预测模型的特点及应用研究

预测在现实生活中有很重要的运用,实用域很广.由于社会经济的需要,不同的预测模型也随之应运而生,如灰色预测模型、曲线模拟、回归分析、神经网络、时间序列分析预测模型.不同的预测模型各有特点和适用范围,文章通过对某货运公司未来七天用户货运申请量预测的具体实例,探讨预测模型的特点和应用.     

几种无偏组合预测模型的分析

一、引言 对于同一预测问题,可以建立多个预测模型或由不同专家作出不同的预测。组合预测是以一种简单、实用和有效的方式综合各模型或专家预测的信息,以产生更好的预测效果。Bates和Granger(以下简称B-G)提出的组合预测模型是对可选的多个单项预测模型加权平均。记随机变量y_t的n个单项预测模型为、f_(it),B-G组合预测模型表示为     

对回归预测模型的改进

一、引言 回归预测模型是预测模型技术的一种,在实际中发挥着重要的作用。但不可否认,它的预测误差往往很大。这也是不足为奇的,因为它仅仅是一种趋势外推法。 众所周知,事物的发展不仅受长期趋势支配,还会受到周期波动和随机扰动的影响,从而呈现出以趋势线为中心的变动轨迹。可见,作为随机方程的回归预测模型仅考虑到长期趋势,没有考虑周期波动,这是预测误差较大的一个重要原因。为此,本文考虑周期波动对回归预测模型进行改进,从而提高了拟合优度,降低了预测误差。 二、对回归预测模型的改进 为方便起见,设ｙ关于Ｘ的回归预测…     

基于混频回归类模型对中国季度GDP的预报方法研究

根据混频数据计量经济模型的建模理论和分析技术,本文构建了中国季度GDP 5种不同权重函数的混频数据回归预测模型（MIDAS）和非限制MIDAS模型。结合传统分布滞后模型推导出MIDAS模型的最小二乘识别方法,并在此基础上对中国季度GDP进行短期预报,分析了高频解释变量滞后阶数变化效应及其对低频变量GDP的影响效应。根据6种模型拟合及预测结果,进一步构建混频回归联合预测模型,并考察了混频回归联合预测模型的预测精度及预测效果。研究结果表明：非限制混频数据回归预测模型的预测精度及拟合效果高于5种不同权重MIDAS模型,以BIC为权重构建的混频联合预测模型在对我国季度GDP短期预报时表现最优。     

基于回归分析的ROE预测模型

本文选取了2013-2014年度通用设备制造业的100家上市公司的数据为样本数据,通过对八个自变量的线性回归分析和逐步回归分析确立了通过企业当年度的公开财务指标对公司下一年的ROE进行预测的预测模型,该模型对企业做出相关决策具有一定的指导意义.     

上市公司财务危机预测模型比较研究

财务危机预测一直是公司金融领域的研究热点,危机预测模型随着研究的深入在不断地发展变化.多元线性模型、Logistic模型、COX模型、神经模型是当前主流的四种财务危机预测模型.以2003年-2008年制造业上市公司为样本,采用财务比率作为预测变量,通过样本公司财务数据建立了四种财务危机预测模型,利用判别精度和ROC曲线比较不同模型在财务危机发生提前3年的预测效果.研究发现神经网络模型在判别精度和稳定性方面均优于其他模型.多元线性模型、COX模型、Logistic模型预测虽然均具有应用价值,但三类模型在预测精度和稳定性上各有优劣.     

基于Shapley值组合模型的我国快递业务量预测

快递业务量的预测是我国邮政业制定发展策略的重要前提。通过采用灰色GM(1,1)预测、多项式趋势外推预测、指数平滑预测及Shapley值分配权重的组合预测模型对我国2012-2021年快递业务量进行分析,对比预测结果与平均相对误差,证实了基于Shapley值法的组合预测模型在我国快递业务量中的预测精度高于三种单一预测模型,具有科学性。利用此模型对我国“十四五”期间快递业务量进行预测,为政府、邮政管理部门及快递相关企业制定发展策略提供参考。     

多角度系统预测模型

正如文献[1]中所指山的:我国预测研究是在改革开放之后通过大量引进国外预测科学新概念、新方法、新技术而迅速发展起来的。目前结合我国国情的预测学理论和方法尚未建立起来。本文通过对我国经济系统的分析,针对其特点及目前预测方法中的不足提出了多角度系统预测模型(Multiperspective Systematic For(?)asting Model,简称MPSF)。该模型同时从技术角度、政治及政策角度、人的角度分别进行预测,进而根据被预测对象的特点,采用不同的方法对三个角度预测的结果进行系统综合,得到预测结果。这样,不但能够提高经济预测的系统性和实用性,而且也能使预測的准确性有所提高。     

基于LINEST财务函数构建销售预测模型

销售预测的回归分析必须建立在复杂的数据计算的基础上,本文利用LINEST函数建立销售预测模型得到某一产品的未来销售量和销售收入等的各类指标数值,为管理人员的相关决策提供借鉴。     

基于BP神经网络的安徽省物流需求预测研究

利用BP神经网络构建安徽省物流需求预测模型,在初步确定了预测模型的输入指标和输出指标后,通过灰关联分析,验证了两者之间的强关联性。借助MATLAB7.0软件实现了神经网络预测模型的建立,该模型揭示了输入指标与物流需求量指标之间的非线性映射关系。对训练好的网络进行仿真预测,预测精度较高,说明基于BP神经网络的物流需求预测模型是有效的。     

自由现金流量预测模型研究——基于汽车制造业的面板数据分析

本文构建了适用于企业价值估计的自由现金流量预测模型。模型根据自由现金流量的财务本质,通过将自由现金流量分解成各相应的应计项目,利用并设计相互之间的运算关系,运用计量经济学方法,对下一期的自由现金流量进行预测,并用汽车制造业上市公司的面板数据（1996年至2006年）对该预测模型进行了检验。结果表明模型本身以及解释变量都具有很高的显著性,证明了在销货成本、销售费用、管理费用与销售收入之比保持相对稳定等给定条件下,该模型具有很好的预测能力。     

沥青路面车辙预测模型的敏感性分析

车辙一直是沥青路面的主要病害,通过建立车辙预测模型进行相关研究。目前车辙预测模型种类繁多,各种方法计算结论、适用条件差异较大。为了在实际工程中,准确的选择车辙预测模型,现对车辙成因、影响因素及预测模型进行了系统的分类与评价,对预测模型进行了敏感性分析,为沥青路面的设计提供了参考。     

工业用电市场用电量组合预测方法研究

在总结现有用电量预测的主流方法基础上,对工业用电量数据特征进行分析,提出一种新的工业市场用电量预测方法。文章通过分析文献,总结了当前主流预测模型和方法的优势和劣势,从而提出灰色预测和梯度提升回归的组合模型。针对文章建立的模型,使用某地区四年实际用电量数据,与传统灰色预测模型、神经网络模型、单一梯度提升回归模型的预测结果进行对比,发现该组合模型在数据量较少或数据量比较充足的情况下,预测精度和稳定性很高,证明了所建立模型可靠性和有效性。     

基于BP神经网络的安徽省物流需求预测研究

利用BP神经网络构建安徽省物流需求预测模型,在初步确定了预测模型的输入指标和输出指标后,通过灰关联分析,验证了两者之间的强关联性.借助MATLAB7.0软件实现了神经网络预测模型的建立,该模型揭示了输入指标与物流需求量指标之间的非线性映射关系.对训练好的网络进行仿真预测,预测精度较高,说明基于BP神经网络的物流需求预测模型是有效的.     

自由现金流量预测模型研究——基于汽车制造业的面板数据分析

本文构建了适用于企业价值估计的自由现金流量预测模型。模型根据自由现金流量的财务本质,通过将自由现金流量分解成各相应的应计项目,利用并设计相互之间的运算关系,运用计量经济学方法,对下一期的自由现金流量进行预测,并用汽车制造业上市公司的面板数据(1996年至2006年)对该预测模型进行了检验。结果表明模型本身以及解释变量都具有很高的显著性,证明了在销货成本、销售费用、管理费用与销售收入之比保持相对稳定等给定条件下,该模型具有很好的预测能力。     

组合灰色预测模型对物流需求预测效果的分析

在线性回归与GM(1,1)组合模型对物流需求量预测,可取得优于单方法预测效果的前提下,将线性回归法运用到与DGM(1,1)模型进行组合,检测该组合灰色预测模型对物流需求量预测效果。通过对国内2001-2012年物流需求量历史数据的分析,发现组合灰色预测模型的预测效果优于线性回归模型,但低于DGM(1,1)模型,最后利用线性回归模型、DGM(1,1)模型、简单平均组合模型和组合灰色预测模型对国内2013-2017的物流需求量进行了有效预测。     

组合灰色预测模型对物流需求预测效果的分析

在线性回归与GM（1,1）组合模型对物流需求量预测,可取得优于单方法预测效果的前提下,将线性回归法运用到与DGM（1,1）模型进行组合,检测该组合灰色预测模型对物流需求量预测效果。通过对国内2001-2012年物流需求量历史数据的分析,发现组合灰色预测模型的预测效果优于线性回归模型,但低于DGM（1,1）模型,最后利用线性回归模型、DGM（1,1）模型、简单平均组合模型和组合灰色预测模型对国内2013-2017的物流需求量进行了有效预测。     

灰色预测模型在区域物流需求预测中的应用

区域物流需求属于派生需求,由区域经济发展水平决定,对区域经济的发展具有服务引导作用。灰色预测模型具有对数据要求限制少、中短期预测精准等特点,特别适合区域物流需求的预测。文章介绍了灰色预测模型以及在区域物流需求中应用,并结合实例进行了应用研究,通过误差检验,灰色预测模型具有较高的预测精度,是一种非常实用的预测方法.     

生命周期曲线预测模型在高科技产品中的应用

项目售卖型高科技产品的需求为项目拉动式离散型需求,需求波动大,高科技产品升级换代快,企业的需求管理难度大,企业经营风险高。针对此类型产品如何运用生命周期预测模型进行需求管理,进行了分析研究。应用某企业实际销量为分析样本,运用生命周期曲线预测模型来计算参数,通过计算的参数运用模型测算预测销量,最后通过预测销量与实际需求的对比分析指出了生命周期曲线预测模型的应用局限性,并通过分析偏离原因,得出该模型在高科技产品中的适用范围与修正措施,为后续项目售卖型高科技产品的需求管理提供了研究方向。     

基于KPCA-LSSVM的两阶段纺纱质量的预测模型

纺纱是复杂的多环节生产过程,纺纱产品的质量等级评价大多需要依赖领域专家的个人经验,有必要从定量分析的视角建立纱线质量预测模型。选取原棉的含水、含杂、主体长度、主上长度、均匀度、短绒率、成熟度、公制支数、强力、疵点总数10个影响因素作为纱线质量等级预测的评价指标,第一阶段对影响因素进行相关分析,用KPCA方法提取影响因素的主成分;第二阶段用LSSVM算法进行训练及预测,建立了基于KPCA-LSSVM的两阶段纺纱质量预测模型。通过对实测18组纺纱数据作为训练样本数据集对模型进行训练,13组数据作为该预测模型的测试数据,进行纺纱质量预测,并且与其他预测模型进行对比。结果表明:利用核主成分分析法对因素进行筛选,消除因素相关性,使得该组合算法具有较高的预测精度。