基于ARIMA模型对海南省社会消费品零售总额的预测

对海南省社会消费品零售总额进行预测,对于了解海南省社会消费品零售总额的发展态势,为有关部门作出决策提供科学的依据,具有重大的现实经济意义.选取1999年到2014年的海南省社会消费品零售总额的数据来建立ARIMA(1,3,2)模型,2012年到2014年的实际值与预测值的相对误差5%以内,拟合效果良好,说明采用ARIMA模型预测海南省社会消费品零售总额是可行的,预测数据可靠.最后对海南省2015-2018年的社会消费品零售总额进行预测.     

基于乘积季节模型的社会消费品零售总额分析

社会消费品零售总额是反映人们消费水平的重要度量指标,也是国民经济体系中的一个重要评价指标.因此,分析研究社会消费品零售总额发展趋势对于转型期的中国经济高质量发展具有重要意义.基于乘积季节模型对2001年至2020年的社会消费品零售总额数据进行时间序列分析,经过差分、单位根检验、模型识别与拟合等过程,确定最终模型为ARIMA(1,1,1)(1,1,0)12,结果表明,社会消费品零售总额数据具有明显的线性趋势和季节性特征,并进一步得出其波峰和波谷到达的时间,另外,该模型对社会消费品零售总额有非常好的拟合效果,且有较高的预测精度.     

新疆公共卫生服务的需求影响因素预测及供求关系评价

为客观反映新疆城乡居民公共卫生服务供需关系,为地方政府科学规划区域卫生事业发展提供决策依据,本文选用社会人口、疾病流行模式转变等因素作为影响公共卫生服务需求的预测指标,以公共卫生机构费用为服务需求量的衡量指标,综合采用灰色系统模型、时间序列模型、受约束的非线性回归与多元线性回归等多种预测方法,对新疆公共卫生服务的需求进行定量预测,对供求关系给出综合评价。研究结果表明:2011-2015年,导致新疆居民公共卫生服务需求的快速提高的主要因素是新疆总人口、医学敏感人数、老龄化人口及慢性病患病率。上述需求影响因素的持续增长,直接导致公共卫生机构费用年均增速由9.5%增加到13.6%。新疆城乡居民快速增加的公共卫生服务需求,与服务供给能力不足的现实形成了反差。城乡居民公共卫生服务需求有效供给不足阻碍了新疆社会生产力和社会经济发展,对新疆在2020年与全国同步实现小康社会目标产生不良影响。     

人工神经网络模型在研究生招生数量预测中的应用

研究生招生数量的确定涉国家政策、社会就业、人才需求、专业分布与需求等诸多因素,这些影响因素往往无法量化,而且各个影响因素之间关系错综复杂,简单的线性模型预测未来招生数量往往难以实现.尝试采用人工神经网络(BP-ANN)模型,针对历年招生数量原始数据信息零散、隐含影响因素过多、诸多影响因素难以确定性描述等问题,通过对黑龙江省历年(1981—2004)研究生招生数量进行系统分析,建立了人工神经网络预测模型,并对未来3年的招生数量进行了预测,预测结果较好,为该方面研究提供了新的研究思路与研究方法.     

天然气需求影响因素分析及未来需求预测

不同的影响因素对天然气需求的影响程度存在差异,为充分认识上述差异,利用相对关联度定量刻画天然气需求量与影响因素之间的关联程度。依据重要性优先原则,采用逐步回归法逐次地对影响因素的统计显著性进行检验,深度挖掘有效驱动因素,构建“最佳”逐步回归C-D生产函数模型预测未来天然气需求走势。结果表明:(1)GDP是影响中国天然气需求的最主要因素,能源消费结构也是重要的有效驱动因素之一;(2)基于重要有效驱动因素构建的“最佳”逐步回归C-D生产函数模型实现了历史数据拐点拟合预测,具有良好的预测性能,预测结果可作为确定未来天然气需求的重要参考依据;(3)预测2020~2030年中国天然气需求量呈稳步增长趋势,但增速有所减缓,到2030年天然气需求量达约5660亿立方米,天然气需求量增长率降至4%。     

基于GM(1,N)模型的郑州市房地产价格预测

首先从房地产需求、房地产供给、宏观经济三个方面对影响郑州市房地产价格的因素进行了灰色关联度分析.分析结果显示,造成郑州市房地产价格上涨的主要因素为:城镇居民可支配收入,竣工房屋平均造价,人均GDP,而土地供应面积和贷款利率对房地产价格的影响不大.然后,根据主要因素,建立了相应的GM(1,4)预测模型,对郑州市未来5年的房地产价格进行了预测.预测结果表明:房地产价格依然会继续上涨,且以每年约9%的增长率增长.     

宏观经济信息宣告的股市收益及波动性效应——基于改进的AR(1)-EGARCH(1,1)-M模型的实证检验

基于改进的AR(1)-EGARCH(1,1)-M模型,从收益率和波动性两个方面考察各类宏观信息宣告对股票市场价格行为的影响.结果表明,居民消费价格指数和商品零售价格指数对股票市场的收益有负向影响;国内生产总值、社会消费品零售总额、公开市场操作利率变动率和企业景气指数对股票市场的收益有正向影响;公开市场操作公告会导致股票市场条件收益率显著增加;其余各类宏观信息因素对股票市场收益的波动性并不存在显著影响.     

基于矩阵型时滞灰色多变量模型的区间数序列预测

许多数据表示为区间数时更有利于管理和决策.为有效预测区间数序列,考虑系统中普遍存在的时滞效应,基于传统灰色模型同时引入系统特征和相关因素的滞后项,然后进一步把模型的适用范围从精确数序列拓广到区间数序列,提出了矩阵型时滞灰色多变量模型.在此基础上,提出了一种确定区间数序列最优滞后阶的方法.最后对我国财政收入和社会消费品零售总额进行预测,结果表明新模型是有效的,在拟合和预测方面均优于其他五个灰色竞争模型,具有一定的应用价值.     

弹性分析方法在预测消费品购买力投向中的应用

(一) 科学地预测消费品购买力投向,在很大程度上取决于预测方法的选择是否恰当.在相同条件下,运用不同的预测方法会产生不同的预测结果.选择预测方法应结合预测对象的特点、预测占有资料状况、预测时间的长短、预测费用、预测人员的水平等因素.预测消费品购买力投向,很重要的是占有资料的状况(假定其它因素相同).我国预测购买力投向的方法,主要有家计调查法和历史资料分析法,这些方法的缺陷是:家计调查法工作量大,且在选择对象时收入的高低都会使其缺乏普遍意义;历史资料分析法虽然克服了调查工作量大的问题,但需要大量地占有正常的历史资料…     

商品的总收益弹性与需求弹性守恒定理及其应用

本文介绍和证明了同一商品的总收益弹性与需求弹性守恒定理［１］及其推论，获得了一个重要公式，即ＥＲ±Ｅｄ＝１（ＥＲ即商品的总收益弹性，Ｅｄ即需求弹性）并以市场上常见的商品为例，列举了这一公式在经济预测决策方面的种种应用。     

新时期中国居民消费总量与结构预测研究

基于对消费总额及其结构的变动趋势和主要影响因素的分析,文章研究应用多元线性回归模型和自回归求积移动平均模型,考虑人口年龄结构变化、居民可支配收入等因素,预测了中国2018-2035年居民消费总量和2018-2020年中国居民对8类产品的消费量.预测结果表明:1)中国居民消费总量仍保持上升趋势,但消费增速逐步放缓,预计到2035年,中国居民消费总额达到1136011亿元,同比名义增长率呈现先下降后上升的趋势.2)中国居民消费结构不断优化,一方面食品烟酒占比不断下降,到2020年有望下降到27.6%;另一方面,交通通信、教育文化娱乐、医疗保健等服务性消费比重进一步提高,预计到2020年中国服务性消费占比约达到42.7%.基于对预测结果的分析,文章提出了提高居民可支配收入,扩展老年消费市场,扶持服务性消费产业等建议.     

“新常态”下的中国天然气消费分析及预测

作为一种优质、高效的绿色能源,天然气在中国能源结构中所占比重逐渐增加。但可再生能源的崛起使得天然气成为过渡能源的选择,天然气消费量的增长趋势不明晰,因此相关企业及部门需要合理、准确的天然气需求预测模型为未来的工作提供指导性信息。基于此,本文首先从经济水平、产业结构、能源结构、天然气价格等方面选取影响天然气消费的12个因素。其次,运用贝叶斯模型平均(BMA)法构建了一个包含相关文献中常用的6个影响因素的基准模型,针对该模型,围绕影响天然气消费量的各种因素,以逐个添加的方式建立对比模型,从备选模型中选出预测精度最高的对未来天然气消费量进行预测。最后,将BMA模型与ARIMA模型、ETS模型、BVAR模型、逐步回归模型以及等权重加权平均模型的预测精度进行对比。结果表明,最优的BMA模型包含了涉及经济水平、产业结构、能源结构、人口因素、天然气价格、天然气供给六个方面9个影响因素,其预测精度优于对比预测模型,且该模型预测 2022年天然气消费量将达到3254.153亿立方米,年均增长率为8%。     

不同收入农村居民消费需求比较研究

利用2009年中国农村住户调查数据,运用比例半对数逆函数形式(the Ratio Semi-log Inverse Function,RSLI)模拟了23种生活消费品的需求函数,估计了不同收入农村居民的边际消费倾向和需求收入弹性.结果表明,我国农村居民消费水平总体达到小康水平,但是,不同收入人群的消费水平差异较大.不同收入居民具有不同的消费选择行为,随着收入的增加,消费支出呈现多样化倾向,低收入和中低收入居民既要增加食物消费支出,又需要较大幅度地增加文化教育娱乐、医疗保健和交通通讯的消费,而对于高收入居民而言,许多商品已经是必需品了,他们的消费重点是居住.     

种植业劳动力需求估算与预测方法

在综合考虑影响种植业劳动力需求因素下,建立了一种种植业机械化程度与劳动力需求的关系模型,从而为进一步估算出种植业剩余劳动力提供了一种新方法,它是科学估算种植业劳动力数量和农村剩余劳动力数量的基础,同时探讨了机械化程度为和机械化程度为100%时劳均可负担耕地面积指标的获取问题,最后,在对哈尔滨市种植业劳动力需求进行预测时,采用专家预测法预测了耕地面积,采用基于粗糙集组合预测方法预测了农业综合机械化程度,结果表明,种植业劳动力需求量在不断减少.     

回归分析在人口统计中的应用──就安徽省1987年1%人口抽样调查资料浅析影响育龄妇女生育率诸因素

一、问题提出 1987年1%人口抽样调查表明:安徽省1987年出生婴儿数达99.3万人,自然增长率为13.7%.意味着我省人口自然增长率处于一个高峰阶段.因此,控制人口增长、实行计划生育刻不容缓.而降低育龄妇女的生育率,则是目前情况下控制人口增长的枢纽所在.因此,有必要研究影响育龄妇女生育率的多方面因素. 二、因素选定 影响育龄妇女生育的因素很多,既有社会经济方面因素,又有生物学方面的因素.当前,研究社会经济方面因素对育龄妇女生育率的影响,对降低生育率更有切实意义.因此,本文结合我省具体情况,以抽中的三十三个县级单位为样本,选定以下四…     

基于GM(1,1)与主成分回归的海南GDP预测及其影响因素分析

以海南省年度GDP为衡量经济增长指标变量,以旅游业总收入、农林牧渔业增加值、建筑业增加值、固定资产投资总额、社会消费品零售总额及对外贸易进出口总额六个指标作为影响因素,采用多个标准对1987-2014年数据进行筛选,建立GM(1,1)模型对海南GDP及其影响因素进行5年预测,来分析海南经济结构变动趋势.利用灰色关联分析定性分析了六个行业对GDP的影响程度;从定量分析角度,利用线性主成分回归模型和对数主成分回归模型分别对海南GDP进行边际、弹性分析.发挥了灰色系统科学理论和计量经济模型各自长处,为建设海南国际旅游岛相关政策的制定提供参考.     

基于蒙特卡罗方法的中国中长期煤炭需求预测

为避免传统预测方法的参数取值主观性问题,采用参数随机产生的蒙特卡罗方法预测中国中长期煤炭需求。首先分析了经济增长、能源结构和产业结构三个主要煤炭需求影响因素,并基于1980~2015年间各影响因素及煤炭消费的历史数据和最小二乘法的多元线性回归拟合煤炭需求方程。在此基础上,构建各影响因素的概率分布,采用蒙特卡罗方法模拟1981~2015年的煤炭需求,发现仿真结果可以较好拟合现实,可作为仿真预测的有效工具。结合经济新常态和能源结构调整的现状,控制参数取值范围进行蒙特卡罗仿真预测,结果显示,2016~2025年的煤炭需求呈先上升后下降趋势,并于2020年达到需求的峰值40.25亿吨,这些结果对于煤炭产业的科学决策有重要的作用。     

基于神经网络算法的海南旅游需求测估模型

在详细调查海南旅游相关数据的前提下,先建立模型对海南旅游需求进行了预测,然后分析了影响旅游需求的主要因素.先用GM(1,1)灰色模型对海南省旅游人数进行预测,并用马尔科夫链修正误差,在灰色模型的基础上进行了优化.进一步,我们将灰色模型与BP神经网络模型结合起来进行预测,并针对BP网络输入层提供了2种方法:三年滚动预测、多因素预测.得出结论:海南旅游人数还将会逐年递增.同时,通过比较相对误差发现,对于问题的预测精度:BP神经网络灰色模型.最后,我们利用灰色关联度模型得出各因素对旅游需求的影响:服务交通景观发展消费环境.     

二三产业劳动力需求与产值的关系及其预测

在分析第二、三产业产值与劳动力需求关系相关性的基础上,构建了我国第二、三产业产值与劳动力需求的关系模型,并运用基于拉格朗日乘子法的组合预测方法,对未来九年我国第二产业第三产业劳动力需求进行预测.研究结果表明:第二产业、第三产业的产值和劳动力需求呈现对数函数和线性函数回归模型的趋势.基于此组合预测模型实现了对未来九年第二、三产业劳动力需求的预测,且预测误差小于3.905928%、2.1279%,具有良好的预测精度.该研究不仅为进一步研究二三产业劳动力需求的预测打下了理论基础,也有助于我国各级政府制定相关的发展目标和决策.     

基于人工神经网络的轿车市场短期需求预测

在分析影响轿车市场需求因素的基础上 ,借助人工神经网络对轿车市场需求进行预测 .计算实例表明 ,用神经网络预测轿车市场需求是非常准确而有效的 .