俄罗斯经济发展形势的分析与预测

本文采用俄罗斯2002-2013年的季度数据作为样本,主要分析了季节性差分自回归模型——SARIMA模型在俄罗斯季度GDP预测中的应用,通过相应的分析最终得到了SARIMA(1,1,0)(1,1,0)4为俄罗斯季度GDP的最优预测模型.通过该模型对俄罗斯短期和长期经济发展形势进行了预测,得出俄罗斯未来四年的GDP年增长率在2.3％左右,长期的经济增长率在2.1％左右,经济形势依然不容乐观.     

基于RBF神经网络的GDP时间序列预测模型研究

对GDP进行高精度的分析预测,对制定经济发展战略、规划年度计划以及各种宏观经济政策,具有重要的理论与现实意义.本文采用RBF神经网络作为工具,建立基于RBF神经网络的GDP时间序列预测模型,并与ARIMA模型进行对比,对上海市22年的GDP数据进行了仿真实验.实验表明,ARIMA模型对上海市GDP数据进行预测的精度仅为91.8754％,而本文提出的RBF_TSF模型的预测精度则高达95.0360％.这表明本文提出的RBF TSF比ARIMA模型在GDP时间序列预测上具有更高的预测精度.同时该模型收敛迅速,具有很强的实用价值.     

组合优化理论在中国经济增长预测中的应用

文章采用灰色预测的GM(1,1)、变参数BGM(1,1)两种模型与BP神经网络进行组合优化,对中国GDP的增长做出预测分析,建立了灰色神经网络的GDP预测模型。组合优化模型提高了拟合和预测精度,是经济发展趋势进行预测分析的有效方法,有利于决策者制定相关的经济政策,进行宏观管理和控制。     

基于时间序列分析的黔西南州经济增长分析与预测--基于1978-2007年的黔西南州宏观经济数据

时间序列的预测方法有着广泛的应用背景,在解决经济发展,金融市场动态,气象预报和水文预报等领域的预测问题时,都可以利用时间序列的预测方法。结合黔西南的实际州情,本文采用EVIEWS统计软件及时间序列分析法对1978—2007年的黔西南州宏观经济数据进行了系统分析,构建了GDP序列的ARIMA模型,响应变量为GDP序列的ADL模型,对投资、消费对黔西南州经济增长的相互作用进行了实证研究,并预测黔西南州未来8年经济增长的变化趋势,相比之下组合模型在拟合和预测效果具有较高的可靠性、准确性和稳定性。通过对黔西南州的宏观经济动态模型ADL模型,我们掌握黔西南州的宏观经济系统的主要特征及其运行机制,GDP与投资、消费互相影响,互相促进;通过预测,我们了解和掌握了经济增长的变化趋势,能有效地对政策制定进行合理化建议。     

基于ARIMA模型分析四川省GDP

通过选取1978年至2018年四川省国内生产总值的相关数据,运用计量经济软件Eview8.0、SPSS25.0对选取的时间序列数据进行ARIMA模型与残差自回归模型的建立。在模型均通过检验的基础上,对AIC等信息准则的综合比较,最终确定建立ARIMA(4,2,0)最优模型来对四川省GDP进行分析与预测。     

我国单位GDP能耗变化走势的实证分析

文章采用1978—2008年的数据,对我国单位GDP能源消耗的变化走势进行了实证分析。通过利用指数模型、对数线性模型以及非参数回归模型对单位GDP能耗变化走势进行了拟合分析,结论表明,我国单位GDP能耗随着时间的变化呈现指数型递减。另外,从拟合效果来说,相对于参数回归模型而言,非参数回归模型更能有效地拟合单位GDP能耗的变化走势。最后给出了政策建议。     

黑龙江省旅游业对国民经济增长贡献研究

旅游业对GDP的影响是一个表征旅游经济影响的重要指标，亦是衡量其在国民经济中的地位和作用的重要指标。本文采用“旅游消费剥离系数法”来测算旅游业对全省GDP的直接影响，同时选用回归法构建了旅游业对GDP间接贡献的一元线性回归模型。     

ARIMA模型在安徽省GDP预测中的研究与应用

中国省区经济是国民经济的重要组成部分,是一个相对独立的研究对象。文章简要介绍了求和自回归移动平均模型ARIMA（p,d,q）及其建模方法,通过分析1978～2008年安徽省GDP相关数据,运用Eviews统计软件和ARIMA建模方法,将ARIMA模型应用于安徽省GDP数据的分析与预测,发现该模型的预测效果比较显著,与实际情况较符合。     

就业增长测度模型构建及实证研究 --以云南省就业状况为例

为了预测2004年就业总增长量和非农就业增长量，就必须知道2003年就业总人口、非农就业总人口和GDP就业弹性系数等指数，并通过对2004年GDP增长率可能出现情况的预测来测算2004年的就业总增长量和非农就业增长量。本文对就业量的时间数列、就业回归模型进行非线性回归分析，预测未来就业岗位新增量。     

我国固定资产投资对经济增长影响的计量分析

固定资产投资对经济增长有重要作用,文章以计量经济学模型为基础,对比股份制经济固定资产投资出现前后与经济增长进行定量分析。试图建立一个以国内生产总值GDP为因变量,以其它可量化的影响因素为解释变量的多元线性回归模型;运用多因素分析法对GDP增长变动及其主要影响因素进行实证分析,从而得到相关启示,并结合我国现在GDP增长情况,为未来我国因固定资产而引起GDP变动情况提供依据。     

我国制造业PMI、非制造业PMI与经济增长关系的实证研究

当前,国内学者在使用采购经理指数分析预测宏观经济走势时,都偏重于观察制造业PMI变化,而相对忽视了非制造业PMI。本文运用向量自回归模型对2007至2013年我国制造业PMI、非制造业PMI与经济增长之间变动关系进行实证研究,结果表明,非制造业PMI也有着与制造业PMI相类似的预测GDP变化的作用,短期内制造业PMI、非制造业PMI的冲击都会对经济增长造成长期的、同向的变动,非制造业PMI和制造业PMI都是GDP的"晴雨表"。     

基于高维混频信息甄选的宏观经济总量实时预报与短期预测

本文采用阈值组惩罚无约束混频数据抽样（T-GP-U-MIDAS）模型对中国季度实际GDP增长率进行实时预报和短期预测,并研究其精度提升机理。实证结果显示：与AR等传统模型相比,T-GP-U-MIDAS模型在预测精度方面具有显著的比较优势;T-GP-U-MIDAS模型通过引入具有先行特征的阈值变量识别经济运行中可能存在的转变点,并依据不同的经济状况筛选出对预测实际GDP增长率存在重要影响的核心变量,在一定程度上提高了模型的预测和解释能力,是现有混频数据模型的有效改进和补充。     

山东省能源消费碳排放预测

基于《IPCC国家温室气体清单指南》估算了17种能源的碳排放系数,测算了1995—2009年山东省的能源消费碳排放量。选取人口、城镇化率、人均GDP、工业GDP比例、能源消耗强度作为山东省碳排放的影响因素,分别应用偏最小二乘回归和岭回归构建了预测山东省能源消费碳排放的STIRPAT模型。通过对比基于两种回归所得模型的拟合效果,最终选择岭回归模型预测了2010—2015年山东省能源消费碳排放量。最后提出了山东省碳减排的相关对策。     

中国废水排放量趋势预测——基于任务相关性的机器学习方法

中国的水污染是一个非常严重的问题,为了控制水污染,对中国未来废水排放量进行准确预测具有十分重要的意义。从影响废水排放量的潜在变量中筛选出GDP、人均GDP和产业结构三个关键预测变量,采用1998—2017年中国省域数据和基于任务相关性的机器学习方法对各省份废水排放量趋势进行预测。实验结果表明,所建立的预测模型能够保持线性回归模型的可解释性,并获得较高的预测精度(RMSE、MAE和MAPE分别为0.0882、0.0643和0.5533)。预计全国年废水排放总量2025年最低将达到9081209万吨,最高9903864万吨;2030年最低将达到10864311万吨,最高13081922万吨。政府部门可根据预测结果制定废水减排计划和经济发展规划,在发展经济的同时维持生态环境的平衡。     

知识产权保护对经济增长收敛的影响

如果经济欠发达国家人均GDP的增长速度高于经济发达国家,欠发达国家的人均收入水平会呈现追赶发达国家的趋势。首先,结合经济增长收敛理论,考虑知识产权保护和国际贸易两个因素,构建了实证回归模型;其次,利用32个发达国家和70个发展中国家1985-2005年的面板数据,采用固定效应回归分析方法,检验了人均GDP的B收敛趋势。实证研究表明,人均收入水平有B收敛的趋势,知识产权保护对经济增长率有着正向促进作用,且知识产权保护和国际贸易对经济增长率有着相互促进作用。     

县域商业贷款需求与经济增长关系的研究

提高县域经济水平是当下发展协调好区域经济的一个重要的手段,在金融对经济的影响下,县域金融是政府调节县域经济的重要纽带。与城市金融不同,县域金融结构单一,形式上主要以存贷为主。针对县域金融的特点,从贷款量出发利用计量经济软件,建立一元回归模型,定量分析了贷款和GDP之间的关系。通过对未来GDP的预测计算出未来应提供多少贷款供给,来满足县域经济中中小企业的贷款需要,从而促进县域经济的持续协调发展。     

物流业发展对低碳经济影响的实证研究

在对我国低碳经济水平进行评估以及对物流行业的能源消耗数据进行估算的基础上,以低碳经济水平为因变量、物流碳排放强度和单位GDP物流成本为自变量,构建多元线性回归模型。回归结果表明:单位GDP物流成本和物流碳排放强度均与低碳经济发展水平呈强的负相关;物流业对低碳经济发展的影响表现在物流业碳排放造成的直接影响和物流业发展对低碳经济的间接影响两个方面。据此,提出了我国低碳物流发展建议。     

黑龙江省GDP预测的灰色模型

灰色预测方法是经济预测中一种非常有效的方法,它的主要特点是建立预测模型所需要的原始数据不多,容易采集,这种预测方法简便并具有较高的准确性。本文运用灰色理论,以2000～2006年黑龙江省GDP情况为原始数据,建立了黑龙江省GDP预测的灰色模型,并对2007～2010年黑龙江省GDP做了预测。     

咸宁市经济发展的SWOT分析和预测

在对咸宁市经济发展状况进行SWOT分析的基础上,利用2001—2010年咸宁市GDP统计数据作为原始数据,建立灰色预测数学模型,检验模型的有效性,利用模型预测咸宁市2015年的GDP总量,预测结果：咸宁市2015年的GDP规模将达到1 050亿元。     

我国国债发行规模的预测分析

运用现代经济计量学的方法对我国国债发行规模进行了实证研究。采用GDP与财政支出中的投资性支出这两个最主要的变量,建立国债发行规模的EGARCH模型,预测我国未来5年的国债发行量,以此判断国债发行规模的适度性。