ES和ARIMA旅游需求模型预测效果比较

指数平滑技术(ES)和综合自回归移动平均技术(ARIMA)是当前国际上利用单变量时间序列进行旅游需求预测的两种重要的预测技术。本文利用中国四大入境旅游客源国日本、英国、美国、澳大利亚到中国的年旅游人数数据,对二种预测方法的事后预测效果进行了比较。结果显示,对于日本和美国两个国家的入境旅游人数,指数平滑技术的预测效果优于综合自回归模型;而对于英国和澳大利亚两个国家,指数平滑技术的预测效果劣于综合自回归模型。     

江苏省GDP的ARIMA模型的研究和应用

综合运用了时间序列预测方法,建立了1976年～2006年江苏省GDP的时间序列ARIMA模型(单整自回归移动平均模型)。并对OLS方法估计的模型进行统计检验,并对通过检验的回归结果进行了分析,与实际情况非常相符。     

基于分组空间自回归模型的房价预测

近年来,随着经济的飞速发展,一线城市房屋价格也在快速上涨,房价成了人们关心的热点问题。本文基于样本点间的类别特征对空间自回归模型进行改进,提出了分组空间自回归模型,并基于安居客平台收集的2013年北京二手房成交价格数据进行验证。从结果来看,本文所提出的分组空间自回归模型对北京房价数据有较好的预测效果,并能够反映不同类别空间点之间的相互影响关系。该方法有效地提高了空间自回归效应的自由度从而提高预测精度,可为政府决策或居民投资提供一定的参考依据。     

基于组合模型的江苏省居民用电量预测分析

研究利用时间序列基本分析方法ARIMA模型分析法、指数平滑ETS模型和神经网络自回归模型对江苏省居民每月用电量进行数据分析、处理、拟合、检验及预测,以2004年1月至2017年12月用电计量数据作为分析样本,使用R软件对该时间序列进行建模。对给出的数据建立ARIMA模型、ETS模型和NNAR神经网络自回归模型,接着利用MAE、RMSE、MAPE三个评价指标来衡量模型的优良度。尝试通过组合模型对2018年江苏省居民12个月的用电量进行预测,与实际值进行对比验证,发现权重模型的误差最小,选择作为最终预测模型。最后得出结论,组合模型的预测效果要优于非组合模型。     

组合预测模型在四川省工业经济效益预测中的应用

针对季度工业经济效益综合指数具有增长性和波动性的二重趋势,首先对该指标建立GMDH自回归模型和AC模型,然后用基于误差平方和最小的多元回归方法对各单一模型的预测值进行组合,得到最优模型。同时将组合预测结果与工业经济效益综合指数实际值以及GMDH、AC单一模型的预测结果相比较。进一步显现出组合预测模型在工业经济效益预测中的优势。从而为工业经济效益的预测提供了一种行之有效的方法。     

中国ICS与社会消费品零售指数关系实证分析

消费者信心指数(ICS)是综合反映并量化消费者对当前经济形势评价和对经济前景、收入水平、收入预期以及消费心理状态的重要指标.ICS的变动对社会消费品零售指数产生重要的影响.文章运用回归分析和GM(1,1)模型研究分析了中国ICS与社会消费品零售指数的关系,并据此分别对ICS与社会消费品零售指数进行了预测.     

我国铁路货运量的组合预测

在二次指数平滑、一元回归、自回归、灰色预测四种模型的基础上采用方差倒数法定权的方式建立组合预测模型,对全国铁路货运量进行预测,并对预测结果进行误差分析。预测结果表明,组合预测较单一模型预测更具优越性。     

基于PLS的组合预测模型及其应用

本文运用组合预测理论,利用偏最小二乘回归方法建立了基于灰色预测模型GM(1,1)、2阶自回归模型AR(2)和龚伯兹曲线模型的组合预测模型,并对农业贷款需求进行了预测。     

大剧出击:央视夺得2014电视剧收视头筹

正自2014年开年以来,央视电视剧继续保持高收视态势发展。CCTV-1综合频道黄金时间电视剧《毛泽东》收视一路走高,平均收视率1.97%,最高单集收视率2.41%,接档播出的44集《父母爱情》,前16集平均收视率达1.89%,单集(第16集)最高2.40%,两剧都位居全国同时段第一;电视剧频道自开年以来,收视份额呈现稳步提升,开年剧《舞乐传奇》平均     

收视率预估——电视剧播前评价市场化转型的价值分析

收视率预估使播前评价和播后评价的吻合程度大大提高。收视率预估使电视剧播前评价实现了市场化转型和精确预测,更符合电视剧产业化发展的需要。     

国外电视剧产制模式的比较分析及其借鉴

目前，我国电视剧产业发展极不平衡，国产电视剧产量多，精品少，投资大，风险高。在国产电视剧市场低迷，传统收视率持续疲软，并且逐渐丧失在卫视的战略地位的情况下，美剧、英剧、韩剧等国外电视剧却火热播放，并风靡各大视频网站。国产电视剧到底怎么了？电视剧能否重新回归卫视战略规划的王牌地位？本文研究分析美国、英国和韩国等国外电视剧成功的产制模式，     

融媒体对电视剧收视率的影响探析

在融媒体环境下,电视剧产业的发展迎来新的机遇和挑战。如何有序开展电视剧传播,提升收视率,成为广受关注的问题。本文分析了融媒体对电视剧传播以及收视率的影响,结合环境、市场、需求,总结了提升收视率的有效办法。     

基于PCA-SVR的企业资金成本预测研究

本文运用主成分分析(PCA)对影响企业资金成本的指标进行了降维处理,将17个影响指标变量变成了6个综合变量,然后将综合变量输入到支持向量回归机(SVR)模型中,最后确定模型是有效的可以用来进行企业资金成本的预测。     

基于现金流量标准的企业财务预警实证研究——以电力行业上市公司为例

随着电力体制的改革，银行利率的上升，电力行业也面临着前所未有的财务风险，自09年以来，不少电力上市公司相继被ST处理。本文通过主成分分析和因子分析，得到反映上市公司经营情况的综合指标，并依据预警指标变量基于Logistic回归分析的方法，构建了财务预警的模型，实证结果表明，模型的准确率为87．2％。     

组合预测模型在股指短期预测中的应用——以上证综合指数为例的实证分析

本文分析了自回归移动平均模型(ARIMA)与BP神经网络模型在预测方面的特性和模型各自的优缺点,在此基础上尝试建立了ARIMA和BP神经网络的股指组合预测模型。ARIMA与BP神经网络组合使用的基本原理是股指时间序列数据可分解为线性部分和非线性残差部分。本文以上证综合指数为例,首先采用ARIMA预测上证综合指数的线性变化趋势,然后采用BP神经网络对上证综合指数的非线性趋势进行拟合,最后整合两种模型的预测结果。仿真结果表明:组合模型提高了对上证综合指数的预测精度,证实了组合模型在股指预测方面的有效性。     

桂林市社会消费品零售总额ARIMA模型的建立与预测

利用单整自回归移动平均模型法,以1950—2007年桂林市消费品零售总额的统计数据为依据,进行时间序列分析。根据自相关系数、偏相关系数的性质,建立合理的ARIMA模型,并对桂林市2005—2007年的社会消费品零售总额进行分析预测。     

基于IOWA算子的组合预测模型在航空客运预测中的应用

航空客运的发展是多种因素的综合结果,单项预测模型只是反映了这些影响因素的一个方面。在因素分析的基础上,利用基于诱导有序加权平均(IOWA)算子的组合预测模型对不同单项预测方法进行了组合,并对应用效果进行了对比和分析,说明了使用动态组合系数模型在航空客运预测中是合适的。     

制造业上市公司财务预警模型的构建及比较——基于ROC曲线分析

本文以制造业上市公司为研究主体,选取反映企业经营成果和财务状况等六大方面的财务指标和审计意见等非财务指标,运用因子分析方法降低指标之间的多重共线性,分别建立Logistic回归和决策树模型,最后运用ROC曲线来对模型的预测精度进行比较分析。研究发现:从AUC的角度来看,Logistic回归模型的预警能力要强于决策树。但两个模型的侧重点不一,决策树会更加的偏重于对企业财务经营情况进行长远的预测,反映企业发生财务危机的内在原因,而Logistic回归模型则是直接的体现出企业发生财务危机后的结果,因此我们应该根据不同的目的来选择相应的模型进行财务危机的预警分析。     

混频模型在我国宏观经济预测中的应用研究

近年来,我国宏观经济预测模型存在稳定性显著下降、预测精度大幅降低等缺陷,亟待对其进行改进。本文通过融合动态因子模型和混频数据抽样模型,构建了因子混频数据抽样模型FA-MIDAS,实现对120多个宏观运行监测指标的深度挖掘和信息提取,并对我国季度GDP增速进行样本内拟合与样本外预测。研究结果表明：FA-MIDAS模型的样本内拟合效果好于未考虑混频数据的模型以及将月度数据简单平均后转换为季度数据的模型。与同频模型相比,FA-MIDAS模型能够提高预测精度。在数据处于较为平稳阶段时,模型中加入自回归项确实会带来预测精度的改善,但在数据波动较大时,加入自回归项会存在惯性趋势,反而降低了模型预测精度。随着当季数据公布的增多,当季GDP的实时预测及向前多步预测的预测精度会随之提高。     

公司治理引入上市公司财务危机预警体系的实证分析

财务危机,也称为财务困境、财务失败。财务危机预警即是利用企业相关资料,通过建立数学模型来预测危机发生的可能性。目前已有的研究已经取得了丰硕的成果,但这些研究在建立预警模型时主要是以一年的数据为样本进行分析,并没有将公司治理指标引入模型进行分析。基于此,本文在财务危机预警模型中引入公司治理指标,运用二元Logistic回归法建立模型,实证分析我国上市公司治理指标对财务危机预警的影响。