企业职工养老保险基金收支预测与分析

企业职工养老保险基金收支情况的预测,必须建立在一定的假设基础之上。这些假设条件既包括人口结构,也包括缴费率、覆盖率、替代率等制度参数,企业职工养老保险基金可以通过人口结构及制度参数等因素对其收支情况产生直接影响。因此,本文基于企业职工养老保险发展的现实情况及未来发展趋势,对企业职工养老保险基金收支平衡预测所需要的基本条件提出了假设,并以此作为企业职工养老保险基金收支预测的基础和依据。     

时间序列在粮食预测中的应用

所谓时间序列就是将某一个指标在不同时间上的不同数值,按照先后顺序排列而成的数列,它包括了系统结构特征及运行规律。本文通过时间序列分析在粮食产量预测中的应用,介绍了时间序列模型的辨识和预测,并基于Eviews软件计算完成了我省粮食产量的预测。     

基于时间序列分析的我国能源需求的预测

随着世界主要能源价格的大幅上涨和中国经济的强劲上升,中国能源需求已成为世界关注的焦点。本文利用时间序列分析方法中的自回归求和ARIMA模型,对我国1963-2008年的能源消费总量数据进行了实证分析,构建了能源消费总量数据预测模型,以此准确地预测我国能源需求,最后证明该模型能够很好的描述我国能源消费总量的动态演变规律,并且s在此基础上对我国未来的能源需求进行了短期预测,同时,给出了结论及建议。     

一种时间序列分析方法在经济预测中的应用

本文通过一种时间序列方法(序列有线性趋势和季节性波动),对具有季节变动趋势的产品销售情况进行了简要的预测研究,为企业制定经营决策、编制下年度的工作计划,改善经营管理提供依据与参考。     

一种时间序列分析方法在经济预测中的应用

本文通过一种时间序列方法(序列有线性趋势和季节性波动),对具有季节变动趋势的产品销售情况进行了简要的预测研究,为企业制定经营决策、编制下年度的工作计划,改善经营管理提供依据与参考.     

结构时间序列模型在经济预测方面的应用研究

本文开发了一种新的经济时间序列预测方法——利用结构时间序列模型进行预测。在结构时间序列模型中由经济指标分解得到的趋势、循环、季节及不规则因素是不可观测的变量，不能利用传统的回归分析方法求解模型，因此，本文采用状态空间方法来求解结构时间序列模型。本文通过ARIMA模型来研究经济时间序列的结构，在此基础上建立了不同形式的结构时间序列模型，并利用结构时间序列模型对我国社会消费品零售总额、狭义货币供给量(M1)和国内生产总值(GDP)等经济时间序列进行了预测。实证研究表明，结构时间序列模型具有良好的预测效果。从而为经济时间序列预测提供了一种新的有效方法。     

时间序列分析方法在张家川冠心病发病情况的应用

文章应用SPSS软件对张家川地区2002年12月至2006年8月冠心病每月发病人数统计资料做时间序列分析观测到该时间序列是无长期趋势和周期性波动的序列,进行指数平滑法拟合得到单参数的指数平滑模型,数学表达式,且进行预测值比较,得到较好效果。     

时间序列分析方法在张家川冠心病发疴隋况的应用

文章应用SPSS软件对张家川地区2002年12月至2006年8月冠心病每月发病人数统计资料做时间序列分析观测到该时间序列是无长期趋势和周期性波动的序列,进行指数平滑法拟合得到单参数的指数平滑模型,数学表达式z^ （t＋1）=0．8zt＋0．2z^ t,且进行预测值比较,得到较好效果。     

基于银行间国债回购利率时间序列的实证分析

预测市场利率的走势，对于商业银行利率风险管理非常重要。依据国债7天和14天回购利率数据，本文建立了利率预测综合自回归移动平均模型(ARIMA)和误差修正模型(ECM)。模拟结果表明，ARIMA模型不太理想，而ECM模型效果较好。     

SVM与神经网络在时间序列预测中的比较

神经网络和支持向量机都能有效地预测时间序列数据,但各自结构特点不同,导致其预测性能有差别。文章从理论和实践上比较了支持向量机与神经网络的优缺点。     

基于时间序列模型下的财务预测——以某家电企业为例

通过某家电企业的财务报表分析得知该企业的偿债能力较差,但营运能力总体向好。采用时间序列模型对该企业未来三年的财务状况做了预测,发现盈利情况良好,为投资者和管理者的经营提供方向。     

基于ARMA模型的上海市人均GDP时间序列分析与预测

本文分析了上海市人均GDP水平时间序列（1978年至2008年）,在将数据平稳化的基础上建立自回归移动平均模型（ARMA模型）,从中找出上海市人均GDP序列变化的规律,并在此基础上对未来几年的指标数值进行了预测。     

基于ARMA模型的上海市人均GDP时间序列分析与预测

本文分析了上海市人均GDP水平时间序列(1978年至2008年),在将数据平稳化的基础上建立自回归移动平均模型(ARMA模型),从中找出上海市人均GDP序列变化的规律,并在此基础上对未来几年的指标数值进行了预测。     

基于时间序列视角的2020年中国能源需求预测

能源与经济社会发展构成巢结构关系.能源预测是能源规划的基础.时间序列分析技术,基于其时原始数据相对简单的要求,实现对数据产生机制的科学理解和描述,实现未来值预报,是常用预测方法.本文利用时间序列分析技术,预测得到中国2020年能源需求总量为449074.91万吨标准煤.     

中国人均GDP时间序列建模与相关分析

人均GDP是衡量一个国家和地区经济发展水平和综合经济实力的重要指标。本文在相关背景下收集了1978-2008年中国人均GDP时间序列数据,应用了SPSS软件进行数据分析并建立时间序列模型,利用模型预测了2009,2010年人均GDP数值,对制定相应的宏观调控政策有十分重要的意义。     

正则化的时间序列AR模型及其在经济分析中的应用

通过添加一个正则化因子α,使时间序列AR(n)模型的最小二乘估计(X′X)-1X′Y变为(X′X+αI)-1X′Y,改善了时间序列分析模型中信息矩阵的病态程度,避免了时间序列分析模型产生不适定;经济统计数据分析表明,新的正则化时间序列分析模型在一定程度上起到了稳定所求参数的作用。     

正则化的时间序列AR模型及其在经济分析中的应用

通过添加一个正则化因子OC,使时间序列AR（n）模型的最小二乘估计（X’X）-’X’Y变为（X’X＋αl）-^1X’Y,改善了时间序列分析模型中信息矩阵的病态程度,避免了时间序列分析模型产生不适定;经济统计数据分析表明,新的正则化时间序列分析模型在一定程度上起到了稳定所求参数的作用。     

基于时间序列模型在物流需求预测中的应用

本文采用时间序列模型进行物流需求预测，用实例从数据平稳性的判断，平稳化、标准化，建模，经模型的识别、定价、参数估计和检验，到预测及误差和置信区间的计算，详细地说明了时间序列模型在物流需求预测中是如何应用的。结果表明该ARMA模型能够较好地拟合并可获得较高的中短期预测精度。     

多元回归时间序列方法在货运市场预测中的应用

为了解决制定某地区货运行业发展规划中的区域货运发展规模的分析和预测问题。提出一种以统计数据为依据,为货运行业需求量建立预测模型,并应用SPSS(Statistical Product Service Solution)分析软件,对预测结果进行评估检验的方法。最后以四川货运行业为例,研究预测了四川省今后数年的货运需求量,为四川货运部门进行决策提供一定的科学依据。     

指数平滑法在达州幼儿园发展规模预测中的应用

本文利用在校学生数作为达州幼儿园发展规模指标,建立了指数平滑预测模型,用此模型对达州2014~2016年幼儿园在校学生数作出了预测。结果表明,达州幼儿园在校学生数在近三年内仍会增长。