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     

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.     

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.     

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.     

财务困境预测模型综述

财务困境预测一直是财务界的研究热点.文章梳理了相关财务困境预测模型的发展脉络,对传统的和现代的财务困境预测模型进行了系统的评述,并对未来财务困境预测的研究作了展望.     

基于多元变权组合预测模型的物流需求预测

物流需求预测是保障物流服务供给和需求平衡的重要依据,也是现代物流企业发展研究的重点之一.本文应用斜关联度选取地区生产总值、三产增加值、全社会固定资产投资总额、社会消费品总额以及人口数量指标建立多元回归预测模型和多变量灰色预测模型,鉴于单项预测模型的局限性,以绝对误差平方和最小为目标,通过改进变权组合预测方法确定最佳变权系数,构建物流需求的多元变权组合预测模型.结果表明:多元变权组合预测模型预测效果更优,方法在物流需求预测中有较好的效果.     

高职毕业生就业预测模型的创建与分析

在海量的数据中,可以利用数据挖掘技术找出数据之间的关联关系,通过对数据关系的分析,为决策者提供决策的依据.本文通过对毕业生就业信息的分析,创建一个就业的预测模型,利用该模型来预测毕业生能否顺利就业,找出影响就业的因素,为学院在人才培养方面提供相关的数据支持.     

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.     

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。     

非负权重组合预测模型优化方法研究

一、引言 据不完全统计,目前已有预测方法近200种,然而每一个预测模型的假设条件不一样,一旦预测对象以及预测对象所处的环境发生了变化,一些模型的假设前提就不再成立,模型的性能将会变得很差。为了有效地利用各种预测方法所提供的信息,1969年,J.N.Bates和C.W.J.Granger首次提出了组合预测的理论和方法,将不同的预测方法进行组合,形成组合预测方法以求产生较好的预测效果。     

基于灰色模型的临沂市物流需求预测

为了在深度和广度上扩展物流产业、规划建设物流园区,根据临沂市物流业发展现状,运用灰色预测模型,充分考虑了GM(1,1)模型自身的特点和适用范围,以临沂市2006-2011年的货运量和社会商品零售总额为依据,预测了2012-2015年的物流需求量,并根据临沂市物流业发展的实际情况和经济发展情况,对GM(1,1)模型的预测结果进行了分析,为制定区域物流发展规划、确定物流基础设施建设规模提供定量依据,对制定宏观经济政策和促进地区经济发展具有重要意义.     

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。     

基于支持向量机的公路货运量预测方法研究

首先分析了公路货运量预测的重要性,介绍了国内外丰要预测方法.归纳总结了支持向量机的核心思想和基本原理,利用此较新的理论建立了公路货运量预测模型,给出了构建模型的具体分析步骤.同时探讨了参数的标定和修正过程.利用北京市基础数据,建立北京市公路货运量预测的支持向量机模型,并应用LibSVM软件进行预测,预测结果验证了模型的有效性和可行性,表明方法可以推广并可实际应用.     

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。