ARIMA模型在教育预测中的应用——以湖南中等职业教育为例

基于时间序列数据的教育预测方法较多,主要有趋势外推法、人口离散预测模型、生命表法、灰色预测法、线性回归模型、分布滞后模型、Logistic模型、人工神经网络方法等,对一些代表性的方法作了简单的概括,在此基础上,通过构建ARIMA模型拟合湖南中等职业教育的发展趋势,对湖南2007-2011年中等职业教育发展规模进行客观预测.     

基于灰色系统模型的城乡建设用地规模预测——以常德市鼎城区为例

土地利用总体规划是区域性的综合规划,为地方性的经济发展提供科学和法律依据.建设用地的有效供给是地方经济发展基础,建设用地需求量预测是土地利用总体规划编制的核心,也是土地利用管理的依据.为了切实搞好常德市鼎城区的土地利用总体规划,使之更具有前瞻性、可操作性,必须切合实际地搞好建设用地需求规模和布局的预测.采用灰色系统模型,通过灰色关联度分析,建设用地发展与GDP、总人口、市镇人口、社会固定资产投资、人均GDP、第二产业产值、第三产业产值密切相关.基于这些因子,采用灰色系统模型法、建立GM(1,1)灰色模型,进行了2010年和2020年的城乡建设用地规模的预测.GM(1,1)模型可以进行长期预测,但预测仅反映一种趋势,综合考虑驱动因素的灰色线性组合模型更具有预测的可靠性.利用GM(1,1)模型和线性模型组合,进行城乡建设用地规模预测,可为土地利用总体规划提供可靠的保证.     

谈现代服务业中重点产业的确定——基于计量角度的分析

确定现代服务业中的重点产业并实现其类似主导产业的扩散效应对促进大中城市国民经济的整体发展具有重要作用。重点产业的确定可以通过采用指数增长模型预测法和线性回归增长模型预测法预测细分产业在未来若干年的增长趋势来进行,可以通过历史数据的分析来验证。     

河北省旅游外汇收入时间序列建模及预测

本文在分析1984年至2011年河北省旅游外汇收入额年度数据的基础上,建立了旅游外汇收入额的ARMA(p,q)模型.首先针对序列的非平稳特征,对河北省旅游外汇收入额变量进行对数化处理,将时间序列的指数趋势转化为线性趋势,然后对序列继续进行差分处理,变成平稳序列,建立河北省旅游外汇收入时间序列的ARMA模型并对模型进行检验,最后将模型用于河北省旅游外汇收入的预测分析.实证结果表明:ARMA(1,1)模型提供了较准确的预测效果,可以用于未来的短期预测.     

我国国债规模影响因素分析及政策借鉴

本文在对我国历年国债发行规模数据分析的基础上采用Statistica软件,运用分段线性回归的方法,对影响国债规模的因素进行了选取,进而建立国债规模的分阶段线性模型。通过模型所展现的国债规模发行趋势,我们认为:以发行国债为主要内容的积极财政政策近期内不应淡出,我国政府应当在适度控制国债增长速度的前提下保持积极财政政策的可持续性。     

中国粮食产量与有效灌溉面积之间的关系分析

运用Eviews6.0软件对中国粮食产量和有效灌溉面积之间的关系进行了分析，构建了两者之间的一元线性回归模型，并对所建的模型进行了参数显著性检验，最后利用模型预测了2012年和2013年的中国粮食产量。     

化肥施用量对中国粮食产量的影响分析

粮食产量与粮食安全历来都是政府部门关注的重要问题。利用1990-2011年中国粮食产量和化肥施用量数据，运用Eviews6.0软件对中国粮食产量和化肥施用量之间的相关性进行了线性回归分析，建立了一元线性回归模型，并对所构建的模型进行了显著性检验。检验结果表明：中国粮食产量和化肥施用量之间的相关性较强。最后，利用模型预测了2012年和2013年的粮食产量。     

基于灰色系统理论的旅游客源预测模型--以中国入境旅游客源为例

本文基于灰色系统理论,以中国1978年以来入境客源为例,建构了旅游客源预测的灰色模型,并与常用的线性模型的预测精度进行了定量对比。所得基本结论为:①旅游系统是灰色系统,灰色系统理论是研究旅游现象的有力工具;②中国入境客源灰色GM(1,1)模型的预测精度高于线性模型;③就灰色预测而言,如果原始数据列较长(例如21年),对原始数据进行平滑处理所得预测模型精度较高,而对原始数据进行取自然对数的处理所得模型预测精度较低;如果原始数据列较短(例如5年),对原始数据进行取自然对数的预处理所得模型预测精度较高。本文所得结论对其他旅游序列预测应该具有一定的借鉴与参考价值。     

广州城市生活垃圾增长与用地需求预测

采用线性回归、对数增长、固定比率增长和HP滤波趋势分析等方法对广州2010～2025年的城市生活垃圾及现有处理模式下的用地需求进行了预测。基于对广州未来城市人口基本将保持在1800万规模的判断,选取对数增长预测方法进行预测。结果表明,到2015年、2020年和2025年,广州中心城区终端垃圾处理量分别约为306万吨、320万吨和331万吨,在现有的以填埋为主的处理模式下,垃圾填埋的土地需求分别为407亩、426亩和441亩。     

上市公司财务预警模型的研究

本文首先以沪深证交所2003年和2004年财务困境公司与非财务困境公司为样本,构建判别上市公司财务危机的模型,然后根据T检验的检验结果和以往研究的经验,最终选择流动比率、累积盈余、总资产报酬率和净资产收益率4个主要变量,分别运用单变量和多变量研究方法进行判别分析.研究表明,预测数据与建立模型的数据年度越临近,模型的预测能力越强,而离ST越远模型预测力越差.     

财务分析师盈宗预测精确度决定因素的实证分析

文章以2004-2005年的上市公司数据为样本，分析了我国财务分析师在预测上市公司未来盈余时影响其预测精确度的主要因素。研究发现，预测机构数量的增加、盈余可预测性以及信息披露质量的提高，将伴随着高的盈余预测精确度，而盈余波动程度越大、公司规模越大，预测的精确度则越低。同时，可预测性、盈余管理、盈余波动以及公司扩张速度对分析师的悲观预测有显著的影响，而可预测性、盈余管理以及公司规模则显著影响分析师对盈余的乐观估计。     

中国城市绿地面积与国内生产总值之间的关系研究

城市园林绿化与经济发展之间的关系极为密切，二者之间相互影响、互为促进。运用Eviews6.0软件对中国城市绿地面积和国内生产总值之间的关系进行了分析，构建了一元线性回归模型。在模型中，城市绿地面积和国内生产总值之间的相关系数R2=0.946302，说明模型的拟合程度较高。最后，利用模型预测了2012年和2013年的中国城市绿地面积。     

县(市)级土地利用总体规划中耕地需求量预测方法及其应用

科学准确地预测耕地需求量,是制定县(市)级土地利用总体规划的基础.文章根据中国南方某县1996-2005年来的耕地变更调查统计数据,分别采用趋势分析法、回归分析法、指数平滑法、GM(1,1)模型法和灰色-马尔柯夫链模型的方法,对该地区耕地总量进行了模拟和预测.不同方法的预测结果表明,基于灰色-马尔柯夫链方法的预测结果更加准确可靠,更有利于土地管理决策者的经济决策行为.在当前耕地利用方式的背景下,灰色-马尔柯夫链模型可以作为县(市)级土地利用总体规划中耕地需求量预测方法的一种好选择.     

银行业结构影响中小企业信贷能力? ——基于分层线性模型实证

中小企业融资问题引起了我国普遍关注。基于wind数据库,利用分层线性模型考察了企业规模与银行业结构对中小企业信贷能力的影响,并引入了商业信用环境变量,研究不同商业信用环境下,该影响是否会发生变化。研究发现,企业规模越大,银行业结构越分散,企业信贷能力越强,但该影响程度随着商业信用环境的提高而减弱。本研究对于如何提高中小企业信贷能力具有重要参考意义。     

我国四川农村居民消费结构变动趋势及对策研究

文章运用扩展线性模型,研究了四川农村居民的消费结构的现状以及边际消费倾向,并对未来几年内的消费结构的变动趋势进行了预测,在此基础上,有针对性地提出了进一步启动四川农村居民消费需求的对策。     

咸宁市经济发展的SWOT分析和预测

在对咸宁市经济发展状况进行SWOT分析的基础上,利用2001—2010年咸宁市GDP统计数据作为原始数据,建立灰色预测数学模型,检验模型的有效性,利用模型预测咸宁市2015年的GDP总量,预测结果：咸宁市2015年的GDP规模将达到1 050亿元。     

基于Gramer分解定理对我国就业人数变化趋势分析及预测

本文基于时间序列的Gramer分解定理,利用我国就业人数1978年到2007年的历史数据进行实证研究,建立确定性趋势模型和ARMIA模型的组合模型.最后得出组合模型能够很好的预测我国的就业人数,然后运用模型对我国就业人数进行短期预测和分析.     

基于多元线性回归模型的物流需求预测 及实证分析

本文选取货运量作为物流需求水平的指标，结合Eviews软件通过多元线性回归方法进行预测，并通过大连市2002-2018年的统计数据进行了 实证分析，证明多元线性回归方程对预测物流需求有较好的参考作用。     

基于农村居民最低养老水平的财政支付能力研究

基于农村居民现实最低养老需求,对我国财政的养老补贴支付能力进行测算分析。以修正恩格尔系数为基础测度了农村居民最低养老保险水平,并依据农村恩格尔系数及物价指数的历史变动趋势,预测了2010-2020年农村最低养老动态水平;利用财政收入规模的自回归模型预测了2010-2020年的财政收入规模,结合普惠型养老金总额应为财政收入的5%国际经验,对基本养老金以及最低养老需求占财政收入的比重进行了测算和评价。目前的基本养老金在短期内对改善农村老年人生活有重要作用,但长期来看还需要不断增加,应优化财政支出结构。     

广东省碳排放量测算、影响因素分析及预测模型选择北大核心

广东省是中国经济最发达的省份之一,科学预测其碳排放量对“双碳”背景下探索省级控碳发展路径具有重要意义。论文首先对各类碳源和碳汇进行核算,得到了广东省1995—2019年的净碳排放量;运用扩展的STIRPAT模型分析广东省碳排放的影响因素,并将其作为碳排放量预测模型的输入变量;建立经鸡群算法优化的快速学习网CSO-FLN预测模型,对广东省碳排放量进行预测,并将预测结果与FLN、ELM模型进行比较分析以验证CSO-FLN模型的优越性和有效性。研究结果表明:广东省的净碳排放量在研究期间呈现上升趋势;人口规模、富裕度、产业结构与碳排放量之间均存在正相关关系,对外开放、技术水平、能源结构与碳排放量之间存在负相关关系;CSO-FLN模型的预测精度高于FLN、ELM模型,可作为后续碳排放量预测的有效建模方法。