奶类消费需求组合预测——基于指数平滑法和灰色模型

为了合理预测奶类消费需求量,建立了三次指数平滑和灰色模型两种单项预测模型。鉴于单预测模项型的局限性,提出了以预测偏差平方和(方差)最小为最优化准则的组合预测模型。分析比较表明,组合预测模型具有更高的预测精度和更低的预测误差,能避免各单项预测模型的局限。该组合模型对未来短期的奶类消费需求的预测具有一定的参考价值。     

中国石油消费的组合预测

石油消费预测有助于提高石油生产、进口及消费的合理性,进而实现合理规划.鉴于石油消费系统的复杂性和非线性特征,利用我国石油消费的历史数据,将VAR模型与灰色预测的GM(1,1)、无偏GM(1,1)两种模型有机组合,建立灰色VAR组合预测模型,实证分析得出了更为精确的预测值,由此得出此模型可以作为能源消费量预测的有效参考工具.     

碳达峰目标下中国煤炭价格预测研究

要想实现碳达峰目标,能源结构调整与产业转型升级是主要途径。煤炭作为主体能源,其价格变动既能反映煤炭供需状况,又能引导煤炭投资行为。相比其他情景,碳达峰情景下的煤炭价格预测更为困难,特别是确定合适的煤炭价格变动模型更为困难。使用2010年10月20日至2021年9月1日环渤海动力煤周价格指数,采用蒙特卡罗法对多个煤炭价格变动模型的拟合度进行检验,并根据检验结果预测2030年前中国煤炭价格变动情况。结果显示:几何布朗模型与均值回归模型均可体现中国煤炭价格的变动特征,两者在短期内的预测结果较为一致,但中长期的预测结果则呈现不同的变动情况。根据研究结论,提出了相关对策建议。     

我国农村耐用品消费倒“U”型行为特征研究

启动农村耐用消费品市场、扩大农民消费需求、研究农民耐用消费品的消费行为,在一定程度上可以缓解城乡差距,促进城乡协调发展。我国农村耐用消费品支出结构稳中趋降,通过消费行为升级趋势模型研究,我国农村耐用消费品进入家庭的次序呈倒"U"升级趋势。在耐用消费品跨期消费理论模型、流动性约束理论模型、不确定性理论模型研究基础上,得出综合理论模型,我国农村耐用消费品消费行为具有跨期消费、流动性约束和不确定性的特征。     

基于灰度理论的煤炭价格中长期预测研究

煤炭价格的精确预测对上下游行业规避经营风险、调整产业规模及宏观层面的能源价格政策引导均有积极意义.将灰度理论应用到煤炭价格中长期走势预测研究中,构建了煤炭价格的灰度预测模型,对未来8个季度的煤炭价格进行预测及精确度分析.研究结果显示,灰度预测模型具有良好的预测性能,能够较好地拟合并预测煤炭价格中长期走势,具有一定的理论和实践意义.     

灰色线性回归组合模型在黑龙江煤炭物流需求预测中应用

黑龙江省是煤炭资源大省,煤炭需求量的快速增长对物流体系提出了更高的发展要求。利用灰色线性回归组合模型对黑龙江2006-2011年煤炭消费进行预量的结果与实际消费相对吻合,表明此模型具有较好的预测能力,可以证明对今后一个时期预测的可行性。黑龙江省应根据煤炭物流需求量做出相应的应对对策,应加强煤炭生产,优化能源消费结构,加强黑龙江煤炭国际运输通道建设,建立黑龙江煤炭物流基地,满足经济社会快速发展的需要。     

我国能源价格变动对农户生活的影响研究——以我国西北干旱地区为例

本文采用Tobit模型分别对能源消费量以及能源消费比例的影响因素进行稳健回归分析,以探究我国西北干旱地区能源价格变动对农户生活能源消费水平和结构的影响。结果表明,从各种能源的消费量来看,液化气价格对于秸秆的替代效应较强,而煤炭则主要受到自身价格因素的显著影响;对各类能源的消费比例而言,传统非商品能源受到较之档次更高的商品能源替代价格变动的显著影响。最后根据模型分析得出主要结论,提出避免和缓解能源价格上升带来不利影响,加快我国西北干旱地区农村能源消费升级的政策建议。     

近期煤炭价格为何下降

我国是能源消耗大国,素有“黑郁金香”之称的煤炭一直是我国一次能源消费最主要的组成部分。2003年煤炭消费总量达到18.5亿吨,占到能源消费总量的67.10%,2005年煤炭消耗总量将突破加亿吨,并且在今后相当长的一段时期内,仍将占据我国能源消费的主体地位。煤炭作为我国能源消费的最主要组成部分,其价格的变动对国家经济的运行和人民生活都将产生重大的影响。我国用了近十年的时间完成了煤炭价格由     

基于ARMA模型的能源消费总量预测研究

近年来,国家不断提倡走低碳经济之路。低碳经济问题的实质就是能源高效利用、改善能源结构和清洁能源开发问题,其核心是节能,提高能源效率。“十二五”能源规划前期重大问题研究选题指南中也指出要在优化和完善传统需求预测模型的基础上,对“十二五”期间的能源需求进行预测分析等。有关资料表明,目前国际上有200多种预测方法,其中有20多种在不同领域中得到了广泛应用。用于能源消费量预测的方法也有很多,常用的有：时间序列法、灰色理论预测法、回归分析法、专家系统法、神经网络法等。综合比较各种方法优缺点,并结合所收集的数据特征,本文选择建立ARMA模型对能源消费总量进行预测研究,预测得出未来5年能源消费总量,希望为相关部门作出正确的能源决策提供一定参考依据。     

基于Stacking集成学习的Lasso-GBDT组合房价预测模型研究

房地产行业是我国国民经济的重要组成部分，关乎国计民生。房价预测的准确性与稳定性，对政府、开发商和广大市民均具有重要的现实意义。本文利用网络爬虫方法获取银川市2015年4月至2021年3月安居客房产信息服务平台样本住宅价格数据，分别利用Lasso模型和梯度提升决策树（GBDT）模型对银川市房价进行预测；综合两种预测方法的优点，建构基于Stacking集成学习的Lasso-GBDT组合回归预测模型。通过实例预测结果比较，组合预测模型预测精度均在0.98以上，能有效避免病态数据对拟合程度的影响，较单项预测模型有更高的准确性和稳定性。     

基于组合模型的我国税收收入预测分析

本文在ARIMA和GM(1,1)模型基础上,利用我国经济发展数据建立一个组合预测模型,并把它应用于我国税收收入的预测.所得结果误差优于两个模型的分别预测,表明组合预测模型在税收收入数据的预测中更有优势.最后据此组合预测模型对2009年中国税收收入进行了预测分析.     

组合预测法在我国汽车市场需求预测中的应用

组合预测理论是对同一个预测对象采用不同的单项预测模型,并对各个单项模型施以适当权重。因而,利用多个单项预测模型有效组合更多有用的信息资源,使组合预测模型具有较高的预测精度和预测稳定性,能比较合理地描述系统的客观现实。依据中国民用汽车保有量1985-2003年的历史数据及汽车市场需求系统的复杂特性,分别采用灰色系统、多元回归、三次指数平滑方法建立单项预测模型。根据组合预测理论建立中国汽车市场需求组合预测模型;运用组合预测模型对我国汽车市场的未来需求进行了预测。     

基于人工神经网络的煤炭需求预测

煤炭是人类赖以生存的能源物质之一,有效地预测煤炭能源需求对于社会的发展有重要意义。BP神经网络预测模型具有自学习、自适应的特点,适合用于难于建立精确数学模型的系统。本文综合考虑影响煤炭需求的各个因素,通过改进的BP模型进行煤炭需求预测,并用MATLAB仿真实现,该预测结果有很好的适用价值。     

基于季节性ARIMA模型的移动APP用户活跃度分析——以利市软件为例

APP日活跃人数是一个核心的APP运营评价指标,且具有明显的周期性效应。本文通过季节性ARIMA模型对APP中的日活跃用户数进行建模分析,并基于已有历史数据进行预测能力评价。模型估计结果表明,季节性ARIMA模型能够很好地拟合APP日活跃用户数,有效地刻画了数据中的周期性特征,并对未来趋势给出了较为准确的预测结果。该预测模型可以对APP未来市场运营和营销策略的制定提供一定的数据参考。     

中国未来3年石油需求预测

石油不仅是一个国家必不可少的主要能源,同时又是重要的化工原料和战略商品,石油供需对国民经济发展和对外经济贸易有着举足轻重的作用。构建模型实现对石油需求的准确预测从而制定供需平衡策略对我国经济的稳定和可持续发展有着重要意义。分别利用弹性系数法、单位产值能耗法、回归分析法、人均能耗法以及ARMA模型对我国石油消费需求进行了预测,通过Eviews软件求解出相关预测值．指出石油消费需求必然增加的趋势．最后通过综合分析各种预测方法的优劣及我国经济的发展形势优选出未来3年我国石油需求量的参考值。     

中国能源消费预测的GM(1,1)模型研究

对能源消费量的准确预测和分析有利于正确的能源发展战略的确定,能源消费量由于数据量少,不确定等特点适合灰色系统预测,选取1997-2006的数据为原始数据,运用GM(1,1)模型和GM(1,1)模型参数估计的加权最小二乘方法对中国能源消费进行预测,并通过残差修正,建立能源消费预测模型。对模型进行误差检验,建立残差模型,再次通过误差检验,得出GM(1,1)模型在预测精度上还有一定缺陷,预测的精度不高,但依旧可以用于能源预测。     

河北省能源消费与经济发展关系研究

能源利用结构的优化是以重工业为主要经济增长点的经济体在转型升级过程中必不可少的一部分。通过对河北省能源消费状况的分析和VAR模型,发现目前河北省能源消耗仍以煤炭为主,但总量增长率呈现下降趋势且能源利用率有显著提高。此外煤炭和石油消费与经济存在相互促进作用,天然气和一次电力消费对煤炭和石油有显著替代作用。由此提出强化煤炭的清洁利用和天然气等清洁能源的开发,以优化能源利用结构、提高利用率等建议。     

中国煤炭需求的影响因素分析及峰值预测

分析预测中国煤炭需求的峰值,有利于我们正确认识目前的能源形势。影响煤炭需求的因素主要有城镇化发展水平、产业结构变化、能源加工转换效率,依据这三个因素的变化情况,通过构建间接预测模型对煤炭需求进行长期趋势预测。预测结果显示,中国到2030年将会出现煤炭需求的峰值。     

基于ARMA模型的美元兑人民币汇率预测与趋势分析

随着中国外汇制度的不断改革,人民币汇率变化一直是金融领域的热点话题。本文以我国1994年到2014年美元对人民币汇率的月度数据为代表,建立了模拟人民币汇率时间序列趋势的有效预测模型。分析我国改革开放以来经济发展的宏观趋势。首先输入美元兑人民币汇率序列特征对数据处理得到具有平稳性的一阶差分序列,然后根据其自相关与偏自相关函数定阶,对拟合模型的适应性进行检验,最终建立具有高精度的ARMA模型,并对2015年美元兑人民币汇率进行有效预测。     

2004-2012年我国城镇居民消费结构变动分析——基于ELES模型的实证研究

本文利用2004-2012年我国城镇居民家庭按收入分组的人均可支配收入与各项人均消费支出数据,通过建立各年截面ELES模型,比较分析城镇居民各年的边际消费倾向、基本消费支出、需求收入弹性、自价格弹性的变动情况。研究表明2004-2012年我国城镇居民消费结构的变动趋势是边际消费倾向总体呈下降趋势,基本消费支出绝对量呈上升趋势且在实际消费支出中的相对量呈下降趋势。