安徽省碳排放预测分析

运用排放因子法核算安徽省2000—2019年与能源相关的碳排放,并分析安徽省碳排放的主要影响因素。结合LMDI分解法分析了碳排放影响因素,之后建立STIRPAT扩展模型及岭回归,定量进行了安徽省能源碳排放预测。模型精确度高达90%以上,误差控制在5%以内,说明该模型可以很好对安徽省未来能源消费碳排放量进行预测。冀望能为安徽省实现碳减排,促进经济发展目标实现提供参考。     

自回归单整移动平均模型在财政支出预测中的应用

财政支出是一个地区或国家经济指标体系中的一个核心指标,它能综合反映经济活动总量和衡量一个地区或国家的工业经济发展水平。对财政支出进行定量分析并对其做出较为准确的预测则可以为相关部门或者企业制定发展规划、实施相关措施提供可靠的理论预测参考。通过财政支出规模和结构的预测,有利于指导未来财政支出结构优化工作的进行,同时建立财政支出结构预警体系,对于财政支出结构中出现异常波动的部分进行重点关注。本文是对财政支出预测理论和途径的一种探索,引入自回归单整移动平均模型,在模型的进一步使用中还需注意其他影响因素的出现,如经济波动、财政政策的大幅度调整等,未来还需要引入相关的要素对财政支出预算模型和理论进行不断完善。     

时间序列预测方法简析

时间序列预测法,是经济预测中定量,预测的一种常用方法,它是利用经济发展变化的历史资料数据,预测未来一定时期内经济的发展变化。由于经济的发展变化具有一定的延续性,这种延续性就     

江苏省城镇居民消费变化的分析与预测

本文在分析江苏省城镇居民收入和支出概况基础上,采用LES系统方法对该省城镇居民生活消费结构的边际预算、基本需求支出及需求总支出弹性变化进行分析,并采用改进的回归模型对未来该省城镇居民消费支出水平趋势进行了预测.     

中小区域多单元人口发展预测——以南京市为例

中小区域人口预测是当前人口预测的难点问题.综合运用相关分析、回归分析和时间序列分析法,把时间和空间结合起来建立时空回归模型对南京市及其区县的人口发展进行预测.研究表明,南京市在2020年和2030年的户籍人口数分别为673万和727万人,常住人口分别为873万人和1027万人.在影响人口发展诸因素不完全确知的条件下,用多个相邻小区域目前几年的人口数量通过时空回归方法对未来年份的人口进行预测,是一项简便而有效的方法.     

中国通用航空产业规模的预测研究

通用航空在国民经济和社会发展中发挥着重要作用,对中国通用航空产业的未来规模进行预测有助于相关利益方更深入地了解中国通用航空市场。为量化中国通用航空产业未来十年的规模,文章在中美比较的基础上,首先使用"两阶段法"预测中国通用航空飞机数量的变化,然后建立通用航空产业增加值的测度模型估算中国通用航空产业对经济发展的贡献。预测结果显示,2020年中国通用航空飞机数量可达12 610架,通用航空产业的增加值为50 534.43百万元,说明中国通用航空具有巨大的发展潜力,对经济发展具有强有力的推动作用。     

时间序列分析在金融价格预测中的应用

与回归分析不同，时间序列分析不是根据与其它变量的因素关系来预测一个变量的未来变化，而是根据该变量自身过去的规律来预测其未来的变化。这与实际中价格信息的复杂性特征具有较好的符合关系。作在Intnet网上查取了伦敦金属交易所（LME）镍金属从1998年1月到2001年5月共41个月的月平均现金参与价值数据41个，用其中的前37个数据进行时间序列分析，得到了AR（3）模型，用最小二乘法和Yule-Walker法预测后五个数据，得到了较好的效果。因此在价格信息分析与预测中使用时间序列分析理论和方法具有广阔的应用前景。     

俄罗斯经济发展形势的分析与预测

本文采用俄罗斯2002-2013年的季度数据作为样本,主要分析了季节性差分自回归模型——SARIMA模型在俄罗斯季度GDP预测中的应用,通过相应的分析最终得到了SARIMA(1,1,0)(1,1,0)4为俄罗斯季度GDP的最优预测模型.通过该模型对俄罗斯短期和长期经济发展形势进行了预测,得出俄罗斯未来四年的GDP年增长率在2.3％左右,长期的经济增长率在2.1％左右,经济形势依然不容乐观.     

交通量预测方法与应用

交通量预测精确度的提高，充分应用区域经济学分区理论。采用四阶段交通量预测法，在分析项目区域社会经济、交通运输现状的基础上，预测其社会经济发展趋势，从而预测项目区域未来各小区的趋势和诱增的交通出行产生与吸引量，得到未来特征年的出行分布OD表；获得拟建公路项目交通量的预测结果。     

南疆铁路沿线地区城镇化特点及其发展趋势预测

回顾了南疆铁路沿线五地州的近18年以来的城镇化进程及其发展变化情况,从城市化水平这个侧面来分析了五地州的城镇发展状况;同时,根据五地州1990—2007年的统计数据,选取综合城市化水平测量指标后,利用SPSS统计学软件,采用回归分析方法,建立了非农业人口及总人口随年份变化的回归方程,陈述了该地区城镇化发展特征,分析了该地区城镇化发展的限制因素;在对总人口及非农业人口的变化进行预测的基础上,对南疆铁路沿线地区将来20年的城镇化发展进行拟预测及分析,最后拟提出加快该地区社会经济发展而促进城镇化快速、持续、全面发展的建议。     

中国城市生活垃圾产生状况预测

针对中国城市生活垃圾问题选取我国东中西部8个典型城市进行研究,选择适当的回归模型,分析影响中国城市生活垃圾产生与变化的因素。在此基础上,预测了我国城市生活垃圾的产生状况,以了解我国城市生活垃圾产量与成分的未来变化情况,为中国环境卫生管理提供决策依据。     

中国城市生活垃圾产生状况预测

针对中国城市生活垃圾问题选取我国东中西部8个典型城市进行研究,选择适当的回归模型,分析影响中国城市生活垃圾产生与变化的因素。在此基础上,预测了我国城市生活垃圾的产生状况,以了解我国城市生活垃圾产量与成分的未来变化情况.为中国环境卫生管理提供决策依据。     

基于BP神经网络技术的GDP预测方法

在一般的经济预测中,通常采用回归分析方法建立模型对GDP进行拟合,但由于经济系统的复杂性,许多回归模型尤其是线性回归模型难以达到要求的精度。本文采用BP神经网络方法建模,利用其自学习和非线性的突出特点,对GDP进行研究,并得到了对2009年我GDP较为满意的预测结果。     

利用上市公司公开的财务信息预测未来的销售

销售收入与赢利直接相关 ,而且相对于赢余数据的披露更加客观。所以销售预测不仅可以对公司的盈利预测提供很好的补充 ,本身也是预测公司未来业绩的一个重要指标。本文采用横截面上的线性回归模型和贝叶斯动态线性模型等统计方法 ,对A股市场上市公司年度财务报告进行分析 ,发现财务报告中所披露的公司财务及经营的数据中包含有关于其未来销售变动的信息。进一步比较各种方法的预测效果 ,发现贝叶斯动态线性预测模型的预测效果更好 ,值得推荐。     

“十二五”时期中国水利投资预测研究

基于1952—2009年的统计数据,运用自回归移动平均模型和多项式分布滞后模型对中国"十二五"时期的国内生产总值和水利投资额进行预测。实证结果表明:多项式分布滞后模型的预测效果比仅考虑当期经济发展水平对水利投资的影响所建立的传统线性预测模型更为理想;在此基础上,运用自回归移动平均模型可预测出中国"十二五"时期的水利投资额。     

新时期关于财务预测的探讨

财务预测就是依据会计、财务、经营等有关资料,采用科学的方法,对企业经营、财务的发展趋势或变化程度进行测算和估计。财务预测实际上是一种特殊的财务分析。这种分析之所以特殊,是因为它涉及财务未来和不肯定性,所以严格地说是“对财务未来进行估算”。     

中国废水排放量趋势预测——基于任务相关性的机器学习方法

中国的水污染是一个非常严重的问题,为了控制水污染,对中国未来废水排放量进行准确预测具有十分重要的意义。从影响废水排放量的潜在变量中筛选出GDP、人均GDP和产业结构三个关键预测变量,采用1998—2017年中国省域数据和基于任务相关性的机器学习方法对各省份废水排放量趋势进行预测。实验结果表明,所建立的预测模型能够保持线性回归模型的可解释性,并获得较高的预测精度(RMSE、MAE和MAPE分别为0.0882、0.0643和0.5533)。预计全国年废水排放总量2025年最低将达到9081209万吨,最高9903864万吨;2030年最低将达到10864311万吨,最高13081922万吨。政府部门可根据预测结果制定废水减排计划和经济发展规划,在发展经济的同时维持生态环境的平衡。     

世界拆船量变化因素分析和未来预测

文章对影响世界拆船量变化的四个主要因素进行了分析,并构建一个简单的回归模型对未来几年的市场进行了预测。结果表明,2011到2012年还将是拆船企业的黄金时期,但随着船舶市场达到平衡以及航运市场的重新走高,2013年以后的5年内,拆船业必将再次迎来又一轮的寒冬。     

ARIMA模型在广东工业指标预测中的应用

采用自回归移动平均模型ARIMA对广东省工业增加值进行动态分析。结果显示,ARIMA(1,1,0)×(1,1,0)12对于考察序列是适用的,达到了较好的模拟预测效果,可用于对广东省工业增加值的短期未来预测。     

中国海洋经济预测研究

海洋经济发展目标的确定是制定国家海洋发展战略、国家级海洋经济发展规划和沿海地方海洋经济发展规划中必须解决的问题之一。因此,海洋经济预测是海洋经济研究领域不可回避的问题之一。对适于进行海洋经济预测的灰色系统模型、趋势外推法、成长曲线法、组合预测法等进行深入探讨,对组合预测结果的最有效性给出可靠的数学证明,并运用所建立的模型对2015年和2020年我国海洋经济和主要海洋产业发展水平进行预测。