共查询到20条相似文献,搜索用时 15 毫秒
1.
该文通过建立ARCH模型对上证综指2000到2009年的月度收盘价数据进行拟合,然后预测了2010年前四个月的收盘价,并与真实值进行了比较,通过比较得出ARCH模型预测效果较好。 相似文献
2.
3.
4.
根据江苏全社会用电量最新统计资料,通过数据预处理,建立灰色GM(1,1)模型群,经检验从中选择7维模型对2007—2010年江苏未来电力需求进行预测。结果表明,2007年江苏全社会电力需求约为3152.05亿千瓦时,将比2006年增长约22.66%,整个“十一五”期间江苏电力需求年均增长约为21.27%。该模型具有较高的精度,预测结果符合江苏经济发展实际。 相似文献
5.
采用上海证券交易所1996年至2009年月度上证综指数据,实证分析对比时间序列模型法与数据挖掘法在数据拟合与预测方面的效率。结果表明,模型法在时间序列预测方面存在相当大的缺陷,采用挖掘法进行时间序列预测有明显的优势。 相似文献
6.
本文根据《南宁市统计年鉴》中2000年-2010年南宁市R&D经费投入数据运用灰色GM(1,1)模型对南宁市未来几年的R&D投入经费进行预测,预测结果表明未来几年南宁市R&D经费投入虽然将持续上升,但相对GDP总量而言R&D投入强度仍然保持较低的水平,与南宁市“十二五”规划中R&D投入强度的科技目标有较大的差距。本文在预测结果的基础上进一步提出了相应的政策建议。 相似文献
7.
该文运用AIKIMA模型对内蒙g-aNGDP的历年数据(1952—2005)进行分析处理建模,优化模型,揭示其变化规律,并对2006—2008年内蒙古人均生产总值进行预测与其实际人均生产总值进行比较,以此确认模型的可信度。最后,依据最终得到的平均相对误差仅为2.33%N可信模型AR.IMA(1,2,0)来预测2009—2011年的内蒙古人均生产总值。 相似文献
8.
在数字经济时代的背景下,高效地从大数据中提取有用信息用于预测,具有重要的理论意义和现实意义。基于高维宏观经济数据和百度搜索指数构建监督因子模型,分别利用缩放主成分分析(s-PCA)和偏最小二乘(PLS)提取因子预测我国的CPI。在此基础上,进一步利用LASSO筛选变量,对因子估计施加“双重监督”,考察“双重监督”因子模型的信息提取效率。实证结果表明:相比于无监督因子模型,监督因子模型对CPI及其“拐点”具有更强的预测能力;采用LASSO筛选变量的“双重监督”因子模型具有更高的信息提取效率,变量筛选能有效提升监督因子的预测能力;百度搜索指数对CPI具有显著的预测能力,可作为信息补充源为CPI预测提供额外的信息。 相似文献
9.
根据1998年1月1日-2006年5月1日上证综指数据,采用GJR-GARCH模型对上证股市收益率的统计特性进行讨论,并分析了上证股市收益率波动的非对称性现象。结论表明:(1)上证综合指数序列存在冲击的非对称性,同时也存在着杠杆效应;(2)由拟合得到的新闻影响曲线可以看出,GJR—GARCH模型的新闻影响曲线也是非对称的,同样强度的利空消息较利好消息对未来波动的影响更大。 相似文献
10.
本文采用求和自回归移动平均模型(ARIMA),对我国1952年~2006年的就业人数的数据进行时间序列分析,结果显示ARIMA(2,1,1)模型提供了较准确的预测结果,可用于未来的预测,就此可为我国社会保障部门提供一些参考数据。 相似文献
11.
本文结合GARCH族模型的VaR在险价值方法对上证综指进行了实证研究。分析发现,上证综指日收益率时间序列满足ADF单位根检验,具有很好的平稳性;基于广义误差分布( GED)和t分布假定下, VaR在险价值方法与GARCH族模型的结合更好的反应了股市收益率的风险特征。 相似文献
12.
文章基于甘肃省1992—2021年GDP数据,通过对数据的ADF检验、模型参数识别与检验、模型检验等综合分析,确立了ARIMA(0,2,1)模型,得出甘肃省未来两年GDP分别为10938.502亿元和11658.45亿元,该模型具有简单实用、预测精度高的特点,能恰当描述甘肃省GDP状况,可用来做短期预测,为政府部门制订宏观经济计划提供依据和参考。 相似文献
13.
本文基于KMV模型的适用性,构建了基于KMV模型的城投债信用风险测度,并利用北京市的统计数据预测了2013年地方政府的理性发债规模和违约概率。以下案例分析中,假设预测违约概率的期间长度为一年(T=1),使用的数据为北京市1983至2012年的国内生产总值、地方财政收入、地方财政支出。我们先用两种方法预测了北京2013年的财政收入,接着确定担保比例口,最后,我们比较不同发债规模下的违约概率,以此确定出2013年北京市城投债的理性预期发行规模。 相似文献
14.
本文主要探讨实行“单独二孩”政策和外来人口对北京市人口结构,特别是小学入学规模的影响,以及入学规模与外来人口结构之间的关系。 针对问题一,我们使用北京市2004-2012年数来预测2015-2025年人口总数以及出生率,建立了按年龄分布的女性模型( Leslie模型),根据人口更替率和修正后的总和生育率,构造Leslie矩阵,建立相应的Leslie模型。结果显示在2021年以后小学入学规模会有一定量增加,但并不会带来人口暴涨。 针对问题二,通过分析数据可得近年北京市小学招生数中外来人口数的时间变化以及该数据与外来人口总数的关系,然后通过分析近年北京市外来人口年龄构成,各部分比例趋于稳定值,因此我们直接建立年份与北京市小学招生数中的外来人口数、外来人口总数以及外来人口年龄结构的模型。认为外来人口增加有利于减缓老龄化。 针对问题三,为预测北京市未来小学招生数,将其分为京籍和非京籍两部分分别考虑。由问题二模型预测北京市小学招生数中的外来人口数,同时利用问题一中的模型预测京籍小学招生数。非京籍数由于缺乏数据,采用了线性模型,在短期内预测结果可信,但对于中长期预测需要改进模型。 由此,得到了北京生育政策调整后人口增长的预测模型,由小学入学人数对外来人口结构进行了推测,并对人口老龄化、人口抚养比等一系列评价指标进行了预测。 相似文献
15.
房地产行业是我国国民经济的重要组成部分,关乎国计民生。房价预测的准确性与稳定性,对政府、开发商和广大市民均具有重要的现实意义。本文利用网络爬虫方法获取银川市2015年4月至2021年3月安居客房产信息服务平台样本住宅价格数据,分别利用Lasso模型和梯度提升决策树(GBDT)模型对银川市房价进行预测;综合两种预测方法的优点,建构基于Stacking集成学习的Lasso-GBDT组合回归预测模型。通过实例预测结果比较,组合预测模型预测精度均在0.98以上,能有效避免病态数据对拟合程度的影响,较单项预测模型有更高的准确性和稳定性。 相似文献
16.
本文回顾了各类历史波动率模型以及实现波动率模型,同时通过实证检验发现上海证券市场上股票市场表现与网络文字频度普遍存在相关关系,通过该相关关系,本文改进了SV随机波动模型与GARCH模型,通过实证检验各模型对上证综指的预测精度。本文发现,通过加入网络文字频度参数能够提高SV模型的预测精度。 相似文献
17.
18.
19.
20.
运用ARIMA模型对我国1949-2009年的人口总数进行了分析与预测,得出AR IMA (2,2,1)模型可以对我国的人口总数作短期预测的结论。 相似文献