广义回归神经网络的金融预测模型研究

本文针对BP网络存在着收敛速度慢和局部极小的问题,提出了一种基于广义回归神经网络方法的金融预测模型,该网络运用于汇率模拟与预测,以演示训练样本的构建、原始数据预处理、神经网络的创建训练和检测结果的评价整个过程.通过详细的仿真实验以及与BP神经网络的比较可得出以下结论:该方法不仅运算速度较快,且逼近性能及预测性能明显都优于传统BP神经网络.     

移动传感器网络的安全性能智能预测

移动传感器网络的物理层安全问题日益复杂,已经成为了一个研究热点。为了及时处理网络安全事件,研究了移动传感器网络的安全性能预测,提出了一种基于灰狼优化广义回归（Grey Wolf Optimization-Generalized Regression,GWO-GR）神经网络的安全性能智能预测方法。该方法利用发射天线选择策略,推导了非零安全容量概率性能的精确闭合表达式。仿真比较了所提方法、反向传播神经网络、广义回归神经网络、支持向量机等方法,结果表明,所提方法可以实现更好的预测性能,提高安全性能预测的实时性。     

金融危机下,经济增长的出路何在?——基于我国近几年国内外经济发展数据的实证分析

本文通过分析国内外经济数据,深入探讨了消费、投资、净出口对经济增长的影响。首先利用经济增长模型来分析消费、投资、净出口和GDP增长之间的相互关系,随后应用回归分析方法得出四个变量之间的数量关系,最后根据所得出的结论分析当下金融危机对我国经济的影响并提出解决问题的一系列措施。     

武汉进口贸易与经济增长的实证研究

根据1988-2005年的进口贸易总值和国内生产总值等统计数据,运用计量经济学理论分析研究,两者之间存在着密切的内在联系关系,通过对其建立广义差分回归模型,可以得出进口贸易对经济增长的弹性。     

基于非节假日Elman神经网络的电力负荷短期预测

为降低节假日对预测工作的影响,将剔除法定节假日后的样本作为预测样本。以最大相对误差、平均绝对误差以及均方根误差作为模型的衡量指标,通过建立广义回归神经网络、小波神经网络与Elman神经网络预测模型对预测样本进行预测,最后仿真结果表明Elman神经网络预测模型能更好地提高预测精度。     

财务风险预警研究综述

随着全球经济的快速发展,企业之间的竞争日益激烈,评估与识别企业存在的风险对企业的生存与发展越来越重要。大多数学者研究财务风险预警的基本方法集中于单变量分析、多元判别分析、逻辑回归分析、线性回归分析、神经网络、生存分析等。文章主要梳理了财务风险预警相关理论研究的发展以及现状,根据不同模型分析了各方法的优点与不足。     

中国经济增长预测研究——基于BP神经网络与多元线性回归比较

本文采用Eviews及MATLAB软件建立多元线性回归模型及BP神经网络模型,探究传统多元线性回归方法与BP神经网络方法预测经济增长过程中的误差大小,为政府引导经济增长提供模型支持。     

偏最小二乘神经网络在建筑造价预测中的应用

偏最小二乘回归方法在提取主成分方面具有很好的解释性,而且可以避免因素之间的多重相关性,提取的成分作为输入变量再用神经网络进行预测仿真,影响因素考虑周全,不用计算工程量,计算速度快,克服了普通神经网络运算量大,样本有限情况下易出现问题的弊端。     

中国经济增长预测研究——基于BP神经网络与多元线性回归比较

本文采用Eviews及MATLAB软件建立多元线性回归模型及BP神经网络模型,探究传统多元线性回归方法与BP神经网络方法预测经济增长过程中的误差大小,为政府引导经济增长提供模型支持.     

山西省金融发展与产业结构优化的实证分析

本文以金融发展对山西省产业结构优化的作用为研究目的,基于多变量的向量自回归(VAR)模型,运用单位根检验、协整检验、格兰杰因果关系检验等计量经济分析方法,利用山西省1985—2012年的数据进行了研究分析。VAR实证检验得出经济金融化程度对产业结构优化有一定的推动作用。     

经济增长源泉的再探索——基于154个经济体复杂度的动态面板分析

本文基于1 975—2010年的SITC四位码产品层面的出口数据,计算出了世界上1 54个国家的经济复杂度,并对复杂度与国家之间的经济增长绩效进行了分析。首先,固定效应回归结果显示,经济体的复杂度与经济绩效之间存在稳健且一致的正相关关系。其次,本文利用系统广义矩方法对内生性及遗漏变量问题进行了处理,同时,通过分组回归及逐个加入控制变量的方法对稳健性进行了检验,实证结果证明,经济体整体复杂程度的提升有利于经济增长。本文丰富了比较优势演化理论的实证研究,同时,对2008年全球经济危机提出了一种可能的解释,具有一定的现实意义。     

湖北金融深化和经济增长之间的关系——基于湖北统计数据的时间序列分析

选取与金融深化、经济增长等有关的几个自变量,以湖北1953年-2008年的统计数据为例,建立向量自回归模型和Granger因果检验模型,检验了上述变量之间的协整关系和因果关系。得出如下结论：第一,金融深化和经济增长之间存在协整关系;第二,金融深化不是经济增长的格兰杰原因,经济增长也不是金融深化的原因。     

我国广义货币供给实证研究——基于VAR模型分析

货币供给外生还是内生,一直是经济学界争论不休的问题,至今仍没有定论。通过建立向量自回归模型(VAR模型)来定量分析我国广义货币供给(M2)问题,经过单位根检验、格兰杰因果关系检验、协整检验、脉冲冲击分析和方差分解技术分析,得出我国货币供给不完全是内生的,但我国广义货币供给与我国经济增长率存在双向的格兰杰因果关系。     

线性回归模型在经济预测中的应用

许多经济变量之间存在相互依存、相互制约、相互影响的关系,如果能找到经济变量与影响因素之间的变化规律,并把这种规律用数学表达式具体表示出来,就会给预测带来极大方便,线性回归模型预测是将统计学中回归分析结合预测理论的一种方法,有较强的实用性.首先确定两个经济变量之间是否存在线性相关关系,然后求出回归模型并进行预测,最后计算估计标准误差以确定回归模型的可靠程度.     

货币政策与房地产市场关系实证研究

利用1996年第一季度至2006年第四季度的数据,运用计量经济方法对货币政策与房地产市场的关系进行了实证分析。实证分析主要运用统计学软件SPSS13.0对变量一年期贷款利率,货币量,国房景气指数进行回归分析。得出了货币政策影响房地产市场发展,其中货币供应量教利率对房地产市场发展更为显著的结论。     

市场约束对银行稳健性影响的实证检验

商业银行不稳健性会给实体经济带来巨大损失。选择16家上市银行2006-2012年间的数据作为实证分析样本,选取银行稳健性、市场约束等变量作为控制变量,构造回归模型。通过变量相关性分析、共线性检验、回归结果分析得出价格约束对银行稳健性没有显著影响,数量约束、规模大会提高银行稳健性,资本杠杆的作用不明显,经营杠杆作用显著。商业银行应加快完善价格、数量约束机制,建立存款保险制度,提高资本杠杆和经营杠杆的作用,提高银行稳健性。     

基于组合模型的金融机构存款余额预测研究——以河南省为例

金融机构存款余额反映地区经济活力和要素吸附能力。研究利用差分自回归移动平均模型(ARIMA)在时间序列预测上的线性优势和长短期记忆神经网络模型(LSTM)对非线性数据的挖掘能力,对河南省金融机构的月度存款余额进行了预测。首先,利用ARIMA模型对2010—2020年的存款数据建立模型,得出线性预测值与残差值;然后,采用LSTM神经网络对存款余额残差数据集建模和预测,得出存款余额残差值的拟合值;最后,将线性预测值和残差拟合值组合得出存款余额的预测值。实证结果表明,ARIMALSTM模型能较好地实现河南省金融机构存款余额的预测。     

基于可持续发展视角的假日经济实证分析

本文采用1994～2010年统计数据,运用虚拟变量回归计量方法,分析得出:假日消费拉动经济,扩大内需是以前后一段时间的消费减缓甚至下滑为代价的。鉴于"科学发展观"和"十二五规划"的考虑,从可持续发展的视角,阐发了黄金周作为"经济推动器"正受到挑战。分析建议:政府应当融入可持续发展思维,进一步完善我国黄金周政策。     

经济模型在就业分析中的应用——基于人力资本和社会资本视角

本文依据人力资本和社会资本概念内涵确定自变量,根据研究需要关注的问题确定因变量。再依据研究假设和各变量特征建立多元线性回归模型,从而得出财经类高职院校毕业生就业影响因素程度分析。     

山西省区域经济差异研究

通过选取1992—2008年山西省11个地级市的人均GDP和各地区人口数据,利用变异系数和基尼系数对山西省内区域经济差异演变特点进行分析,得出山西经济发展差异逐渐缩小,呈阶梯式下降的特点。据此将山西省经济发展差异分为1992—1993年、1994—2002年、2003—2008年三个阶段;并通过定义M变量,运用回归分析方法得出经济差异缩小的原因与市场对煤炭的需求和煤炭行业的政策直接相关,在此基础上提出了相应的建议。