上海市电力需求的协整与误差修正分析

本文采用协整与误差修正模型技术研究了上海市电力需求的决定因素,建立了上海电力需求函数,检验了电力需求与国内生产总值、电力价格、经济结构、电力使用效率之间的长期均衡关系及短期波动关系。     

基于协整理论和灰色系统的我国粗钢需求预测

运用协整理论和灰色系统对中国1979-2008年的粗钢消费量和GDP进行分析,并对中国2009-2020年粗钢需求量进行了预测和修正,得到中国2015年粗钢需求量在6.4-7.3亿吨之间,2020年在8.2-8.8亿吨之间的结论.     

基于变结构协整理论的保费预测模型

提出了一种基于变结构协整理论的保费预测建模新方法,所建模型反映了保费和GDP之间的长期静态和短期动态波动的均衡关系.通过确定时间序列突变点,并利用突变点信息提高模型的预测精度,避免了传统的保费预测中经常存在的虚假回归问题.采用该方法对中国年度保费进行了预测分析,结果表明了该方法的有效性.     

基于协整理论和格兰杰检验的中国铜矿进口影响因素的实证分析

铜矿是重要的战略性矿产资源,而中国资源匮乏,主要依赖进口.近年来,中国铜矿需求量逐年递增.分析我国铜矿进口贸易的影响因素,对保障我国进口铜矿资源的稳定供给具有重要的现实意义.基于1997—2011年中国铜矿进口额的面板数据,采用Eviews 6.0软件,分析检验了中国铜矿进口额与GDP、铜矿储量、世界铜矿产量以及美元指数等变量之间的协整与格兰杰(Granger)因果关系.研究表明:1)中国铜矿进口额与我国GDP、我国铜矿储量、世界铜矿产量以及美元指数之间存在长期的均衡关系;2)中国GDP与世界铜矿产量是我国铜矿进口额变动的格兰杰原因.基于以上研究结论,提出了相应的政策建议.     

中国能源需求预测函数：主成份辅助的协整分析

本文运用主成份分析法辅助协整和误差校正模型建立中国能源需求的预测模型,并利用数据进行实证检验,结果表明中国能源价格已经能在一定程度上反映能源供求状况,而且利用产业结构调整降低能耗的方法是可行的。在长期中,人口结构,产业结构,燃料价格、消费水平、矿物燃料、润滑油及有关原料的进出口水平影响着中国的能源需求;在短期中,经济产出和产业结构灵敏度较高,显著影响能源需求。该模型预测效果良好,可以为能源需求的预测与管理提供参考。     

基于协整分析和局部多项式回归的兵团经济增长实证分析

采用协整分析,实证分析了兵团的投资、消费与经济增长之间的关系,研究发现三者之间存在长期稳定的关系,但是由格兰杰因果检验发现投资和消费均不是兵团GDP增长的因。为进一步明确投资和消费对兵团经济的影响,采用岭回归的思想改进局部多项式方法,用当期投资,前一期投资和当期消费拟合兵团GDP,得到GDP对前述变量的偏导数值,进而利用这些偏导数来评价投资、消费对经济增长的影响。研究发现投资、消费对经济增长的作用呈现明显的非线性关系,有很强的时期性。     

关于外汇汇率的非线性协整分析

不同汇率的波动特征及其之间存在的相互关系是金融研究领域的一个热点。本文以人民币对美元汇率和人民币对欧元汇率为研究对象,检验出它们之间存在着非线性的协整关系,并建立了分数维非线性协整模型来定量地描述这种长期均衡关系。     

基于协整和VEC模型的VLCC新造船舶价格波动性

新造船的投融资额巨大,回收期长,超级油轮载重吨大于一般船舶,价格更高,风险更大.对新造超级油轮船舶价格和其影响因素二手船价格、期租租金、新船订单与船队规模比率、造船成本和汇率进行协整关系检验,建立向量误差修正模型,进行脉冲响应函数和方差分解分析,分析新造VLCC船舶价格与主要影响因素之间的动态关系.研究结果表明,新造VLCC船舶与其影响因素间存在协整关系,二手船价格对新造船价格产生的影响最大,除汇率外,其他影响因素与新造船价格呈正相关.     

地区电力需求预测研究

本文在分析影响预测准确原因的基础上．指出预测工作必须定量与定性相结合．针对地区电力消费需求的特点，提出了适宜于定性分析的四个预测模型．运用上述模型，实际预测结果令人满意。     

基于协整的指数追踪及增强策略研究

选取沪深300指数和所有成分股2016年12月初至2017年5月底的所有日线级别数据,利用协整模型和追踪误差等检验指标,考察了不同追踪组合对沪深300指数及增加了10%年化收益的虚拟指数序列的追踪效果.结果发现:低PE组合、高价组合、低换手率组合在两个指数的追踪过程中均表现较好,高价组合和低换手率组合更是可以获得正的超额收益;在选择追踪组合时,单一标准优于组合标准.总的来说,协整模型能够较好实现对指数的追踪,也能够通过虚拟指数的设置,获得较为显著的alpha收益.     

Municipal Water Demand Forecasting: Tools for Intervention Time Series

This article introduces some approaches to common issues arising in real cases of water demand prediction. Occurrences of negative data gathered by the network metering system and demand changes due to closure of valves or changes in consumer behavior are considered. Artificial neural networks (ANNs) have a principal role modeling both circumstances. First, we propose the use of ANNs as a tool to reconstruct any anomalous time series information. Next, we use what we call interrupted neural networks (I-NN) as an alternative to more classical intervention ARIMA models. Besides, the use of hybrid models that combine not only the modeling ability of ARIMA to cope with the time series linear part, but also to explain nonlinearities found in their residuals, is proposed. These models have shown promising results when tested on a real database and represent a boost to the use and the applicability of ANNs.     

工业化、城镇化进程中电力需求分析及预测

随着工业化、城镇化进程的不断加快,我国电力需求量将持续上升。电力的充足供应是我国经济稳步发展的重要保证,故合理准确的对电力需求进行分析及预测具有重要的现实意义。基于此,分析我国电力需求现状,利用通径分析筛选电力消费需求的核心驱动因素。在模型选择的基础上,基于单变量(ETS、ARIMA模型)和多变量(情景分析)两个维度进行电力需求量分析及预测。结果表明:GDP每提高1%使得电力需求量提高0.5249%;工业化水平每提高1%使得电力需求量提高2.2146%,城镇化水平每提高1%使电力需求量相应提高1.0076%。“十二五”末中国电力消费需求量将近61425.96KW/h,2020年中国电力消费需求将近81410.10KW/h。     

中国货币需求函数的实证研究

本文以1998年东南亚金融危机后为背景,从经典的凯恩斯货币需求理论分析出发,运用协整检验和误差修正模型对我国货币需求问题进行了研究。结果显示,货币需求、国民收入、贷款利率和通货膨胀率之间存在协整关系,货币需求函数表现出高收入弹性和高利率弹性,货币量、利率和货币政策最终目标之间存在短期均衡关系,M1主要受收入因素影响而呈现出长期稳定性特征,贷款利率对货币需求有显著调节作用。     

基于主成分分析的需水量预测模型研究

用水是整个水资源系统中的一个重要环节,需水预测是制定水资源规划、管理以及国民经济计划的基础和依据.提出了基于主成分分析法分析的需水量预测模型,试图能探讨需水定额与经济社会各影响关系响应,以郑州市为例对2010年、2020年和2030年的工业、农业和生活的需水量进行了预测,并与郑州市水资源规划的预测结果进行了比较,分析及比较结果表明:该模型预测结果比规划结果偏低,2010年、2020年和2030年平水年分别需水162295×104m3、179966×104m3和194696×104m3,需水结构的变化基本反映了郑州市产业结构调整和社会经济良性发展的趋势.     

基于季节ARIMA模型的电力系统负荷短期预测

电力负荷是影响电网寿命和可靠度的一个重要因素,其月负荷变化具有明显的周期性.介绍了应用季节ARIMA模型进行电力负荷建模预测的理论和方法,将季节ARIMA模型应用于电力系统负荷短期预测,测试结果证明了方法的有效性.     

一种关于汽车整车不确定需求的组合预测模型

提出了一种针对汽车生产企业整车不确定需求的组合预测模型,即利用神经网络拟合数据基本变化趋势,然后对企业产品的市场占有率进行评价,以调节需求变化趋势.应用实例,对模型进行了验证,说明该模型能够较好地诠释企业产品需求信息,具有较好的预测能力.     

基于对故障规律统计分析的汽车备件需求预测

汽车备件的需求与汽车故障紧密相关,文章介绍了一种在对汽车故障进行统计分析并确定其分布规律的基础上预测备件需求的方法,预测中需要结合整车保有量的历史数据以及故障与备件的对应表。用统计的方法对某型客车的故障信息进行分析,认为故障的规律可用四种典型的分布进行描述。实例验证了这种方法的准确性高于传统方法,并且在计算机的辅助下可以方便操作。     

BP神经网络算法在需水预测与评价中的应用

需水预测是进行水资源规划与管理的必备技术方法,在水资源短缺的地区显得尤为重要.合理而准确地预测未来的需水量,可以避免投资的浪费或减少将来用水危机的发生.以江西省为例,采用BP神经网络算法对江西省近期的需水进行预测与评价,将结果与其它方法预测的进行比较,比较结果说明神经网络算法预测需水是成功的。