CPI指数的主成分分析及对经济走势的影响

分析CPI指数的主要影响因素及其对经济走势的影响,对宏观决策具有积极意义。文章首先通过应用主成分分析法找出影响CPI指数的主要影响因素;其次运用时间序列分析工具来解析CPI指数与宏观经济走势之间的关系。结果表明,我国CPI指数与宏观经济走势之间存在着长期相关关系,长期来看CPI指数可以作为一个重要指标来预判宏观经济走势,决定宏观经济政策;在短期来看,CPI指数属于滞后指标,只能用来反映之前的宏观经济状况。     

ARMA在我国GDP预测中的应用

本文用ARMA模型对我国1978—2007年GDP数据进行分析,并预测出未来三年的GDP数据。与实际GDP相对照模型预测误差较小,说明ARMA模型非常适合于短期预测。     

我国房地产市场的短期量价变化研究及预测

文章在对我国房地产市场走势进行定性分析的基础上,综合运用时间序列方法,对房地产市场的短期量价变化进行了研究和预测。文章认为,应通过加大落实保障性住房建设力度,保障城市中低收入居民利益;加强房地产价格调控力度,坚决打击房地产投机行为;拓宽都市圈系统建设范围,促使更多地区推进城市化建设等措施促进房价稳定以及房地产市场的健康发展。     

基于季节调整的四川居民消费状况实证分析

由于种种原因,目前中国居民消费的比重偏低,出现了结构失衡。因此,准确把握当前的消费状况和特征,对于制定扩大消费需求的对策来说具有重要的意义。随着灾后重建项目的逐步完成,投资对四川经济的作用日趋减弱,在净出口额并不是很大的状况下消费便成了拉动四川经济增长的主要因素。文章在分析四川居民消费时间序列数据的基础上,运用季节调整的方法,准确分离出消费的长期变动趋势、季节变动趋势、不规则变动因素,并提出了刺激消费、扩大内需的对策建议。     

基于ARIMA模型的中国钢材市场价格预测

本文以中国钢材市场价格为研究对象,选取了8种主要钢材品种2004年1月到2010年11月的价格数据,通过模型识别,建立ARIMA模型来预测中国钢材市场2010年9月至11月的钢材价格,通过比较预测结果,确定在允许的误差范围内,最终给出2010年12月至2011年3月这四个月的钢材预测价格。     

基于随机化的混沌单分组散列函数的设计与实现

随着网络信息技术的快速发展和广泛应用,通信安全问题越来越突出,散列函数（哈希函数）作为保护信息安全的关键技术,被广泛应用于数字签名、校验文件完整性、消息认证等领域。传统的散列函数已经不能满足现代通信的安全需求,因此不断更新和发展散列函数算法,是未来计算机领域发展的重要目标。文章设计的针对小于128bits短消息的单分组哈希函数,通过引入随机化的思想,重新设计了压缩函数,可以有效地保障短消息在处理过程中的完整性及安全性。     

基于面板数据的省级碳排放模型构建及预测分析

在全球气候变暖的大背景下早日实现碳达峰、碳中和,被认为是国家健康发展的重要前提,因此,约束碳排放、实现碳达峰等议题的研究显得尤为重要。在已有碳排放影响指标的基础上,基于无量纲化的2002—2019年面板数据,运用Pearson相关分析与主成分分析,重新构建基于三次产业划分的碳排放核算指标体系,构建以重构指标为基础的碳排放占比核算模型,借助ARIMA时间序列模型对2020—2030年的指标量及碳排放量进行预测,最后进行结果分析并提出相关应对策略。     

基于ARIMA模型分析四川省GDP

通过选取1978年至2018年四川省国内生产总值的相关数据,运用计量经济软件Eview8.0、SPSS25.0对选取的时间序列数据进行ARIMA模型与残差自回归模型的建立。在模型均通过检验的基础上,对AIC等信息准则的综合比较,最终确定建立ARIMA(4,2,0)最优模型来对四川省GDP进行分析与预测。     

鼠咬天开 营造新世界

庚子鼠年,一个新的轮回;二零二零,一个新的十年。关于鼠有一则神话。“自混沌初分时,天开于子,地辟于丑,人生于寅,天地再交合,万物尽皆生。”意思是相传天地之初,混沌未开。子鼠勇敢地把天咬开一个洞,太阳的光芒终于出现,阴阳就此分开,民间俗称“鼠咬天开”。     

基于多变量时间序列的上证市场混沌特征研究

以上证A股综合指数日开盘价、最高价及收盘价为研究对象,基于多变量时间序列相空间重构思想,利用平均互信息法、虚假近邻法、G—P算法及小数据量算法等技术给出了上海证券市场的最佳延迟时间、最小嵌入维数、关联维数和最大李雅普诺夫指数等几何不变量,准确地得到了上海证券市场混沌度判定和预测分析的一些重要定量标准,这些定量数据可以为金融理论的研究提供帮助。