基于ARMA模型的湖南省民间投资时间序列分析

时间序列分析方法是经济领域研究的主要工具之一。合理的时间序列模型会十分接近真实数据生成过程,运用时间序列模型来预测经济变量具有重要意义。ARMA模型描述时间序列的动态性和发展变化规律,具有广泛的实用性。本文通过ARMA模型分析时间序列的随机性和平稳性,借助EVIEWS软件对湖南省民间投资数据进行具体分析并预测。结果表明,模拟值和真实值接近,在实际应用中ARMA模型对短期内预测民间投资额具有很高的精确性,这一精确性对政府政策的决策和实施起重要作用。     

灰色-时序组合模型在建筑物沉降预测中的应用

为了获得较为准确的建筑物沉降预测结果和较高的预测精度,结合灰色模型、时间序列模型的优点,提出灰色-时序组合模型进行建筑物沉降预测的方法,有效克服了单一模型预测精度低的缺点。以某工程实例沉降观测数据作为原始建模分析数据,通过对灰色预测模型、时间序列预测模型以及组合预测模型的预测结果进行比较分析,结果表明,灰色-时序组合模型预测的沉降值更接近实测值,预测的精度比单一模型更高,具有一定适用性,有利于高层建筑物的沉降预测、预警,确保建筑物的安全性。     

基于ARIMA模型的海南旅游者人数预测

根据历年海南接待旅游者人数相关数据,分析海南接待旅游者人数的长期趋势、季节性和随机扰动等特征,应用SPSS软件,建立ARIMA时间序列模型,对海南旅游者人数进行预测。     

时间序列分析在我国黄金价格预测中的应用

本文研究了时间序列分析的基本理论,通过Eviews软件对2009～2012年上海黄金交易所Au9999各月加权平均价进行统计分析,建立了二次曲线拟合模型并以此对其进行短期预测,为投资者进行黄金投资提供参考依据.     

时间序列在经济预测中的运用研究

近几年以来,我国的经济得到了快速的发展,为了保证我国经济的可持续发展,进行有效的经济预测是至关重要的,因此,我们可以采用结构时间序列模型对经济进行预测。时间序列模型当中所得到了指标都是不可观测的变量,因此,我们不能使用回归分析这一方法,所以,在对时间序列模型进行解答时,我们要采用一些科学、有效的方法。我们通过不同的结构时间序列模型可以准确的预测出社会消费品零售总额、GDP等,保证了经济预测结果的准确性。本文主要对时间序列在经济预测中的应用进行详细的探究。     

ARMA模型在社会消费品零售总额增长分析中的应用

时间序列分析是经济领域应用研究最广泛的工具之一,AEMA模型是一种最常见的重要时间序列模型。本文首先简单介绍了AEMA模型,然后利用2004年1月到2008年11月的社会消费品零售总额数值,建立AEMA（6,6）模型．最后用该模型对2008年12月的社会消费品零售总额数值进行预测。     

电力企业售电量预测比较分析

随着产业结构调整、国企深化改革等政策措施的逐步深入,我国经济进入新常态。2015年,我国经济下行压力持续加大,售电市场形势较为严峻,因此售电量预测具有重要意义。本文应用数据挖掘分析方法,充分收集内部、外部数据信息,挖掘分析影响售电量的主要因素。同时,在售电量相关性分析基础上,尝试应用时间序列和神经网络多种分析工具,构建预测模型,预测年度售电量情况,并综合评估各方法优劣。     

基于仿真的航站楼旅客离港业务流程瓶颈研究

为了找出航站楼运营瓶颈,文章提出采用计算机仿真方法对航站楼旅客离港业务流程进行研究,分析了典型的航站楼旅客离港业务流程,选定绵阳机场作为目标机场,并对绵阳机场旅客行为特性进行了实地调研。选取基于社会力学的Anylogic行人库作为仿真工具,建立绵阳机场航站楼旅客离港业务流程仿真模型,通过仿真模型研究制约绵阳机场旅客离港业务流程瓶颈。     

论物价上涨对现代温室农业的影响——以山东寿光为例

在物价普遍上涨,经济运行偏热的背景下,本文使用统计指数、参数估计等知识对温室农业利润变动情况进行核算,对价格时间序列进行分析与预测,并结合农业生产者的意愿等提出了扩大生产规模的可行性分析。同时运用宏观经济学、农业经济学等相关知识分析了财政政策、货币政策变动对温室农业的影响。     

山东省GDP的时间序列分析

本文广泛求证和搜集五十四年来山东省GDP的相关数据,运用统计学和计量经济学原理,从时间序列的定义出发,探索山东省GDP时间序列的平稳性,并结合统计软件EVIEWS运用ARMA建模方法,对山东省GDP时间序列进行识别、估计、诊断和预测后,建立最优计量经济模型进行经济预测,并为各级政府和企业的管理决策提供数量化的建议.     

玉米燃料乙醇专利分析

从技术角度出发,对Derwent数据库中收录的玉米燃料乙醇领域的专利进行统计分析,分别从申请年、IPC(Inter-national Patent Classification)分类、德温特分类等方面深入分析了玉米燃料乙醇领域的世界专利产出整体情况、重点技术领域、应用领域及主要机构专利情况。     

生活垃圾制备衍生燃料的环境污染及处置对策

城市生活垃圾制备垃圾衍生燃料在燃烧过程中会释放出污染物质,会对人体和环境产生一定的危害作用。从生活垃圾处置方法,制备垃圾衍生燃料的工艺技术及垃圾衍生燃料技术对环境的影响等方面,阐述了对释放出的污染物质的认识,提出了采取有效手段治理污染是生活垃圾制备垃圾衍生燃料技术推广的关键所在。     

Evaluation of the competitiveness of Russian products in world,CIS, EAEC,and non-CIS markets

Based on statistical indicators of external trade, the condition and dynamics of competitiveness of Russia on CIS markets, including EAEC, non-CIS countries, and the world as a whole, are analyzed in the article. An analysis was conducted for products of the mechanical engineering, chemical, fuel, timber, wood-working, pulp-and-paper, light, and food industries.     

我国固体氧化物燃料电池技术专利分析

从专利视角出发,对我国固体氧化物燃料电池技术的发展态势进行了研究,分析了专利申请的总体发展趋势、区域分布情况、申请人情况、技术关联情况等信息,以期为我国燃料电池技术的研发和产业发展提供参考。     

三亚入境旅游需求影响因素研究——以韩国客源市场为例

利用三亚主要客源国之一韩国2005-2013年数据,在实证分析的基础上,确定了三亚入境旅游市场的主要影响因素。采用一阶差分线性回归模型分析了时间序列数据,证实了三亚韩国入境旅游市场需求的主要影响因素有人均GNP、人均GNI、相对CPI、汇率、重大事件和突发事件等虚拟变量,其中人均GNP、相对CPI成正向变动,人均GNI、汇率和虚拟变量成反向变动。最后,针对三亚入境旅游需求影响因素分析提出了拓展三亚入境旅游的市场策略。     

外商直接投资与河南经济发展

改革开放以来,河南经济快速增长,吸收外商直接投资的数量不断增加。实证分析发现,外商直接投资和河南经济发展水平两时间序列之间存在着稳定的长期协整均衡关系,仅存在前者指向后者的单向格兰杰因果关系。     

山东省能源消费、产业结构和经济发展关系实证研究

文章基于1980-2012年统计数据,研究结果显示,山东省能源消费、产业结构和经济发展间存在着长期均衡的协整关系,经济增长对产业结构存在着单向因果关系,产业结构对能源消费也有单向因果关系。产业结构对能源消费的短期和长期影响均大于经济发展对能源消费的影响。     

我国就业影响因素实证研究——基于JJ协整模型与ECM模型的分析

本文使用索洛模型为基础的变化模型研究我国就业量的影响因素,引入国民生产总值、城市化率、居民消费水平、历年全社会固定资产投资、第三产业增加值为解释变量做实证研究,建立时间序列分析模型,并通过各变量间的JJ协整关系模型与误差修正模型说明各因素对就业的长短期影响,结果表明长期内我国国内生产总值对就业总量有显著地正向拉动作用,城市化率与就业总量有显著地负相关关系,居民消费水平长期内与就业总量成正相关关系,第三产业增加值与就业总量有微弱的负相关关系,短期内我国就业总量受到自身滞后期的正向冲击且需要外力拉动。在此结论基础上本文尝试提出了相关政策建议。     

Stochastic behavior of nominal exchange rates

This article is concerned with the statistical modeling of the daily structure of the nominal exchange rates in the U.K., Germany, and Japan, as well as their returns in relation to the U.S. dollar by means of using fractionally integrated techniques. Using a version of the tests of Robinson [1994] that permits us to tests I(d) statistical models, the results show that the three time series are I(1), finding strong evidence against fractional integration and against mean reversion. Similarly for the return series, all them appear to be stationary I(0) with no evidence of fractional integration of any degree in any series.