上市公司财务失败预测模型的预测能力比较

通过实证分析，建立了判别分析模型、主成分模型、主成分逻辑回归模型以及基于快速BP算法的ANN仿真模型四种财务失败预测模型，并对它们的预测能力进行了比较。结果表明，这四种方法都可以用来进行财务失败预测，但预测的效果是有差异的，基于快速BP算法的”州仿真模型是最有效的一种方法。     

回归模型在经济预测中的应用的探讨

回归分析预测法就是通过预测对象和影响因素的统计整理和分析,找出他们之间的变化规律,将变化规律用数学模型表达出来,并利用数学模型进行预测的分析方法。回归模型预测是将统计学中回归分析结合预测理论的一种方法,有较强的实用性。     

财务预警模型综述

财务预警模型是指借助企业财务指标和非财务指标体系来判别企业财务状况的模型。它通常包括以下六类 :一元判定模型 (Univariate)、多元判定模型 (MDA)、多元逻辑 (Logit)回归模型、多元概率比 (Probit)回归模型、人工网络 (ANN)模型和联合预测模型。通过对财务预警模型进行回顾和评述 ,可以拓展财务预警研究的视野 ,便于我们在借鉴前人思路和方法的基础上进行更深入的研究。     

“时间与数量”经济回归分析几种方法解析

回归分析是经济预测中常用的数量分析方法。因为排序方法不同，回归分析可以分为三种方法：自然数排序法、奇数排序法和偶数排序法。本文就这三种方法的准确性运用平均差法进行了探讨，得出了在实际运用中采用奇数排序回归分析法比采用自然数排序或偶数排序回归分析法进行经济预测更科学合理和准确的结论。     

时间序列模型在税收预测中的应用

以往对未来税收收入预测主要采用对重点税源企业调查汇总的方式,这种预测方法工作量大且存在一定弊端,以韶山市税收收入为例用回归的思想将时间序列的方法应用于税收预测,能对未来税收预测提供一定参考。     

多元线性回归模型检验方法

鉴于在回归模型中模型检验的重要性,阐述了多元线性回归模型的经济意义检验、统计检验、计量经济学检验及模型预测检验四级检验方法。     

安徽省地方财政收入的组合预测模型研究

地方财政收入预测是加强宏观经济管理和提高决策水平的重要前提和基础。为了科学预测地方财政收入,创新预测的方法,文章结合地方财政收入的构成内容以及结构特点,分别采用指数预测方法、时间序列预测方法、回归预测方法建立三种单项预测模型,在此基础上构建地方财政收入的几何贴近度的最优组合预测模型,并对安徽省＂十二五＂期间的地方财政收入进行了预测。     

基于增量支持向量回归机的股价预测模型研究

随着越来越多的人加入到股票投资中,有效的股票预测方法就显得尤为重要。本文利用增量支持向量回归机对上证指数的收盘价进行预测,并同神经网络方法进行比较分析、实证研究,可发现,基于增量支持向量回归机的股价预测模型表现较佳,为股价预测模型研究提供了一种新的方法,进而为投资者提供了一定的参考信息。     

回归分析法在经济预测中的应用浅析

回归分析法是在经济预测中常用的方法之一，它是在观察和分析经济发展的历史和现状的基础上，按照一定的方式建立反映其关系的数学模型，然后根据自变量在未来的变化来计算预测变量的变化，从而对未来的经济发展趋势进行预测。其关键是建立回归模型，并进行相关分析和结果预测。     

我国保费收入与GDP关系的模型建立及预测

本文利用1997—2011年的保费收入和GDP数据,运用一元线性回归方法,通过对自相关性的修正,最终建立了无截距项回归模型,并根据该模型进一步预测了"十二五"期间我国保险业发展情况。最终预测在2015年我国保费收入将达到2.3万亿人民币,低于政府工作报告的预期。     

需求增长型企业销量预测方法--以空调生产企业为例

基于基本时间序列分解法、回归分析法和定性预测法,根据“误差决定权重”的指导原则对各种单一预测方法进行权重分配,提出了适用于需求增长型空调生产企业销量综合性预测方法的基本思路,结合国内某空调生产企业实际调研数据给出了计算实例。     

过程神经网络在电力系统中的应用

电力负荷预测的方法很多,如统计预测方法,线形回归法、时间序列法和弹性系数法,直接建立数学表达式,对相关因素和负荷之间的关系加以描述;新兴的预测方法,如灰度预测方法,对负荷数据序列进行建模和分析。考虑到电力负荷受经济、社会、气候等不确定因素的影响,很难准确描述电力负荷预测的实际复杂变化规律。鉴于此,提出采用过程神经网络模型进行电力系统的短期负荷预     

谈统计学中的相关与回归分析

在实际工作中,进行统计分析时,相关与回归分析是经常使用的手段。通过相关关系的判断、运用相关与回归分析建立数学模型,可以利用模型对数据进行预测,再利用估计标准误差对预测结果进行确认。相关分析是回归分析的基础和前提,回归分析是相关分析的深入和继续。     

Excel与SPSS在线性回归预测中的比较分析

线性回归分析是经济管理与预测的一个重要的量化分析方法。分别运用Excel与SPSS对同一实际问题进行线性回归分析,得出两种软件在线性回归预测问题上各有其优势,在经济管理的实际应用中无论选择那种软件都要了解其功能和操作的特点,有助于对实际问题恰当而且正确地分析与预测。     

中国消费者物价指数预测——基于小波变换与支持向量回归的分析

将小波分析和支持向量回归(SVR)模型引入消费者物价指数CPI的时间序列分析中,利用小波降噪对原始时间序列进行小波变换,充分提取和分离金融时间序列的各种隐周期和非线性,把小波分解序列的特性和分解数据随尺度倍增而倍减的规律充分用于SVR支持向量回归模型的建模。将该方法应用于中国宏观经济指标CPI的分析与预测,可以有效预测CPI的变动方向,并显著提高CPI的预测精度。     

我国商业银行信用风险评级实证分析

以商业银行贷款数据为基础,采用聚类分析、多元判别和Logistic回归方法构建了我国商业银行的信用风险评级模型。实证检验表明这三种方法都能较准确地对商业银行的信用风险评级资料进行预测。对正常、关注、次级、可疑、损失五类不同样本的总体预测精度分别为83.4%、72.05%和68.14%。三种方法对五类不同样本的预测存在相同的趋势,即对正常类和损失类样本的预测准确率较高,对中间三类样本的预测准确率较低。     

基于灰色系统模型的国库现金流预测

将灰色系统模型用于国库现金流预测,相比传统线性回归、ARMA模型预测精度较高,为国库现金流预测提供了新思路。     

对耐用消费品销售量及利润的短期预测模型研究

对1997年1月至2001年12月期间长沙市几种耐用品销售量进行调查，利用时间序列分析预测方法对所得到的数据进行分析，建立易于操作，具有很好的拟合优度和预测精度的变系数短期预测数学模型、周期性波动的回归预测模型。     

最小二乘法在商品销售预测中的应用

作为商品预测中的一种方法，本文介绍了最小二乘法的基本原理，并在一般和特殊两种情况下利用最小二乘法建立了回归线性预测模型。最后给出了利用最小二乘法进行商品预测的实例     

分析师对ＩＰＯ首日价位预测准确吗

以２００９—２０１１年间Ａ股ＩＰＯ数据为样本,考察了证券分析师ＩＰＯ首日价位预测的准确性,并利用回归方法对影响证券分析师预测偏差的因素进行了研究。研究发现,中国证券分析师ＩＰＯ首日价位预测准确性的整体水平有待提高;证券分析师预测偏差与投资者非理性行为、超额认购倍数和分析师数量显著负相关,与证券分析师意见分歧显著正相关。最后,根据研究结论提出了提高证券分析师预测准确性的政策建议。