成本考核等。本文仅就工作项目的成本预测、成本控制、降低成本的有效途径三方面加以阐述。     

货币模型的建立、开发和应用

木文以中国宏观经济为背景,简述了计量经济学方法数学模型的建立、开发和应用的过程,对经济模型的数学描述。结构分解与分析以及政策仿真方法做了有益的探讨,并建立了国家货币必要量预测和供应量控制数学模型。本文的成果包括一个完整的货币模型,关于结构分解和政策仿真算法以及相应的计算机软件。为实现宏观经济决策科学化提供了一种有力的辅助工具。