经济危机下航运运价与美国GDP的回归分析

经济危机下美国经济的倒跌产生了巨大的＂乘数效应＂,航运市场跌入低谷。航运运价是反映航运市场冷热程度的方向标,而GDP是反映经济状况的重要标志之一,本文旨在从美国GDP分别和BDI、CCBFI的相关性来解释美国经济对全球航运业及中国航运业的影响程度。本文对两运价指数进行方差分析和差异性比较,分别将国际波罗的海综合运费指数（Baltic Dry Index,BDI）、中国沿海（散货）运价指数（China Coastal Bulk Freight Index,CCBFI）与美国GDP进行相关分析和回归分析,最后指出美国GDP的上升有可能成为一个很好的切入点来带动航运业的走势,较之美国经济与全球航运市场的关系,美国经济与中国航运市场的相关性更紧密。关注美国政策调整给美国GDP带来的变化,给中国航运市场的运作者提供了战略决策依据。     

我国对外直接投资影响因素的实证分析

一国对外直接投资既与东道国的市场规模、汇率水平、工资水平、税收状况等因素相关,又会受到母国自身经济水平、固定资产投资、出口、外汇储备等因素的制约。选取1986-2007年的统计数据对影响我国对外直接投资的因素进行了实证分析,结果显示,出口、GDP增长率和利率这三个因素是影响我国对外直接投资的主要因素,而外商直接投资、外汇储备、固定资产投资、汇率这四个因素是影响我国对外直接投资的次要因素。     

我国城市财政支出与GDP关系的计量模型

选择了3个沿海开放城市的数据作为研究对象,通过数据分析与比较,最终选定了一个较为合适的模型,该模型可用于分析各城市的财政支出与国民生产总值的关系。     

FDI与中国经济增长关系的实证研究

介绍了中国FDI和GDP的发展趋势,利用单位根检验、协整检验以及Granger因果检验对FDI与GDP之间的关系进行了实证研究。     

基于线性回归的河南管“十二五”时期GDP预测

以河南省1978-2009年GDP指数(1952年为100)和人均GDP指数为基础,运用一元线性回归方法建模,对“十二五”期间GDP指数和人均GDP指数进行预测.结果显示,1978-2009年GDP指数和人均GDP指数的预测值与真实值基本相符,“十二五”期间GDP指数和人均GDP指数预测值也与经济发展趋势非常吻合.     

基于改进神经网络的GDP时间序列预测

由于GDP时间序列具有线性和非线性的特征,神经网络(NN)方法和集成预测方法等在预测分析时可能产生较大误差.以GDP的年增长率作为神经网络的输入,建立基于BPNN的GDP预测模型.利用此改进BPNN模型对我国的GDP进行预测和验证,并分别与ARIMA-BP集成模型及BPNN模型进行比较.结果表明,改进的BPNN模型预测...     

基于ARIMA、BP神经网络与GM的组合模型

为了提高预测模型的精度,给出了一种新的组合预测模型.利用时间序列ARIMA预测模型、BP神经网络及GM灰色预测模型进行单一模型的拟合与预测,通过赋予适当权系数结合三种方法得到了新的组合预测模型.山西省人均GDP预测实例应用结果表明:组合预测模型很好地描述了山西省人均GDP的非线性发展,比单一预测方法具有更高的预测精度.组合模型发挥了这三种模型各自的优势,可以作为人均GDP预测的有效方法,该模型在时间序列的预测中是有效的.     

基于自适应模糊神经网络的货币供应量预测

采用ANFIS(Adaptive Neuro-Fuzzy Inference System)进行货币供应量预测。ANFIS将模糊理论与神经网络融合,利用神经网络来实现系统的模糊逻辑推理,采用混合学习算法调整前提参数和结论参数,自动产生模糊规则。利用我国货币供应量数据对网络进行训练和检测,所得结果表明利用ANFIS预测货币供应量有效。     

浅谈循环经济与绿色GDP

介绍了循环经济的内涵、核心和发展循环经济的必要性,阐述了实施绿色GDP所面临的困难,提出了实施绿色GDP促进循环经济发展的方法、措施。     

实施CDM的现状及对策研究

通过分析当前实施CDM过程中出现的问题,提出了相应的改进措施和建议,旨在推动CDM的实施.