美联储何时退出零利率政策?

短期名义利率退离零下限是美联储退出非常规货币政策的最关键步骤,在这一决策过程中,美联储的政策将继续遵循常规时期的双目标制,兼顾价格稳定和经济增长。然而,由于当前美国通货膨胀压力很小,通胀预期温和,而失业率居高不下,短期内美联储加息的可能性不大。在预测未来美联储的利率政策变化时,作者分别从泰勒规则、历史数据和美联储的政策信号三种方法入手,对其货币政策的决策做一前瞻性的分析,结论是美联储退出零利率的最早时点是2010年年底。     

BP神经网络在期货价格预测中的应用

BP网络通过对以往历史数据的学习，找出期货市场发展的内在规律，并将其存储在网络具体的权值、阀值中，用以预测未来的走势。文章在深入分析期货市场预测面临的关键问题的基础上，探讨利用BP（Back Propagation）神经网络对期货价格走势进行分析和预测的可行性。     

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。     

汇率预测及对新疆跨境贸易人民币结算的思考——基于ARMA模型的实证分析

随着国与国之间的联系日益密切,外汇的产生是商品流通以及商品经济发展的必然结果;而汇率作为两国货币的比价,那么一国的国际收支、利率水平、经济发展、财政赤字、外汇储备、居民的心理预期以及汇率政策等都会引起汇率的波动。因此对汇率走势进行预测有着重要意义,但对汇率进行准确预测是困难的。而ARMA模型可以分析实际金融时间序列变量动态过程,较好的模拟和预测时间序列的动态特征。故选取人民币兑美元汇率变动的历史数据为样本,通过建立ARMA(1,0)模型,对人民币未来走势做出预测,加之新疆作为"丝绸之路经济带"的核心区,对如何发展和推广跨境贸易人民币结算业务提供一定思路。     

证券分析师VS统计模型:证券分析师盈余预测的相对准确性及其决定因素

本文使用2005年35家券商对我国上市公司做出的每股盈余预测数据,考察了证券分析师盈余预测相对于统计模型的相对准确性及其决定因素。我们发现,我国证券分析师做出的盈余预测,同以年度历史数据为基础的统计模型得出的盈余预测相比,预测误差较小,证券分析师盈余预测具有一定的优势;但同某些以季度历史数据为基础的统计模型得出的盈余预测相比,预测误差较大,证券分析师盈余预测不具有优势。我们同时考察了决定证券分析师盈余预测相对准确性的决定因素。我们发现,公司每股盈余的波动性越大,公司上市越晚,跟踪公司的分析师越多,证券分析师的优势就越大。我们的研究对证券分析师以及投资者都有一定的启示作用。     

事业单位财务风险预测建模及分析

本文以实例重构的方式阐述了概率分析法在事业单位财务风险预测中的应用.主要原理就是用财务收支的历史数据,建立马尔可夫预测的数学模型.利用初始状态和状态转移概率矩阵,来确定系统随时间推移的发展趋势,进而推测对象未来某一时刻所处的状态.运用此法对事业单位财务收支状况进行预测,可为财务运作管理的科学决策提供前瞻性的指导.     

不确定性与经济理论重构的若干问题(下)

<正>不确定性经济理论的若干问题讨论现有的经济理论分析框架是人类的思想宝库。但从不确定性原理出发,我们仍然可以发现宏观经济分析框架和微观经济分析框架的可完善与可补充的内容。例如,在宏观经济分析框架中,经济周期是根据历史数据样本得出的主观结论,在不确定性原理下,许多所谓的周期现象是受到怀疑的。因为,在历史数据中存在大量偶然性数据未加区分,而偶然性数据是不可重复的,很难用于预测未来。在微观经济分析框架中,     

中国货币政策反应函数检验

本文利用历史数据对中国货币当局的政策反应函数进行了实证检验。结果发现,中国货币当局除了按照泰勒(Taylor)规则对通胀偏倚和产出偏倚作出反应之外,还对美国货币政策变量作出反应。这表明,中国货币当局在制定货币政策时已经在某种程度上考虑了国际博弈因素。     

江西人口城镇化的现状及预测

文章通过定量和定性的分析来描述江西的人口城镇化发展,并通过和中部六省的其他五省进行比较,来认识江西人口城镇化发展的水平。然后利用历史数据,运用计量模型,对江西在未来几年期间的人口城市化水平进行预测,并提出相应的发展建议。     

基于ARMA模型对我国“十一·五”电力需求的预测

本文用Eviews软件以我国用电量的历史数据（1973-2006年）为基础分析了我国用电消费量的数据特征,建立ARMA模型,然后通过对模型的识别、建立、评价和选择,最后选择指数回归ARMA（1,2）模型对我国用电量进行预测。     

保险+农机械融资租赁可行性研究

农机械融资租赁在我国农业机械化的过程中具有重要的作用,但是农机械融资租赁的过程中也蕴含着潜在的风险,如不合理的进行风险管理,将不利于我国农业机械化的发展。本项目通过定量、定性、历史数据以及实证分析从风险管理的角度解决农机械融资租赁中的人身风险、农机械毁损风险、自然灾害风险等,从宏观政策环境、经济政策环境、安徽农机械融资租赁市场供需预测、安徽农机械融资租赁的现状以及发展趋势五个方面论述其可行性,从农户、租赁公司、保险公司和政府的角度对于促进"保险+农机械融资租赁"的发展提出可行性的建议。     

跨境资金流向的变动趋势及其对江苏经济的影响

本文基于2007年以来江苏省跨境资金顺差的历史数据，进行季节调整和指数平滑预测，对未来跨境资金流向的变动趋势进行了预测，发现江苏跨境资金流入流出总量增加并将继续保持顺差态势，且短期资本流出风险增大。在预测的基础上，运用状态空间模型对跨境资金流动与经济增长的关系作进一步分析，结果表明跨境资金顺差有助于经济增速的提高，且低水平的跨境资金顺差对经济增长的促进作用更强，因此在经济不景气时期应保持低水平的顺差规模以促进经济快速复苏。     

存贷款时间序列指标数据预测方法比较研究--基于甘南州数据的预测实证

文章以2010年1月到2015年9月的甘南州存贷款历史数据为样本，利用时间序列预测理论中的平滑预测法与线性趋势预测法相结合进行了系统研究，构建时间序列模型对未来甘南州存贷款数据进行预测，并通过实证研究及结果对比分析论证了模型的可行性，得出用移动平均法模型预测存贷款数据更为接近实际观测指标，能够比较准确的反映出甘南州存贷款增长趋势。     

基于灰色GM(1,1)和BP神经网络的房价预测

本文分析了影响房价的多种因素;运用灰色GM(1,1)模型预测这些因素的数据走势,利用BP神经网络以历史数据为依据运用MATLAB进行仿真,得出我国未来五年房价预测值。结果表明,采用神经网络结合灰色GM(1,1)预测而得的各影响因素预测值,预测未来房价,具有很强的实用性。     

考虑模型不确定性的中国死亡率预测——基于贝叶斯模型平均方法

作为长寿风险研究领域的基础,死亡率预测近些年获得快速发展,诸多模型的提出使得历史数据的信息得以最大程度的挖掘,但也带来了模型不确定问题。本文对现有的死亡率预测模型进行了分析和整理,提出其中的模型不确定性问题,并针对死亡率预测的模型不确定问题,引入了贝叶斯模型平均方法。该方法以贝叶斯后验概率为权重,综合考虑“一揽子”预测模型的预测能力,并根据它们预测吻合程度进行加权,最终给出死亡率预测结果,结论表明,不但在理论上表现出超过单一模型的优势,也在实践中超过了任何一个单一模型。本文还给出了基于该模型的死亡率预测结果和预期寿命。     

布鲁姆调整法在中国股市有效性的实证检验

本文采用单一指数模型作为β系数的估计方法，并将这一方法估计的历年β系数值作为其真实值的近似。然后选取中国股市的数据建立了中国股市的布鲁姆调整模型，并构造了一种采用两期历史数据的预测方法对β系数进行了预测，最后利用样本数据对建立的布鲁姆调整模型进行了显著性检验。     

中国宏观金融风险预警系统构建研究

宏观金融系统的安全运行关系到整个国家和社会的稳定,构建行之有效的风险预警系统可以对宏观金融风险的发生"防患于未然".本文从三方面建立完整的金融预警系统:通过国内外文献综述选择预警指标,利用主成分分析法和历史数据判断金融风险程度,以及应用BP神经网络设计金融风险预警机制,并对2010年的金融风险进行预测,预测的结果显示总体金融运行安全,但我国宏观经济子系统和外部金融子系统存在一定的不安全因素.     

基于人工智能的区域现金需求预测模型研究——以南阳市为例

当前,我国非现金支付对现金支付的替代作用日益显著,但现金支付在居民日常支付中仍占据重要地位。在此背景下,如何精确地预测区域现金需求,保证满足区域现金流通需要已成为一项重要课题。通过借鉴国内外机器学习、神经网络等人工智能技术,基于地区现金投放历史数据,使用岭回归、MLP和LSTM三种模型,构建RR-MLP-LSTM加权组合模型实现了区域现金需求预测,对于统筹货币发行工作、积极防范和化解货币供应风险具有较为重要的借鉴意义。     

上海市房地产供需状况研究的联立方程组模型

目前上海市房地产需求处于数量和质量并重的发展阶段,本文以上海市商品房市场为基础,采用上海市1995——2008年的历史数据,建立了上海市商品房需求与供给的联立方程组模型,并对模型进行动态模拟检验,以确定模型的有效性和预测能力。     

股票资金流强度的实证分析

由于很难从相同金额的“资金流向”判断其对流通市值不同的个股的影响强度,“股票资金流强度”的概念为解决上述问题而被提出.本文引入股票资金流强度的概念,应用Matlab软件及其数学公式计算出相对资金流强度时间序列,使用ARMA模型对招商银行资流强度的历史数据（2013-03-05到2013-08-16）建模并预测.预测结果可以看出预测误差很小.该模型对股票资金流强度的预测有一定的指导作用,能够较好的反映股票资金流强度的变化特征.