基于马尔科夫链的武汉三次产业贡献率的比较分析

根据武汉市1991-2008年的三次产业贡献率,应用马尔科夫预测法以及多元线性回归方法,给出三次产业贡献率的转移概率矩阵估算公式和回归方程,并据此对三次产业贡献率进行预测分析。     

基于马尔科夫链的武汉三次产业贡献率的比较分析

根据武汉市1991-2008年的三次产业贡献率,应用马尔科夫预测法以及多元线性回归方法,给出三次产业贡献率的转移概率矩阵估算公式和回归方程,并据此对三次产业贡献率进行预测分析。     

经典回归与稳健回归方法的应用比较研究

本文首先给出基于传统统计方法的经典回归方法中存在的一些不足,然后提出稳健回归方法的应用并通过实证计算与经典回归进行对比分析,最后对两种回归方法进行应用总结,得出稳健回归方法在抵御数据中的离群值方面具有最小二乘回归所无可比拟的优越性的结论。但是由于稳健统计方法通俗性比较差,使得经典统计方法的地位始终无法动摇。因此,在实际运用中,尽可能综合使用经典的和稳健的统计方法,从而达到既能够准确掌握问题主体部分的信息,同时又不会忽略对非主体信息的充分挖掘。     

线性组合模型在徐州市能源需求预测中的应用研究

随着经济的快速发展，能源消耗也在不断的上升。在分析徐州市能源消耗的历史数据基础上，建立了徐州市能源消耗的二元线性回归模型和灰色预测模型的组合模型，通过组合模型和线性回归模型、灰色预侧模型的预测应用比较分析，证明组合模型更为精确、有效。结论表明文中提出的组合预测模型可以有效地预测能源消耗从而可以为地方政府制定科学的产业发展政策提供决策依据。     

基于人工神经网络方法的上市公司经营失败预警研究

本文以我国上市公司的财务报表为基础,在用传统的判别分析方法和逻辑回归分析方法对公司经营失败建立预警模型的基础上,探索应用人工神经网络方法对该问题进行了比较研究。结果表明,人工神经网络方法的预测精度远高于两种传统的统计方法,它在该领域有广阔的应用前景。     

基于数据挖掘的上市公司财务困境预测

上市公司财务风险的预测对企业和投资者的意义重大,本文以中国上市公司为研究对象,以上市公司被特别处理作为上市公司陷入财务困境的标志,在沪深股市中选取19家财务困境公司和38家正常公司作为样本,应用Clementine软件,利用财务指标建立Logit回归模型,以探索同新经济形势相适应的我国上市公司财务预警模型。根据所建立的模型对2016年部分上市公司财务状况进行预测分析,并在独立的预测样本集上进行比较,实验结果表明统计模型能有效地进行财务困境预测。     

论市场经济条件下的交通运输经济管理

交通运输关乎着国民经济,是具有先导性的基础性产业。我国在最近几年先后颁布了很多交通运输管理条例,像道路交通安全法、道路运输条例的等法规,使得运政部门在管理交通运输上更加制度化,为交通运输管理提供法律依据。市场经济的中心是市场,是依靠市场来进行资源配置的一种生产方式,市场经济的不断完善和发展,交通运输经济管理也发生了巨大的变化。本文从交通运输经济管理市场化的必要性出发,对如何加强市场经济下的交通运输经济管理提出几点建议,旨在为加强交通运输经济管理提供参考。     

论市场经济条件下的交通运输经济管理

交通运输关乎着国民经济,是具有先导性的基础性产业。我国在最近几年先后颁布了很多交通运输管理条例,像道路交通安全法、道路运输条例的等法规,使得运政部门在管理交通运输上更加制度化,为交通运输管理提供法律依据。市场经济的中心是市场,是依靠市场来进行资源配置的一种生产方式,市场经济的不断完善和发展,交通运输经济管理也发生了巨大的变化。本文从交通运输经济管理市场化的必要性出发,对如何加强市场经济下的交通运输经济管理提出几点建议,旨在为加强交通运输经济管理提供参考。     

基于机器学习算法的车险索赔概率与累积赔款预测

保险费率厘定的核心工作是对保险损失的预测。在保险损失预测中,广义线性模型是目前使用最为广泛的主流方法,而机器学习算法则提供了一种新的选择。本文将支持向量机、神经网络和集成学习等机器学习算法应用于汽车保险的损失预测,建立了索赔发生概率的预测模型和累积赔款的预测模型,并与传统广义线性模型中的logistic回归模型和伽马回归模型进行了比较。结果表明,机器学习算法的优点是不依赖于分布假设,在一定程度上可以提高保险损失预测的精度,缺陷是比较耗时,建模过程中的人为干预较多,对使用者提出了更高的要求,且输出结果的可解释性不及广义线性模型。机器学习算法与广义线性模型在保险损失预测中各有优缺点,具有互补性,在实际应用中,可以根据不同的场景选择不同的方法。     

我国公路货运量的建模与预测

随着经济的快速发展,我国公路货运量也随之增加。本文主要运用非平稳时间序列分析的相关知识和数据分析工具Eviews对历年公路货运量数据进行了相关分析、处理并建立了ARIMA模型,有效的把统计知识与交通运输相结合。文章最后根据所建立的模型举例对未来公路货运量进行了预测。     

金融产品统计的思路与方法

金融统计为金融经济计划的制定提供可靠的基础数据依据,尤其是在全球经济一体化程度不断深入的情况下,金融市场的改变还带来了与机遇并存的金融风险,更是要求运用更加合理有效的金融统计方法进行金融经济发展的预测并制定科学的金融决策,通过系统的风险管理促进金融产业的健康可持续发展。金融产品统计作为金融统计的重要组成部分,对金融市场的未定与金融经济的发展而言有着相当重要的意义。本文即是从金融产品统计入手,就如何更好地进行金融产品统计工作提出几点自己的思路与方法。     

声誉对分析师预测准确性的影响

本文选择今日投资"天眼"明星分析师评选为依据,将样本分为明星和非明星分析师两组,实证检验了分析师声誉对预测准确度的影响。分析师声誉以是否获得"明星分析师"为标准,预测准确度以每股盈利的预测值和实际值之差度量。本文运用了均值统计和多元线性回归进行比对分析,结论是分析师声誉对预测准确度没有显著影响。我国投资者不应仅以明星分析师分析报告作为投资资料唯一来源,而应立足基本面分析,综合考虑市场信息。     

变量序别化在信用评分模型中的应用研究

本文通过将连续数值变量进行序别化转换赋值,并基于这些变量建立Log- it信用评分模型,通过使用统计量AUC值与条件熵比率来检验序别化转换前后所建立回归模型的违约预测力。结果发现,连续数值变量经序别化转换后可提高模型的违约预测力及其韧性。     

ARIMA模型在四川民族地区GDP预测中的应用研究

应用时间序列模型中单整自回归移动平均模型ARIMA(p,d,q)的建模过程,依据1990-2011年四川民族地区GDP数据,建立ARIMA(1,1,0)模型,并结合Eviews5.0统计软件实现对模型的检验。结果显示,模型具有较好的预测效果和现实意义,可为四川民族地区制定经济发展目标提供决策参考。     

混频微观产业类数据预测宏观经济的方法初探

传统的宏观经济变量预测使用相同频率的数据，将高频数据统一成低频，但这种做法可能会人为消除一部分高频数据所带来的信息，影响预测的准确性和及时性。本文使用拐点匹配和格兰杰因果检验找出合适的微观产业数据作为解释变量，使用混频数据抽样回归（MIDAS）将不同频率的数据进行回归并检验其预测效果。实证研究表明：使用MIDAS回归对PPI、M1同比增速、M2同比增速的预测效果较好。因此，在进行产业和货币政策制定时，采用MIDAS回归可以获得较好的预测精度。     

支持向量机模型在银行客户流失预测中的应用研究

本文结合某商业银行客户流失样本数据探讨利用支持向量机模型(SVM)进行客户流失预测。结果表明,由于商业银行客户流失数据呈现出典型的不平衡特征,直接采用统计预测方法和传统的分类方法预测精度较差,而随机抽样法能通过改变数据集分布从而减小数据的不平衡性。因此,本文利用随机抽样法对支持向量机模型进行改进,并与Logistic回归模型预测效果进行比较,结果发现选取该方法能有效提升模型预测精度,且预测效果优于Logistic回归模型,能较为准确地预测,对于商业银行加强客户管理、提升核心竞争力具有重要的意义。     

基于VAR模型的中国居民消费水平贝叶斯单位根检验

针对经济时序DF单位根检验方法在小样本条件下功效偏低问题,应用贝叶斯统计方法对中国居民消费水平进行单位根检验,提高单位根检验的功效水平,建立向量自回归居民消费水平模型,并通过马尔可夫链蒙特卡罗仿真结合贝叶斯因子分别对农村居民消费和城镇居民消费进行单位根检验,结果表明贝叶斯单位根检验方法解决了向量自回归模型超参数估计的难题,克服了经典单位根检验在经济时序小样本下功效偏低的缺陷,提高了模型预测精度.     

电子表格软件Excel在会计分析决策中的应用

在成本会计中,常常涉及成本变动趋势预测分析;在管理会计业务中,有销售预测分析,产品优化组合规划决策等等。本文就软件Excel在成本变动趋势预测分析,销售预测分析,以及产品优化组合规划决策方面给出了实际应用,供深入学习研究会计电算化业务的人员参考。1回归分析回归分析法是研究自变量和因变量之间特定数量关系的统计分析方法。根据统计资料分析变量之间发展变化的规律性,确定自变量和因变量之间的相互关系,建立一个数学模型,即回归方程。在进行成本变动预测分析和销售预测分析时,利用回归分析方法可以得到比较准确可靠的结果。(1)成本…     

应用时间序列分析法对上证指数的实证分析

一、概述时间序列分析法是应用随机过程理论和数理统计方法,研究随机数据序列所遵从的统计规律,以解决实际问题的一种研究方法。作为经济领域研究的主要工具之一,时间序列分析法采用合适的模型描述历史数据随时间变化的规律,并预测经济变量值。自回归-滑动平均模型(A R M A,AutoRegressive-MovingAverageModels)是适用于经济时间序列发展形态的一种高级预测方法,它描述时间序列的动态性和发展变化规律。而自回归-求和-滑动平均模型(ARIMA,AutoRegressive-Integrated-MovingAverageModels)是在ARMA模型的基础上发展起来的。它能够…     

数字普惠金融如何影响乡村产业振兴——基于新疆十四地州市的实证检验

数字普惠金融的发展给中国带来了巨大的发展机遇。本文立足于新疆地区,基于新疆各地州市与根据熵值法测算的新疆乡村产业振兴指标体系,利用固定效应模型和门槛效应模型来进行实证检验。研究表明：第一,新疆数字普惠金融能够显著促进乡村产业振兴的发展;第二,根据作用机制检验结果来看,提高支付便利性与缓解流动性约束同样能给新疆乡村产业振兴的发展带来有效的促进作用;第三,根据异质性分析回归结果来看,南疆五大地州的发展增速要高于北疆九大地州市;第四,以数字普惠金融为门槛变量时,数字普惠金融对于乡村产业振兴存在明显的非线性影响,存在单一门槛,且跨越第一门槛值后,正向促进效果明显增强。