基于因果联系的中国股市异常波动归纳分析——以st类股票发布资产重组公告与股价异动的关系为例

提出了利用因果联系分析中国股市股价异常波动的思路。结合该思路,通过对st类股票（连续三个涨停的）股价异动与上市公司发布资产重组公告的关系进行实证分析,认为中国股市st类上市公司可以通过发布确定资产重组的公告来控制股价,导致股价连续三个涨停;在资产重组的过程中,一定程度上存在着内幕消息,在股价出现连续三个涨停之后,公司被迫公布消息。     

基于PLS-PP的延吉市土地利用变化趋势预测研究

利用延吉市1992年和2007年两期Landsat TM数据,在分析土地利用变化的基础上,应用偏最小二乘回归的投影寻踪耦合（PLS-PP）模型,对延吉市的土地利用变化进行了分析和定量预测。研究结果表明,偏最小二乘回归的投影寻踪耦合（PLS-PP）模型与传统的偏最小二乘回归（PLS）模型方法比较,预测值精度显著提高。根据PLS-PP模型的运算结果,按照目前的变化速度,延吉市林地、草地将逐渐减少,耕地、居民点工矿用地、未利用地、水域用地逐渐增加,其中未利用地、水域用地变化幅度较大。该方法可为土地利用变化预测研究提供一种新的思路,预测结果可为土地管理部门制定相应的对策提供依据,从而达到土地资源优化配置与合理利用的目的。     

基于灰色系统理论的河南未来人口发展预测研究

以河南人口发展数为研究对象,根据相关统计资料应用年末总人口数值建立灰色动态预测模型,对未来10年河南省人口数值进行预测研究。结果表明,河南人口2010年底将超过1亿,2015年为1.03亿,到2020年将达到1.05亿,年均增加51.6万人,最后给出了一些相关建议。     

基于BP神经网络模型的国内旅游人数预测

旅游人数的分析和预测是旅游规划与管理的关键性、基础性工作。目前旅游人数预测主要采用基于传统研究方法的预测方法。提出了一种基于BP神经网络模型的国内旅游人数预测新方法,对国内旅游人数的变化趋势进行了综合分析与预测,结果表明该方法具有较高的精度,该模型在旅游人数预测中的应用是可行的。     

灰色预测在航材消耗预测上的应用

针对航材种类繁多、规格复杂、准确预测航材消耗比较困难的问题,提出利用灰色系统理论中的GM(1,1)模型,根据历年航材消耗数据,确定其预测模型。算例表明本模型具有较大的准确性和实用性。     

风力发电的技术研究

随着风电装机容量在电网中所占的比例越来越高,其对电网的影响将不可忽视,研究风电机组的运行特性进而分析其对电网及发电机自身的影响对保证风电机组并网的安全可靠运行都具有重要的意义。文章指出了我国风力发电存在的主要问题并提出了相关解决方法。     

基于灰色系统理论的汽车报废量预测

随着汽车报废量快速提高,以及生产者责任制度的推行,报废汽车回收利用受到广泛关注。本文基于灰色系统理论,选取汽车全生命周期中的重要且白色信息指标,运用MGM(1,n)模型对汽车报废量进行预测,为建立汽车逆向物流系统及政府出台相关政策提供数量依据,促进报废汽车回收处理,达到保护环境、提高资源利用率和保障交通安全的目的。     

Validation and forecasting accuracy in models of climate change

Forecasting researchers, with few exceptions, have ignored the current major forecasting controversy: global warming and the role of climate modelling in resolving this challenging topic. In this paper, we take a forecaster’s perspective in reviewing established principles for validating the atmospheric-ocean general circulation models (AOGCMs) used in most climate forecasting, and in particular by the Intergovernmental Panel on Climate Change (IPCC). Such models should reproduce the behaviours characterising key model outputs, such as global and regional temperature changes. We develop various time series models and compare them with forecasts based on one well-established AOGCM from the UK Hadley Centre. Time series models perform strongly, and structural deficiencies in the AOGCM forecasts are identified using encompassing tests. Regional forecasts from various GCMs had even more deficiencies. We conclude that combining standard time series methods with the structure of AOGCMs may result in a higher forecasting accuracy. The methodology described here has implications for improving AOGCMs and for the effectiveness of environmental control policies which are focussed on carbon dioxide emissions alone. Critically, the forecast accuracy in decadal prediction has important consequences for environmental planning, so its improvement through this multiple modelling approach should be a priority.     

Do high-frequency measures of volatility improve forecasts of return distributions?

Many finance questions require the predictive distribution of returns. We propose a bivariate model of returns and realized volatility (RV), and explore which features of that time-series model contribute to superior density forecasts over horizons of 1 to 60 days out of sample. This term structure of density forecasts is used to investigate the importance of: the intraday information embodied in the daily RV estimates; the functional form for log(RV)$log\left(RV\right)$ dynamics; the timing of information availability; and the assumed distributions of both return and log(RV)$log\left(RV\right)$ innovations. We find that a joint model of returns and volatility that features two components for log(RV)$log\left(RV\right)$ provides a good fit to S&P 500 and IBM data, and is a significant improvement over an EGARCH model estimated from daily returns.     

交通机动化爆炸性增长的模型分析

近年来我国城市交通出现较为严重的拥挤,其中一个重要的背景原因就是机动化进程不但呈现加速趋势,而且其增长具有爆炸性,而以往对机动化水平的预测明显偏低。基于交通规划预测中常用的逻辑斯蒂(Logistic)模型分析了爆炸性机动化的形成机制,并在建立收入增长的动态模型的基础上进行了数值模拟,进而提出了相关的政策建议。