基于文本挖掘的能源与环境保护政策大数据研究

本文以2006-2020年国务院和31个省(自治区、直辖市)的政府工作报告为样本,基于PMC指数模型对能源与环境保护政策进行量化评价,构建一套科学的评价指标体系.本文研究有利于提升政府在环境治理领域的注意力水平,建立长效机制.     

基于乘积季节模型的陕西省CPI的分析与预测

居民消费价格指数(简称CPI)是综合反映居民购买的生活消费品和服务价格水平的变动情况的重要指标。本文基于乘积季节模型对陕西省2001年1月至2012年12月144个月份的CPI数据进行实证分析,建立ARIMA(p,d.q)×(P,D.Q)12模型,结果表明该模型为反映CPI变化规律较优的模型,最后利用该模型对陕西省2013年各月CPI进行预测。     

文本挖掘 为经营添活力

正有统计表明,一个组织80%的信息是以文本的形式存放的,这些文本通常包括同领域的技术文档、Internet上的博客、论坛帖子等Web页面以及日常联系的电子邮件等。传统基于数据库的数据挖掘技术遇到了难以回避的问题,人们必须探求从大量的文本集合中发现新的知识。如何从庞大的非结构化文本信息中获取人们所感兴趣和需要的信息,成为数据挖掘以及智能信息处理领域的热点问题。文本挖掘技术就是为了解决这一问题而产生的。     

湖北省CPI时间序列分析及预测

本文利用湖北省2002-2009年这8年96个月的月度数据,建立求和自回归移动平均模型(ARIMA)对2010年1-4月的湖北CPI进行了预测,结果表明,ARIMA(1,1,0)是描述我省CPI变化趋势相对较优的时间序列模型。     

基于VAR模型的CPI预测研究

2011年通胀高企,本文放弃传统的CPI指标构建体系,从CPI的传导过程来预测CPI的持续时间与高低点。为验证逻辑思路的合理及所采用模型的正确性,我们在文尾用2009年以前的数据对2010年的CPI进行了后验,结果证明了本文采用VAR方法从CPI传导路线进行预测具有较高的准确性。     

基于ARMA模型对我国CPI未来走势的实证分析

本文运用ARMA模型通过对我国1996年至2007年的年度平均消费者物价指数（CPI）值进行实证分析,建立了一个反映CPI变化规律的较优的统计预测模型,并对CPI变化趋势进行了预测．得出我国在2010年左右经济将全面复苏,同时也存在通货膨胀的隐患。     

基于ARIMA模型的湖北省CPI时间序列分析及预测

金融危机后,伴随着世界经济的快速增长,通货膨胀问题越来越严重,物价上涨厉害。本文利用湖北省2008年9月至2011年这4年(32个月)的月度数据,对湖北省CPI序列建立求和自回归移动平均(ARIMA)模型。结果表明,疏系数模型ARIMA((1,3,10),1,(2,3))是描述湖北省CPI变化趋势较优的时间序列模型。本文利用此模型对2011年5、6、7月的湖北省CPI指标进行了预测并提出了相应的建议。     

基于ARIMA模型的湖北省CPI时间序列分析及预测

金融危机后,伴随着世界经济的快速增长,通货膨胀问题越来越严重,物价上涨厉害。本文利用湖北省2008年9月至2011年这4年(32个月)的月度数据,对湖北省CPI序列建立求和自回归移动平均(ARIMA)模型。结果表明,疏系数模型ARIMA((1,3,10),1,(2,3))是描述湖北省CPI变化趋势较优的时间序列模型。本文利用此模型对2011年5、6、7月的湖北省CPI指标进行了预测并提出了相应的建议。     

基于VAR模型的CPI与PPI关系的实证研究

本文选取我国1993年1月至2010年9月的CPI和PPI月度数据,建立VAR模型,通过格兰杰因果检验发现CPI和PPI互为格兰杰原因。通过脉冲响应含函数进行分析,发现CPI对自身的增长起着推动作用,CPI对PPI的增长有着正向的作用,但影响有2个月的滞后期;PPI的变动对CPI有着正影响,并且有2个月的滞后期。方差分解的结果说明CPI的变动90%是由本身引起的,10%是由PPI引起的;PPI变动40%是由CPI引起的60%是由自身引起的。     

基于VAR模型的CPI与PPI关系的实证研究

本文选取我国1993年1月至2010年9月的CPI和PPI月度数据,建立VAR模型,通过格兰杰因果检验发现CPI和PPI互为格兰杰原因。通过脉冲响应含函数进行分析,发现CPI对自身的增长起着推动作用,CPI对PPI的增长有着正向的作用,但影响有2个月的滞后期;PPI的变动对CPI有着正影响,并且有2个月的滞后期。方差分解的结果说明CPI的变动90%是由本身引起的,10%是由PPI引起的;PPI变动40%是由CPI引起的60%是由自身引起的。     

基于CPI视角的货币政策有效性研究

CPI作为衡量通货膨胀水平的重要指标,是货币当局制定和执行货币政策的重要参考指标。然而,我国CPI编制方法的缺陷与不足使其在相当程度上影响了货币政策的有效实施。本文认为,我国货币当局应当从货币供应量、信贷、财政赤字、投资需求、进出口贸易等方面选取居民消费价格指数的先行指标,构建CPI先行指标体系并将其作为货币政策操作的辅助参考指标,从而提高货币政策制定的科学性与准确性。在此基础上,本文提出了进一步提高我国货币政策有效性的政策建议。     

中国的通货膨胀预测：基于ARIMA模型的实证分析

通货膨胀预测已经成为中央银行制定货币政策的一个关键性变量。我们在研究国外学者对通货膨胀预测研究的基础上,根据我国1990年1月到2007年11月的CPI月度数据,运用ARIMA模型,对我国通货膨胀进行分析和短期预测。实证结果表明,运用ARIMA(1,1,10)模型为我国的通货膨胀提供了较好的预测,如果央行能依据通货膨胀预测的结果制定相应的货币政策,将有助于避免货币政策的时滞,有利于正确地引导和稳定市场预测,最终提高货币政策的有效性。     

中国共享单车市场的投资者情绪测评——基于网络文本挖掘的研究

随着互联网技术的不断渗透,共享单车、共享汽车等共享经济形态机遇与挑战并存。网络社交媒体作为目前投资者交流与传递投资信息的重要渠道,能够成为量化投资者情绪的数据来源。以2017年1月1日至2017年6月30日东方财富网共享单车概念股的股吧信息为研究对象,通过网络文本挖掘技术构造投资者情绪、投资者关注度、投资者互动程度三个指标,并与股票收益进行相关性分析和混合回归分析。结果发现,共享单车市场中投资者情绪高涨、关注度增强能够提升概念股的股票收益水平,而投资者互动度与股票收益负相关。此外,积极情绪、消极情绪对股票收益的影响存在差异。     

大数据时代基于文本信息的信用风险管理研究

传统信用风险的量化管理是以财务数据、市场交易数据等定量信息为基础的,大数据时代海量的文本信息为分析公司企业的价值和违约倾向带来了新线索,提供了其信用状况恶化的早期预警信号。通过对相关文本信息来源和特点的分析,对可读性分析、词袋方法和机器学习等文本分析方法在信用风险管理中的应用及存在问题进行了分析,构建了基于文本信息的信用风险管理体系,并对其在信用风险评价、风险预警与监控、信用风险定价等方面的应用前景进行了分析。     

如何挖掘管会中的大数据

在越来越多的企业开始采用数据分析,以变革思维的方式掌控企业经营管理中的各种风险的睛况下,管理会计必将成为影响企业味来的决策支持和经营分析的重要工具。一方面,预测以大数据为核心,而管理会计的一项重要职能就是敞好企业当前经营和长期规划的经济前景预测,帮助企业管理者做出正确的决策。     

研发文本信息:真的多说无益吗?——基于分析师预测的文本分析

本文采用文本分析技术提取年报研发文本信息,并从分析师预测角度解读其信息价值.研究发现:(1)R&D文本信息显著降低了分析师预测偏差及分歧度,而且信息透明度发挥了中介效应.(2)R&D文本信息披露越多,未来三年的创新产出以及政府研发补助越多,说明企业倾向于选择性披露有利于企业的研发信息.(3)企业披露动机越强,分析师获取私有信息的能力越弱,R&D文本信息对分析师预测偏差和分歧度的降低作用越显著.以上结论说明我国年报R&D文本信息具有一定信息含量,对分析师来讲“多说有益”.本文从研发文本视角以及分析师预测角度验证了我国年报文本信息的积极效应,有助于丰富R&D以及分析师预测文献.     

CPI预测及其与利率、汇率之间的动态关系

维持物价和汇率稳定,是各国宏观经济管理的核心内容。近期我国物价一直保持高水平增长,这对稳定我国经济带来了不利影响。从1994年汇率体制并轨、2005年开始实行有管理的浮动汇率制度,尤其是08年金融危机以来,我国对美元汇率看涨,人民币升值趋势强劲。为探寻我国物价增长趋势以及人民币升值是否对内转移了通胀压力,本文分别建立了ARMA模型和向量误差修正模型,对CPI与利率、汇率的动态关系进行了实证分析,研究表明:我国的CPI会保持波动上升趋势,对10年9-11月预测结果显示CPI上升幅度不会太大;汇率对CPI的弹性很大,其弹性为-0.321,说明人民币升值一个百分点,CPI增长0.321个百分点。     

基于阿里巴巴大数据重复购买预测的实证研究

淘宝网站能够收集到海量用户的购物行为日志,它使得掌握用户的购物偏好成为了可能。尽管用户的购买模式具有高度的多样性和自由性,但是周期性的购买是非常频繁的现象。因此寻找用户的周期行为对了解用户对商户的偏好非常重要。本文基于2017年阿里巴巴竞赛所获得的数据,从海量的购物行为数据中挖掘了用户特征、商户特征和用户-商户特征,对寻常情境下新用户未来在同一家店铺再次购买行为的预测进行了研究。此外,针对训练数据中类别及不平衡的问题,提出随机抽样并赋予各类别不同权重相结合的策略,并基于该策略将训练样本划分为6组,分别用SVM与随机森林训练多个预测模型。最后,通过集成将这多个预测模型共同进行预测。通过实验验证,所提出的组合预测方法具有很高的有效性。     

CPI预测及其与利率、汇率之间的动态关系

维持物价和汇率稳定,是各国宏观经济管理的核心内容。近期我国物价一直保持高水平增长,这对稳定我国经济带来了不利影响。从1994年汇率体制并轨、2005年开始实行有管理的浮动汇率制度,尤其是08年金融危机以来,我国对美元汇率看涨,人民币升值趋势强劲。为探寻我国物价增长趋势以及人民币升值是否对内转移了通胀压力,本文分别建立了ARMA模型和向量误差修正模型,对CPI与利率、汇率的动态关系进行了实证分析,研究表明:我国的CPI会保持波动上升趋势,对10年9-11月预测结果显示CPI上升幅度不会太大;汇率对CPI的弹性很大,其弹性为-0.321,说明人民币升值一个百分点,CPI增长0.321个百分点。     

商业银行发展金融科技如何影响信贷业务?——基于上市银行年报文本挖掘的证据

通过对上市银行年报信息的文本挖掘,构建了银行金融科技发展指数,并与互联网金融公司的金融科技发展水平相比,从业务规模、信贷风险和贷款收益角度,研究金融科技对商业银行信贷业务的影响。实证检验的结果表明,商业银行与互联网金融企业之间存在错位竞争,银行发展金融科技不仅促进了自身信贷业务规模的扩张,提升了银行信贷的普惠性,还有助于增强银行的风险管控能力。