我国对药品价格进行管制的措施及效果分析

药品价格与人们的日常生活和切身利益息息相关,国家有必要对药品价格进行管制。本文首先介绍我国对药品价格进行管制的几种方式,其次对我国药品价格管制的效果进行分析。     

基于灰色系统理论对成都市房价预测分析

通过对灰色系统理论的研究,采用GM（1,1）模型对成都市商品房价格进行了预测,根据预测结果进行残差分析,说明了该方法的合理性．运用灰色关联分析法对成都市商品房价格进行讨论,将影响因素按程度的大小进行排序．其中,人均可支配收入对成都市商品房价格的影响最大,而银行贷款利率对成都市商品房价格影响最小．     

目标价格形成机制下的装备修理价格审核研究

为促进装备修理价格审核工作的发展,提高装备修理费用的使用效益,通过对目标价格的相关分析,说明了如何在装备修理价格管理中运用目标价格的价格形成机制,并对新的价格机制下审价工作的改变进行了研究,提出了实施目标价格的价格形成机制的几点建议。     

货币政策对资产价格相机控制的分析

在过去的20年间,西方主要国家的金融资产价格发生过剧烈波动,资产价格波动及其对货币政策的影响已经引起了学术界和货币政策制定者的极大关注。资产价格过度波动无疑对传统货币政策理论提出了新的挑战,争议最大的是货币政策是否对资产价格进行反应。笔者认为,货币政策对资产价格过度波动有必要进行相机性金融控制。     

基于数据挖掘的房地产价格预测

根据房地产价格的非线性变化特点,提出一种基于数据挖掘技术的房地产价格预测模型.首先收集房地产价格的历史样本,对其进行混沌分析后得到相应的训练样本集和验证样本集,然后采用数据挖掘技术对训练样本建模,并对验证样本进行预测.仿真实验结果表明,数据挖掘技术可以从房地产价格历史数据中发现其变化趋势,获得了较高的房地产价格预测精度,与其他经典房地产价格预测模型相比,数据挖掘可以更好地描述房地产价格的变化特点,预测精度能够满足人们对房地产价格预测的要求.     

运用均衡价格理论探讨高教服务价格改革

文章运用经济均衡价格理论,对高教服务价格改革的必要性和可行性进行了分析和论证。指出应逐步建立高教市场,发挥高教服务价格对高教供求的调节作用,政府则对高教市场进行宏观调控。     

期货市场价格发现的实证研究——基于上海期货锌的数据

对上海期货锌的价格发现功能进行了实证研究,首先用ADF检验对其平稳性进行了检验,用johansen检验对数据的协整关系进行了检验,并利用Granger检验对其因果关系进行了检验,最后利用GS模型对数据进行处理,来深入探讨其价格发现功能.研究发现,期货锌价格和现货锌价格序列本身不是平稳的,经过一阶差分之后变得平稳,他们之间是协整的,并且存在Grange因果关系;另外,期货锌相对现货锌的价格发现功能更强,处于主导地位.     

基于遗传BP神经网络的三七价格预测

为提高三七药材价格的短期预测准确性,利用遗传算法的全局搜索能力对BP神经网络的初始权值和阈值进行优化,建立了基于BP神经网络的三七药材价格预测模型.采用连续K月三七价格的滚动预测方式,对下一个月进行预测.通过三七价格时间序列自回归分析确定K值为2,以连续2个月的三七价格作为BP的输入变量,预测其后一个月的三七价格,并对三七价格的BP神经网络模型和传统时间序列预测模型ARIMA进行分析比较.实验结果表明:遗传算法优化的BP神经网络具有更高的预测精度,且比ARIMA模型对价格骤变情况更敏感.     

基于VAR模型的硬麦期货价格发现研究

通过单位根检验，确定硬麦期货与现货价格序列具有一阶差分平稳性即，(1)过程．在此基础上先建立VAR模型并进行协整检验，然后建立误差修正模型并进行格兰杰因果检验，最后对期货与现货价格序列进行方差分解和脉冲响应函数分析．从以上几个方面对郑州商品交易所的硬麦期货的价格发现功能进行实证分析．研究发现：硬麦期货价格与现货价格存在协整关系和格兰杰双向引导关系，期货与现货价格之间存在长期均衡关系．对硬麦期货品种来说，现货市场在价格发现功能中起到主导作用，因为现货市场在价格发现功能中占59．67％大于来自于期货市场的40．33％．在脉冲响应函数分析中，除了期货与现货价格对其的一个标准差新息立刻有较强反应外，现货价格新息对期货价格的影响更大．这也说明了现货市场在价格发现中的主导地位．     

基于关联价格网的产品价格预测方法

为实现产品价格影响因素较大波动情况下的价格快速预测,提出了一种关联价格网产品价格预测模型.对引起产品价格变化的主要因素进行了分析,分别以产品、原材料、竞争产品的价格、供需量的变化引起产品价格的变化为基础构建产品的关联价格网.然后,对关联价格网性质进行理论推导,得出可以用产品的关联价格子网替代整个关联价格网对产品价格进行预测的结论,从而简化模型.进而采用神经网络构建一个反映关联价格子网中价格波动因素的预测网络(PFN),并利用神经网络学习和计算方法对产品的价格进行预测.理论分析和仿真实验显示该价格预测方法具有很好的应用价值.     

关于影子价格的一个理论误区

对影子价格的理论基础进行了研究,通过对线性规划及其对偶问题经济涵义的分析,揭示了以线性规划中的影子价格为基础定义国民经济评价中的影子价格是一个理论误区,并指出影子价格的理论定义应为帕累托最优状态下的均衡价格.     

基于遗传模拟退火三次指数平滑模型的中药材价格预测研究

目的基于遗传算法与模拟退火算法相结合建立新的平滑指数模型,以亳州中药白芍为例对亳州中药材价格进行预测和实证分析。首先利用遗传算法对种群进行优化,通过基因的遗传、选择、交叉和变异逐渐产生近似最佳解,在利用模拟退火算法对其进行修正,得到最佳平滑参数值,建立新的指数平滑模型,运用建立的遗传模拟退火三次指数平滑模型对亳州白芍的价格进行预测。结果表明对于中药材价格随着时间的推移,价格具有非线性等因素,通过遗传模拟退火方法可以得到最佳的平滑参数值,为指数平滑预测的价格与实际价格相差较小,说明建立的遗传模拟退火三次指数平滑模型具有一定的准确性。遗传模拟退火三次指数平滑模型适合药材价格的预测,能够为市场和政府部门对市场的中药材价格调控起到的决策指导作用。     

房屋质量缺陷损失价格鉴定技术规范研究

随着《中华人民共和国物权法》的颁布和实施,国家立法越来越重视对公民、法人和其他组织的房地产权益的保护,而人们对私有房产的保护意识也在不断增强。那么,如何对房屋质量缺陷造成的损失进行价格鉴定,为司法、行政部门提供专业的调处和审判依据,使价格鉴定工作更好地发挥调解价格矛盾,处理价格纠纷的职能作用呢?本文从房屋质量缺陷的分类、房屋质量缺陷损失的价格构成、价格鉴定程序、原则和方法、影响价格鉴定因素分析等几个方面,对房屋质量缺陷损失价格鉴定技术规范问题进行了初步探讨。     

我国商品住宅价格灰色预测

商品住宅价格受多种因素影响，既有宏观因素。又有微观因素；既有确定性因素又有不确定性因素。文中运用灰色理论原理，把我国商品住宅价格看作一个灰色系统，以全国商品住宅价格为原生时间数据系列，建立灰色GM（1，1）预测模型，对我国商品住宅价格未来走势进行预测。对所建模型进行残差检验，关联度检验，均方差检验及小误差概率检验。精度均为一级，因此。可以运用所建模型对我国商品住宅价格进行预测。从模型预测的结果看，我国商品住宅价格在未来呈上升趋势。     

自贡市房价走势分析——基于马尔可夫转换波动和改进的小波神经网络

本文应用马尔可夫转换波动和改进的小波神经网络理论及软件,对自贡市房地产价格走势问题进行分析,建立房地产价格波动模型。得到影响房地产价格的实际利率变动率、人口增长指数、建安成本指数和人均支配收入四大主要因素,对自贡市房地产价格走势进行预测。具有较强的实践性。     

上海期货交易所铜期货价格发现实证研究

通过VAR模型及其修正模型VECM对上海期货交易所铜期货的价格发现功能进行了实证分析.研究发现:铜期货价格与现货价格存在格兰杰双向因果关系和一个协整关系,期货与现货价格之间存在长期均衡关系.对铜期货来说,现货市场在价格发现功能中起到主导作用,因为现货市场在价格发现功能中约占65.4%,大于来自于期货市场的34.6%.在脉冲响应函数分析中,除了期货与现货价格对其自身的一个标准差新息立刻有反应外,现货价格新息对期货价格的影响更大.而且VECM模型也证实了铜期货价格是以现货价格为基准进行调整的.这些都说明了铜现货市场在价格发现中的主导地位.     

线性规划和非线性规划下的影子价格浅探

本文通过对数学规划下的影子价格推导,对影子价格的经济释意进行了详细地阐述和分析,揭示了资源利用的最优空间结构与静态影子价格的关系,指明挖潜、技术革新等旨在提高影子价格.     

温泉资源对城市温泉酒店客房价格的贡献

温泉资源对城市温泉酒店客房价格有着积极的贡献,但是对贡献作用的定量分析,目前国内学术界尚无相关的研究.分析影响酒店客房价格的主要因素,对影响酒店客房价格外部影响因素进行了统一标准化处理.对影响酒店客房价格的内部因素进行综合与归并,设置了顾客评价修正系数、酒店星级修正系数、酒店区位修正系数、价格决策修正系数.在此基础上,构建温泉资源对温泉酒店客房价格贡献率的数学模型.同时,以福州为例,收集、获取研究对象和比较对象的相关数据,通过对福州市5家温泉酒店和11家非温泉酒店客房价格共55对比较数据的计算,得出福州市温泉资源对温泉酒店客房价格的平均贡献率为7.699%的结论.     

神经网络在原油期货价格预测中的应用

为了提高原油期货价格预测的准确性,分析了原油期货价格时间序列的特点和规律,采用一种改进的BP神经网络建立时间序列预测模型,对布伦特原油期货价格进行了预测研究.结果表明BP神经网络具有良好的自组织性和自适应性,有很强的学习能力和抗干扰能力,用BP神经网络对原油期货价格进行预测是行之有效的.     

基于ARIMA模型的兰州市商品房价格分析与预测

以2001-2010年兰州市商品房价格数据为基础,利用SPSS软件对商品房价格进行时间序列分析,综合各种条件确定了最佳的ARMA模型。最后利用所建模型对兰州市商品房价格进行了预测。实证分析的结果表明：ARIMA模型在商品房价格分析与预测方面,是一种精度较高且切实有效的模型。