公司盈余预测与资本成本估算——截面回归模型预测VS.分析师预测

盈余预测数据的合理利用有助于提高资本成本估算的准确度,截面回归预测模型是近几年来盈余预测研究的热点问题。本文基于中国上市公司的数据以及分析师的盈余预测数据,对公司盈余预测质量以及与资本成本估算质量之间的关系进行了检验。结果显示,中国分析师的盈余预测质量较高,但是根据预测盈余估算的资本成本与可实现报酬率、与风险因素的关系,截面回归预测模型尤其是基于HVZ模型的盈余预测可以取得更好的资本成本估算结果。     

基于组合预测模型的物流园区物流需求预测——以重庆空港物流园为例

物流需求预测是物流园区整体规划的重要前提,准确的物流需求预测可以大大提高物流园区规划的科学性.首先建立了趋势曲线预测模型、回归预测模型及灰色预测模型的物流需求单项预测模型,鉴于单项预测模型的局限性,然后以Shapley值为权重确定方法,建立了组合预测模型,并以重庆空港物流园为例进行应用,最后得出了2015年和2020年重庆空港物流园物流需求的预测值.研究表明,组合预测比单项预测具有更高的精度和稳定性,方法在物流园区物流需求预测中具有推广应用价值.     

基于跟踪微分器的泰勒展开与ARIMA混合模型对股票价格的短期预测

利用一种基于跟踪微分器的泰勒展开预测(Taylor Expansion Forecasting,TEF)模型与ARIMA相结合的混合预测模型,预测未来股票价格的走势.并以阿纳达科石油和宝洁公司两只股票进行实证,结果表明混合预测模型较单一的ARIMA模型具有更好的预测效果.最后将混合模型用于预测这两个公司近期的股票价格,预测结果表明,在短期内,阿纳达科石油的股票价格先下跌而后有所回升,宝洁公司的股票价格有上涨的趋势.     

基于不同联合学习方法的扩展置信规则库环境治理成本预测

现有环境治理成本预测模型构建主要基于专家经验进行输入输出指标的选取.然而专家经验指标选取存在一定的主观性,难以有效且客观地区分关键指标信息对成本预测结果的影响.同时,考虑到现有环境治理成本预测模型的复杂度以及可解释性问题,文章将扩展置信规则库模型(EBRB)用于环境治理成本预测,并基于维度约简介绍三类不同的特征选择方法...     

加权几何平均变权组合预测方法及其应用

加权几何平均组合预测模型是一种常用的非线性组合预测方法.为了提高加权几何平均组合预测模型的预测和拟合精度,给出了一类加权几何平均变权重组合预测方法.最后将该变权组合预测模型应用于我国天然气产量的预测.计算结果表明加权几何平均变权重组合预测模型在时间序列数据的预测中具有一定的优势.     

基于多因素SVM的油价预测模型研究

准确预测国际原油价格,对于维护经济稳定和规避风险具有重要意义.由于国际油价的波动是由多种因素引起的,本文采用误差修正模型确定原油价格与因素的关系.将结果作为SVM回归预测模型的输入模式,建立基于多因素SVM的油价预测模型.通过实证研究,发现基于多因素SVM的油价预测模型相对于误差修正模型和基于国际油价本身的自回归SVM预测模型具有更好的拟合和预测效果.     

基于IOWA算子的两类准则下的最优组合预测模型及其应用

传统的组合预测方法中,各单项预测模型的加权系数一般是固定不变的。而事实上,任何一种预测模型的预测精度都会随着预测时点的不同而发生改变。因此变权组合预测模型的研究更有意义和价值。本文在预测有效度和IOWA算子等概念的基础上,建立了以预测有效度和误差平方和为准则的组合预测模型,并给出了模型在实际预测中的应用,结果表明了新模型是一种优性组合预测。     

基于小波分析的灰色GM(1,1)模型道路交通事故预测

道路交通事故预测是道路交通安全研究的一项重要内容,针对灰色GM(1,1)预测模型对波动性较大道路交通事故序列预测精度较低的缺点,引入小波分析理论,在小波分析理论的基础上建立灰色GM(1,1)预测模型.通过小波分析将某省2002-2009年道路交通事故起数分解成多层近似平稳的数据序列,然后对低频重构序列建立GM(1,1)模型进行预测.仿真结果表明,方法的预测结果比直接用灰色GM(1,1)模型更拟合原始数据,预测效果更好.预测结果可以为交通部门科学监管和制定决策提供一定的指导.     

短时交通流混沌预测模型的比较研究

短时交通流预测是实现交通流诱导的关键技术之一.针对目前短时交通混沌预测模型预测结果差异较大的问题,归纳了4种基于混沌理论的短时交通流预测模型:RBF神经网络模型、最大Lyapunov指数模型、局域线性模型和Volterra滤波器自适应预测模型,并对这4种预测模型进行了比较研究.应用4种预测模型对几个典型的非线性系统进行预测,验证了算法的准确性.然后用这4种预测模型对微观实测交通流的时间序列进行实证分析.仿真结果表明,4种预测模型对典型混沌时间序列具有很好的预测效果;而对实测交通流预测,其预测精度和稳定性较差,但可以满足实时交通流预测的需要.     

不等时距灰色组合预测模型的研究

在不等时距序列灰色预测的基础上,建立了最优组合预测模型和BP神经网络组合预测模型.通过实例对比分析,表明这两种灰色组合预测模型都较各单项模型具有更高的预测精度和较高的理论实践价值.     

基于变权重组合预测模型的软土路基沉降预测研究

为建立更加符合软土路基沉降的预测模型与方法,以某公路工程实测沉降数据为研究对象,对软土路基沉降规律进行分析基础上,分别建立Logistic模型,双曲线模型,Gompertz模型,乘幂模型和对数模型5种预测模型.将5种单项模型预测值与实测值进行对比分析,得到3种优势模型.以组合预测模型理论为依据,赋予3种优势模型不同权重系数建立变权重组合预测模型.结果表明,模型预测值与实测值拟合程度更好,预测精度和可靠性都显著高于单项预测模型,具有明显的优越性.模型能准确地预测长期沉降,更适合于作为公路软土路基沉降预测模型.     

江苏省生活废水排放量的多元非线性回归预测

本文依据1999～2009年江苏省的人均日生活用水量和人均GDP并结合生活废水排放量的资料,建立了生活废水排放量的三维非线性预测模型,并进行了评估和分析,该模型有较高的拟合精度.根据预测数据,2020年江苏省城市生活废水排放量将达66.85亿吨,为2009年排放量的两倍有余,城市生态环境面临巨大压力.最后本文提出了相对应的政策建议,以供相关部门参考借鉴     

基于潍坊市GDP及影响因素的EGM预测模型对比分析

通过对2004—2014年的潍坊市GDP及影响因素的数据进行分析,建立EGM预测模型,利用通过检测的模型对潍坊市GDP及相关影响因素进行平均增速测算和分析,预测未来五年的发展情况,并进行了比较,结果符合实际情况,同时与其他预测模型相比较具有误差小,预测结果准确的特点,方法科学合理,具有一定的理论依据,为制定潍坊市发展的相关政策提供数据参考.     

基于灰色神经网络的企业风险特征指标动态预测方法研究

根据企业风险特征指标预测问题的特点,提出将灰色系统GM(1,1)模型与神经网络结合建立一阶灰色神经网络预测模型,以实现系统预测的动态性及提高系统的预测精度.但该模型具有一定的局限性,从模型参数的角度给出了该模型只适用于具有"单调"性数据的证明,进而提出了三阶灰色神经网络预测模型,以适应预测数据"非单调"或摆动的情况.但随着系统建模过程中阶数的增加,预测精度会有所下降,因此应根据数据特点选择预测模型.最后,通过实证分析验证了上述模型及证明结论.     

基于BSA-ELM模型的建筑工程施工成本预测研究

针对建筑工程施工成本管理中成本难以预测的问题,提出用鸟群算法(BSA)优化极限学习机(ELM)模型的参数.首先,利用BSA对ELM模型的输入权值和偏置值进行优化;其次,构建出BSA-ELM建筑工程施工成本预测模型;最后,将BSA-ELM模型与实际工程施工成本数据相结合进行验证.结果表明:模型在成本预测中的精度比ELM模型、CSO-ELM模型、PSO-ELM模型和BP神经网络模型预测精度高,也为类似预测问题提供了一种新的预测方法.     

组合预测模型在税收收入预测中的应用

准确预测税收收入,对于有效地进行市场经济条件下的宏观调控有着重要的意义.为了充分利用各单项预测的信息以提高预测精度,在现有研究的基础上,首先选取指数平滑法、偏最小二乘方法和灰色预测方法对税收收入数据进行定量分析;然后基于误差平方和最小构建了税收收入组合预测模型;最后的算例预测结果表明,构建的税收收入组合预测模型具有较优的预测效果.     

基于小波分解的工程材料价格组合预测方法

为准确地估计工程材料价格在建设期内的变化情况,考虑到材料价格时间序列具有长期性、周期性和波动性的特点,本文建立了ES-BPANN模型对其进行预测.在预测模型中,引入小波变换方法对价格序列进行分解,针对每个分量的实际特征建立相应的独立预测模型,并综合每个子模型的预测情况作为最终预测结果.选用福州市2007-2017年C25现浇混凝土信息价进行实例验证,结果表明本文模型的预测精度高于单一预测模型,能够为工程投标报价方案制定提供一定指导.     

基于预测模型的我国人口结构问题研究

针对我国人口结构问题,在对相关人口数据进行收集、计算、整理并分析的基础上,通过建立总人口预测模型对2010-2014年人口数量预测,与原始人口数据对比进行模型验证和改进,运用此模型对之后6年人口数量预测,应用队列要素预测法找出相应政策对人口结构变化的影响,通过建立适婚群体预测模型对中国适婚入口中的男女数量定量分析,进而对我国人口结构问题进行整体概括总结.     

ARIMA模型在京津冀区域手足口病发病趋势预测中的应用

本文以时间序列理论为基础,建立了乘积季节ARIMA预测模型。由于手足口病具有明显的季节性,且其发病潜伏期一般为3-7天,因此本文以周为时间尺度,即定义季节周期为53周,探讨了季节性乘积模型在手足口病发病趋势预测中的应用,并通过AIC和BIC信息准则确定最优模型。通过2009-2013年京津冀区域手足口病监测数据实证了季节性ARIMA(p,d,q)×(P,D,Q)53模型的预测效果。结果显示,该模型对手足口病高发时间的发病数预测效果较好,预测发病趋势与实际发病趋势相一致。     

灰色系统理论在河北省城镇居民人均年收入预测中的应用

运用灰色系统理论,对河北省城镇居民人均年收入建立了GM(1,1)预测模型,并进行了预测.由计算结果表明该预测模型具有较好的预测精度.