Semi‐Structural Forecasting of UK Inflation Based on the Hybrid New Keynesian Phillips Curve

We develop a semi‐structural model for forecasting inflation in the UK in which the New Keynesian Phillips curve (NKPC) is augmented with a time series model for marginal cost. By combining structural and time series elements we hope to reap the benefits of both approaches, namely the relatively better forecasting performance of time series models in the short run and a theory‐consistent economic interpretation of the forecast coming from the structural model. In our model we consider the hybrid version of the NKPC and use an open‐economy measure of marginal cost. The results suggest that our semi‐structural model performs better than a random‐walk forecast and most of the competing models (conventional time series models and strictly structural models) only in the short run (one quarter ahead) but it is outperformed by some of the competing models at medium and long forecast horizons (four and eight quarters ahead). In addition, the open‐economy specification of our semi‐structural model delivers more accurate forecasts than its closed‐economy alternative at all horizons. Copyright © 2014 John Wiley & Sons, Ltd.     

基于相对误差的线性组合预测研究

在讨论传统的组合预测方法的基础上,对相对误差准则下的线性组合预测进行了研究和推广。分别以"相对误差平方之和最小"、"相对误差之和最小"和"最大相对误差最小"为准则,给出了9个线性组合预测模型,其中有6个线性组合预测模型是新提出的,并且讨论了模型的解法。以美国加州电力日均价为例,给出了9种线性组合预测模型的预测结果,验证了新模型的精确性和优越性。     

风力发电节能技术的状况分析

本文介绍了国内外风力发电产业发展概况,从风力资源、电网情况、制造能力、公众环保意识等方面指出了影响我国风电产业的主要因素,并提出了相关的解决办法。     

基于mRMR-IPSO的短期负荷预测双阶段特征选择

电力负荷具有时空多变的特性,受众多因素的影响,在短期负荷预测中较多的输入特征会造成维度灾难,导致模型预测性能不佳,因此选择合理的输入特征集至关重要。文章提出一种新的短期负荷预测特征选择方法——mRMR-IPSO双阶段法。利用最大相关最小冗余（max-relevance and min-redundancy,mRMR）判据对原始特征进行排序,考虑输入特征与输出特征之间相关性和输入特征间冗余性,筛选掉一些排序靠后的特征,初选出对预测效果影响显著的特征子集;采用基于改进的粒子群优化算法（improved particle swarm optimization,IPSO）的搜索策略,以LightGBM模型的预测精度为适应度函数,对初选特征子集进行精选,得到最优特征子集。算例结果表明,所提方法能在对原始特征集大幅降维的情况下提升预测精度。     

多目标预报系统的Fuzzy 优选识别模型及其应用

对多目标预报系统的Ｆｕｚｙ优选识别模型进行了分析和研究,并建立了山东省曲阜市第二代棉铃虫发生量的Ｆｕｚｙ优选识别模型。对历史资料进行回代验证,其历史拟合率高达９１．６７％。将１９９４年的观测数据作为独立样本进行试报,预测结果与实际一致。     

中国股票市场限价指令等待成交时间的理论研究与实证分析

在中国指令驱动股票市场中,限价指令需要为成交付出等待成本,如何计量限价指令的等待成交时间是金融市场流动性及微观结构理论领域崭新的研究问题.研究表明,指令生存模型能够比较精确地描述限价指令的等待成交时间概率分布,实证检验结果表明,生存模型具有比较高的准确性;同时发现限价指令等待成交时间对委托价格很敏感,而对委托量不敏感;基于委托价格的敏感性分析绘制出了限价指令等待成交时间概率分布的价格全谱图,根据该图可以预测限价指令的等待成交时间,以及为指令提交策略提供定量分析基础.     

金融危机前后的全球主要股指联动与动态稳定性比较

针对传统参数分析法可能存在参数和指标多样化而导致结果迥异的问题,提出直接从真实交易数据入手,采用具有准确拓扑序列的亚超度量空间方法.通过对2005年7月22日至2009年6月30日全球最具代表性的52个股指的日数据,并以2008年9月15日为金融危机前后的分界点进行实证,结果发现:金融危机爆发后,全球股市股指间地理区域聚集效应更加明显,各股指间的相关程度显著提高,其联动性更强;全球股指的动态稳定性在整体上是相对稳定的;在金融危机后,美国的股指影响力在降低,而中国在增强.为了避免全球股指剧烈波动,金融监管应该是全球协调的,而不应是一个国家或某个区域的单独行为.应保持世界各国证券市场的"多样性(差别化)",来防止经济和金融一体化带来的"一荣俱荣,一损俱损".     

通货膨胀与股票收益:需求冲击与供给冲击效应分解

将影响宏观经济波动的冲击分解为两类:供给冲击和需求冲击,并考察它们对通货膨胀和股票收益关系的影响.一个简化的理论模型表明,供给冲击导致通货膨胀与股票收益负相关,而需求冲击则导致通货膨胀与股票收益正相关;供给冲击下通货膨胀和价格水平都是逆经济周期的,而需求冲击下通货膨胀和价格水平则是顺经济周期的.以上结果也得到中国经验数据的支持.中国的经验还表明,短期股票收益动态更大程度上由供给冲击决定,而短期通货膨胀动态则主要由需求冲击决定.在总体或长期上,实际股票收益和通货膨胀呈现负相关关系,归因于两类冲击中供给冲击的效应占相对主导地位.     

基于ARMA（1,1）需求的多级供应链牛鞭效应仿真

在市场需求信息为ARMA(1,1)平稳可逆时间序列模型的前提下,首次建立了多级供应链各级成员以均方误差优化预测技术预测市场需求,以订货点法来确定订货量时多级供应链牛鞭效应理论及仿真模型,并利用仿真模型对多级供应链的整体牛鞭效应及其影响因素进行了详细的分析,研究表明供应链牛鞭效应和相关系数ρ与滑动平均系数θ之间的相互关系有关.     

基于小波网络的非线性组合预测方法研究

提出了一种基于小波网络的非线性组合预测新方法,以克服线性组合预测方法在解决非平衡时间序列组合建模问题所遇到的困难和存在的不足,并给出了相应的学习算法求解小波函数线性组合的尺度和时延参数以及神经网络权值。理论分析和大量的应用实例表明：本方法具有很强的泛化能力与自适应数据和函数变化的能力,在处理诸如经济时间序列这种具有一定程度不确定性的非线性系统的组合建模和预测方面有较高的应用价值。