时间序列模型在辽宁省GDP预测中的应用

文章应用Eviews与R语言软件对辽宁省1995~2010年GDP数据分析。建立ARIMA(1,1,1)、ARIMA(0,2,3)及支持向量机回归模型,其中ARIMA(0,2,3)中参数估计未通过的MA(1)与MA(2)项忽略,对MA(3)进行的建模。再对2011~2015年数据进行递推一步预测,计算出各个模型的均方误差。结果表明,ARIMA(0,2,3)具有较好的预测效果。     

遗传模拟支持向量机在居民消费价格指数预测中的应用

为了能够准确地对我国居民消费指数进行预测,本文深入研究了支持向量机在居民消费价格指数中的预测,首先阐述了最小二乘支持向量机的基本理论,接着提出了遗传模拟退火算法,最后进行实例研究,结果表明该方法具有较高的预测精度。     

基于GA-SVM模型的福建省城镇登记失业率预测

将支持向量机应用在失业率预测中,采用遗传算法对传统的支持向量机进行改进,并以福建省城镇登记失业率为对象进行仿真和预测,其结果表明,该模型具有较好的学习和泛化能力,为失业率的预测提供了一条新的途径。     

房地产投资项目的风险预测与分析

本项目侧重于研究支持向量机在房地产投资项目中的风险预测与分析的应用。支持向量机是基于统计学习理论和结构风险最小原则基础上的新型机器学习技术。通过选取惩罚系数C和核函数,经过模型初步评价的风险能够和最终数据模拟结果相一致,通过对支持向量机的实证研究表明此种算法在风险预测领域具有较好的风险预测能力     

多变量支持向量机预测技术研究及应用

机械系统中,对振动信号敏感特征量的预测可以反映机械设备运行状态的趋势。然而,特征量往往受到多个变量的影响,当前的单变量支持向量机(Support Vector Machine或SVM)预测技术无法实现多变量预测。建立一种能够实现多变量影响下特征量预测的多变量SVM预测方法,将具有很好的应用前景。文章提出了一种多变量SVM预测模型,对多变量输入的非线性函数的预测结果验证了该模型的有效性。将该预测模型应用到滚动轴承疲劳寿命实验数据中,实验结果验证了多变量SVM预测技术的有效性。     

基于支持向量机的工程项目风险预测

本文在介绍支持向量机(SVM)基本原理的基础上探讨了支持向量机在建设工程中应用的可能性和有效性,提出基于支持向量机的项目风险预测算法,为预测工程项目风险提了一种新的方法。本文同时也介绍了Libsvm软件在项目风险预方面的应用。     

数据标准化方法对SVM数据预测结果的影响研究

在多指标综合评价问题中,性质不同的指标无法直接加权进行综合评价,需要对原始数据进行标准化处理。目前在数据标准化处理的方法选择上还没有通用的法则可以遵循,尤其在利用智能算法进行数据预测的问题上,学习样本的选择与研究对象的自变量和因变量密不可分,其数量和范围是不固定的,这就导致标准化方法的选择无法根据样本进行确定。为了研究不同标准化方法对评价结果的差异,本文以某大型水电站调压井锚杆支护工程为例,选择多种标准化方法对支护工程的3个评价指标数据进行标准化处理,应用支持向量机对数据进行训练及预测,通过均方差和相关系数来分析不同标准化方法处理数据后对支持向量机预测结果的影响。结果表明:应用数据标准化方法对数据进行标准化后,其预测结果相较于未进行标准化的数据预测结果,确实有所差异。但不同标准化方法的预测结果的好坏并不一致。同一种标准化方法对预测结果的影响也有所差异,其与原数据性质有一定关系。综合来看,6种标准化方法中,极大化法、均值化法的预测结果的均方误差和相关系数明显优于未标准化的预测结果。研究内容可为类似多指标综合评价问题提供借鉴。     

舆情大数据在PMI数据分析预测中的应用研究

采购经理指数（PMI）是反映经济变化趋势的重要指标。本文基于搜集整理的舆情大数据,以支持向量机（SVM）模型为研究工具,对舆情大数据在PMI走势分析预测中的应用价值进行研究。研究结果表明：一是舆情数据与PMI之间存在显著的统计相关关系,其中与国家统计局发布的制造业PMI数据的相关性最强,说明舆情大数据在PMI走势预测中具有较高的应用价值。二是不同来源、不同敏感度的舆情数据与PMI数据的相关关系存在较大差异,说明不同群体对经济的倾向明显不同,表现出“不对称的螺旋”特征。三是利用舆情数据可以在较小误差范围内实现PMI指数预测。     

我国民航安全周期波动转折点预测方法的研究

本文应用基于风险最小化原理的支持向量机，研究了我国民航安全周期波动转折点预测的问题。并与人工神经网络预测方法进行对比研究．发现支持向量机预测正确率为83．3％，BP人工神经网络为75％。结果表明支持向量机能够相对更好地反映我国民航安全周期波动的性态，可以作为探索我国民航安全周期波动转折点预测闻题的新方法，新思路的一种尝试。     

基于支持向量机回归的中国CPI预测研究

本文针对中国CPI指数的预测问题．首先用主成分分析方法对影响CPI指数的八个指标进行降维处理．然后利用支持向量机技术建立起中国CPI指数的预测模型并对我国实际的CPI指数进行了预测。实证分析结果表明,PCA—SVM模型能够有效地对CPI指数进行短期预测。最后．与单纯的支持向量机模型的预测结果做了对比．对比结果表明．支持向量机和主成分分析相结合的模型应用于CPI预测具有较高的精确度。     

南宁经济发展对南宁机场吞吐量增长的影响分析

通过对1990-2005年南宁市国内生产总值与南宁机场旅客、货邮行吞吐量进行回归分析,探讨了南宁经济发展对南宁机场吞吐量的影响,发现南宁经济发展与南宁机场吞吐量增长具有显著的正相关关系。对南宁机场旅客、货邮行吞吐量的敏感性实证研究发现,南宁市国内生产总值增长率与南宁机场旅客、货邮行吞吐量增长率显著正相关。     

我国西南地区支线机场旅客吞吐量与地区GDP的关系分析

基于协整理论中的平稳性检验、协整检验、误差修正模型,利用1998-2018年的相关数据,从长期弹性和短期弹性的视角,分析西南地区支线机场旅客吞吐量与西南地区GDP的关系。结果表明,西南地区支线机场旅客吞吐量和地区GDP之间呈现长期均衡和协同发展关系,当短期波动偏离长期均衡时,会通过反馈机制调整至均衡状态,并且支线机场旅客吞吐量和地区GDP的长期相关性比短期相关性更为明显。     

我国民航客运量影响因素分析

利用1990至2009年的统计数据对我国航空客运量各影响因素进行定性与定量研究。运用灰色关联理论,对影响民航客运系统的诸多因素进行关联分析,并确定出影响因素的影响程度顺序,为后续民航客运量的回归分析与预测打下基础。针对当前我国民航旅客运输业发展中面临的问题提出政策建议,提高我国民航旅客运输业的市场竞争力。     

基于GS-LGBM的乘用车使用寿命预测研究

为准确预测乘用车使用寿命,提出基于网格搜索优化LightGBM（GS-LGBM）模型的乘用车使用寿命预测方法。通过对2014—2019年乘用车报废数据进行大量实验,并与9种流行的机器学习算法进行对比,结果表明,LightGBM在平均绝对误差（MAE）、中位绝对误差（MEAE）、均方误差（MSE）和拟合优度判定系数（R2）4项指标上均明显优于其他算法。为进一步提升模型预测精度,采用网格搜索算法对LightGBM进行参数优化构建GS-LGBM模型,效果显著提升（MAE降低11.02%）,说明该方法能够更准确高效地预测乘用车使用寿命。     

基于灰色预测法的铁路客运量预测

对客运量发展趋势进行预测是正确制定铁路客运营销战略的前提和基础,文章运用灰色运用对某铁路局的客运量及周转量进行了预测,认为某铁路局客运量的发展趋势是逐渐降低,但降低的趋势是逐渐减少;客运周转量的发展趋势是不断增加。     

高铁开通对中国航空客运网络连通性的影响

为了科学优化中国航空客运网络发展,选取2000—2018年中国定期通航的运输机场所在地级及以上城市的非平衡面板数据,将高铁开通视为一项准自然实验,采用多期双重差分模型实证分析高铁开通对中国航空客运网络连通性水平的影响。研究发现：高铁开通显著提升了中国航空客运网络连通性水平;高铁开通对节点中心性的提升作用不受该城市所处区域的影响,均有显著的促进作用,对东部城市中心性的促进作用大于中西部城市。     

上海国内航空客运市场特征分析

为深入了解上海航空客运市场特征,在分析上海航空运输市场发展环境的基础上,根据需求规模将上海航空客运市场细分为快线、大客流、中客流和低客流四类,并对每类细分市场分别从总体规模、航线机型匹配以及收益水平进行定量分析。结果表明,快线市场需求巨大供给充足,市场格局已经形成,大客流市场表现不稳定,中客流市场规模小,收益水平一般,而低客流市场收益良好,市场前景广阔。最后,根据市场特征给出航空公司进入上海市场的策略性建议。     

基于灰色马尔可夫模型的北京市文化消费预测

为了把握文化消费的未来走向,拉动文化消费增长,使用GM（1,1）模型和马尔可夫模型相结合的灰色马尔可夫模型,对北京市2008—2018年文化消费支出数据进行建模,得到 2019—2023 年的北京市文化消费预测值。结果表明：灰色马尔可夫模型有效改善GM（1,1）模型预测波动数据效果不理想的缺点,提升了模型的预测精度。受疫情影响,2020年北京市文化消费下降35.6%,2021—2023年将呈现持续增长趋势。根据预测结果,对拉动文化消费增长点提出合理建议。     

基于SWOT的柳州铁路局客运市场分析

对柳州铁路局客运市场进行SWOT分析是确定其客运营销战略的前提和基础。文章运用SWOT分析法分析了柳州铁路局客运市场环境,得出了柳州铁路局客运面临的外部机会主要有旅游资源丰富、西部大开发、旅客运输市场不断扩大等;外部威胁为吸引区内经济不发达、其他交通方式发展迅速、旅客运输质量要求越来越高等;自身优势有发达的线路网、强大的信息网和完善的设施网支持,旅行速度较快,旅行更安全等;劣势为直通客车数量太少,主型客车不足,空调车运用非常紧张,从业人员服务意识不够强等。     

Human Capital Externalities and Proximity: Evidence from Repeated Cross-Sectional Data

Summary  Does schooling generate social returns in excess of the private returns captured by the individual who makes the human capital investment? As a strategy to detect human capital externalities I use Dutch survey data to estimate the impact of the average human capital stock in a region on individual wages, considering regional human capital as a local public good. Indeed, the regional fraction of high-skilled workers or the region’s average educational attainment appears with a positive and statistically significant coefficient in an augmented Mincer specification. However, the impact on individual wages completely vanishes when the firm’s human capital stock is included as an additional control. This may suggest that human capital externalities predominate within firms, though alternative explanations, in particular selection of high-skilled workers in high-productive companies and imperfect substitutability across skill groups, cannot be ruled out. I would like to thank two referees, Nicole Bosch, Theo van de Klundert, Pierre Koning, Rob Luginbuhl, Mauro Mastrogiacomo, Gabriela Schütz, Wouter Vermeulen, Dinand Webbink and seminar participants at the Enterprise and Industry Directorate-General of the European Commission, the NAKE Research Day 2007, the 64th Congress of the International Institute of Public Finance, and the CPB Netherlands Bureau for Economic Policy Analysis for helpful comments, and Joke Goes, Jelte Haagsma and Judith Hoeben for their help with the data. Views expressed are my own, and do not necessarily reflect official positions of the European Commission or the CPB Netherlands Bureau for Economic Policy Analysis.