中国服务业发展预测研究

自上世纪90 年代以后,中国的服务业经济发展十分迅速,这与我国一直以来支持服务业发展政策密切相关。同时,由于统计口径的改革,也使得我国的服务业数据变动较大,因此对于服务业未来发展情况做出准确判断尤为关键。本文研究中所采用的“服务业”为2005 年12 月20 日国家统计局对中国服务业统计调整后的数据。针对我国2008-2012 年服务业的数据,该阶段的预测属于短期预测,可以采用灰度预测模型;2013-2050 年的预测属于中长期预测,可以采用ARMA 模型,同时利用宏观计量模型对数据进行修正。本文的研究结果对我国未来服务业发展提供了科学依据。     

沪深A股综合指数的时间序列分析建模与预测

通过基于Box-Jenkins方法的时间序列分析技术,对中国沪、深A股综合指数的2000～2009年月收盘数据序列进行建模分析,验证了沪、深A股综合指数月收盘数据的时间序列特性,研究并选择了这两个序列的最佳ARMA模型,本文也通过模型对2010年的综合指数进行了预测.模型实证分析的结果表明：在股市综合指数时间序列分析建模与预测方面,Box-Jenkins方法及其模型是一种精度较高且切实有效的方法模型.     

基于高频数据的时变VaR建模和预测研究

提出了VaR时间序列动态预测的方法.首先以上证综合指数和深证综合指数日内分钟数据为基础,根据不同方法计算出每日VaR值,然后给出了VaR时间序列的统计特征,包括平稳性和长记忆性,最后对VaR序列建立ARMA模型和ARFIMA模型,并比较了两种模型预测效果.我们的结果表明:1)基于德尔塔正态法的VaR序列其ARMA模型预测效果好于历史模拟法和蒙特卡洛模拟法的预测效果;2)尽管VaR序列存在长记忆性,但所有VaR序列的ARMA模型预测效果好于ARFIMA模型的预测效果.     

CPI指数预测的统计回归模型

对CPI值进行预测,对我国相应部门做出正确的宏观决策有积极意义．本文采用应用非常广泛的一类随机模型——统计回归模型,首先找到关于CPI指数变化的影响因素,搜集相关的大量数据;然后通过应用主成分分析法找出影响CPI的3个主要因素;最后基于3因素的数据,通过统计分析,建立回归模型,对短期内的情况进行预测．     

CPI指数预测的统计回归模型

对CPI值进行预测,对我国相应部门做出正确的宏观决策有积极意义.本文采用应用非常广泛的一类随机模型——统计回归模型,首先找到关于CPI指数变化的影响因素,搜集相关的大量数据;然后通过应用主成分分析法找出影响CPI的3个主要因素;最后基于3因素的数据,通过统计分析,建立回归模型,对短期内的情况进行预测.     

经济危机背景下基于因子分析法的房地产行业经营绩效的研究

本文主要研究在经济危机的背景下,房地产行业在经营绩效方面出现的新的特点。本文选取了在沪深股市上市的30家房地产公司,运用因子分析法,对上述的30家上市公司进行分析,找出房地产行业经营绩效的症结所在,进而提出相关的改善措施。     

基于Box-Jenkins方法的中国年度GDP时间序列分析建模与预测

通过基于Box-Jenkins方法的时间序列分析技术,对中国1966-2006年的年度GDP数据序列进行建模分析,验证该序列的时间序列特性,研究并选择了序列的最佳ARMA模型,本文也通过模型对中国2007-2010的年度GDP进行了预测.模型实证分析的结果表明:在GDP时间序列分析建模与预测方面,Box-Jenkins方法及其模型是一种精度较高且切实有效的方法模型.     

基于STIRPAT模型的内蒙古自治区碳排放预测研究

随着全球气候变暖,温室气体的排放再次在联合国大会中被强调,中国在大会中提出2030年实现碳达峰、2060年实现碳中和的宏伟目标.为研究内蒙古自治区在实现碳中和目标中的潜力及政策方向,基于STIRPAT模型,并结合岭回归进行分析.利用情景分析法构造了6种模式预测内蒙古自治区的碳排放量,经过数值计算发现有三种模式2030年...     

通讯网络指标告警的预测方法研究与应用

以时间序列ARMA模型为基础,加以BP神经网络的学习方法的模型,并利用区间估计的置信区间来过滤异常数据。对某通讯企业网络指标数据进行预测的结果表明,该模型与传统的模型相比具有较强的适应能力和较好的预测效果,从而验证了本模型与算法的可行性、有效性和可靠性。     

在线短期负荷预测方法的研究与应用

根据电力系统负荷的特性，提出了一种在线短期负荷预测方法：用“周期模型”来描述并预测负荷的周期变化分量，再用ＡＲＭＡ模型对周期模型的残差进行建模并用Ｂｏｘ—Ｊｅｎｋｉｎｓ方法进行预测．模型参数的辨识采用在线辨识算法，因而对负荷的变化特性具有较强的适应性．实践结果表明，该方法具有很好的预测效果．     

“双一流”目标下高校高质量科研效率对比研究

“211”“985”建设的重点高校是我国“双一流”高校建设的领头院校,探究其优质科研成果产出绩效水平,对推进我国建设“双一流”高校具有重要的指导意义。文章首先基于因子分析法构建体现高质量科研产出成果的评价指标体系,其次运用DEA模型对“双一流”建设领头院校的2015—2016年科研效率进行实证分析。研究结果发现“双一流”建设实施前后领头院校的高质量科研效率水平提升幅度较小,大部分院校虽然呈上升趋势但依旧处于无效水平,且具有较大的提升空间,说明“双一流”建设实施成果初步有效但还有很大的完善空间,据此提出完善科研运行机制、创新激励体制等改进措施。     

桥梁监测数据的动态线性建模与可靠性预测

引入贝叶斯动态线性模型(BDLM),建立桥梁监测应力的状态方程和观测方程,并利用贝叶斯因子监控监测应力.通过监测应力和应力状态的先验信息,对监测应力的状态参数进行贝叶斯后验概率推断,并不断进行"概率预测-修正"递推运算,获得最优监测应力的状态概率估计来预测桥梁的应力.基于贝叶斯动态修正的应力概率模型,建立桥梁结构可靠性的预测公式.最后,通过实例验证了本文所建模型的合理性和适用性.     

基于时间序列模型的轨道质量指数预测研究

轨道质量指数(TQI)是反映区段轨道整体不平顺的一项重要指标,是一个具有随机性特征的时间序列。本文用灰色系统理论分析TQI序列与各单项指标间的关联度并预测某区段下一次检查的数值;运用ARMA模型对200 m单元区段的TQI序列数据进行研究,分析其变化趋势并对未来一段时间的TQI进行预测。算例分析表明,两个模型的预测精度有所提高,相对误差小于5%。     

油纸绝缘气隙放电与油中产气规律的相关-回归分析

气隙放电是变压器油纸绝缘局部放电的主要模式,研究其与油中产气规律的相关性对诊断油纸绝缘早期故障的产生及发展具有重要意义.笔者在实验室设计了变压器局部放电模拟实验系统,采用升压法,在60℃油温条件下研究了气隙放电及其发展特征,利用主成分分析方法从29个局放统计算子中提取出6个相互独立的主成分因子;利用相关-回归分析得出了变压器油中产生的6种溶解气体含量与6个局放主成分因子线性相关;拟舍得到了6种气体含量与6个主成分的多元线性回归模型,为进一步探讨变压器早期局部放电发展与油中产气规律之间的关系提供了一种新的思路.     

基于因子分析法的吉林省城镇居民人均可支配收入的分析与预测

本文运用因子分析法对吉林省1999-2011年城镇居民人均可支配收入影响因素建立因子分析模型,提取了居民收支因子和社会影响因子两大主要因子。利用因子分析结果进行多元线性回归分析,对吉林省城镇居民人均可支配收入进行预测。本文认为吉林省城镇居民人均可支配收入水平在不断提高,主要是政府扩大就业,逐步提高工资水平,运用宏观政策适当干预房价和物价的上涨,提高了城镇居民的生活水平;随着社会的进步,人们消费观念的转变,刺激了消费,从而带动拉拢了社会的财政收入,使人均可支配收入提高。     

汇率预报的非线性组合建模与预测方法研究

近年来的经济统计研究表明,组合预测比单项预测具有更高的预测精度,但线性组合预测方法在汇率的组合建模与预测方面存着较大的局限性。本文提出了一种基于支持向量机回归(SVM)的汇率非线性组合建模与预测新方法,并讨论了建模中SVM核函数、损失函数的选取和容量控制等问题。对于英镑、法郎、瑞士法郎、日元对美元等汇率时间序列的组合建模与预测结果表明,该方法具有很强的学习与泛化能力,在处理外汇市场这种具有一定程度不确定性的非线性系统的组合建模与预测方面有很好的应用价值。     

股票收益率预测及风险与收益关系研究——基于ARMA-GARCH模型和高频数据

以沪深300指数的一分钟为间隔的实时价格为研究样本,利用ARMA模型和基于T分布的GARCH(1,1)模型,对其收益率进行了拟合和预测,同时运用GARCH-M模型,分析风险和收益之间的关系。研究表明,股指波动存在条件异方差性;ARMA模型长期预测效果较好,而GARCH(1,1)-T模型短期预测效果较好;沪深300指数的风险和收益不呈正比,说明我国股市发展不成熟。     

基于STIRPAT模型的京津冀“碳达峰”预测研究

为了解决京津冀地区碳排放量达峰问题,以河北省为例,研究京津冀碳排放达峰实现路径,对京津冀未来的碳排放量进行预测分析,建立以河北省2004—2021年碳排放相关数据为基础的STIRPAT碳排放预测拓展模型。设置了6个情景,通过综合考虑人口规模、人均GDP、城镇化率、产业结构、能源强度、能源结构数据的变化速度,模拟不同情景下京津冀2022—2040年的碳排放趋势,进而预测京津冀三地的“碳达峰”时间与碳排放峰值。结果表明：北京除清洁发展情景是在2030年达峰,其余情景均在2035年达到峰值;天津除经济放缓情景是在2030年达峰,其余情景均在2035年实现“碳达峰”;河北除基准情景在2035年达峰外,其余情景均是在2030年达到峰值。所提的碳排放预测拓展模型在考虑多情景分析下,就京津冀地区如何控制和减少碳排放量提出相关建议,可为京津冀低碳经济的发展提供一定的参考依据。     

“双碳”目标;Tapio 脱钩指数;LMDI 模型;碳排放预测

针对“双碳”目标下各省市面临的减碳压力,利用 Tapio 脱钩指数分析法、LMDI 模型,结合重庆市经济发展数据和碳排放数据,分析碳排放的影响因素并预测其达峰情况。 研究结果表明:总体来看,重庆市近 15 年来碳排放量有所升高,但年度碳排放量仅占全国同期的 1% ~ 2%;从煤、油、气、电四大能源行业的碳排放量占比结构看,煤电的碳排放占比明显下降,油、气的碳排放占比显著上升;重庆市经济增长与二氧化碳脱钩情况较好,一直处于扩张相对脱钩状态;重庆市碳排放量主要受城市化、人口增长、经济增长三大因素的影响;根据预测结果,基准情景下,重庆市碳排放将在 2034 年达到峰值,峰值在 2. 06 亿t 左右,达峰情景模式下,预计将在 2029 年达峰,碳排放峰值约为 1. 85 亿t,比传统模式下少 0. 21 亿t。 最后,为重庆市绿色发展提出了优化产业结构、构建清洁低碳、高效多元的能源体系、加速绿色工业、绿色交通、技术创新等对策建议,对各地制定实现“双碳”目标的具体措施具有一定借鉴意义和参考价值。