广义离散动态投入产出模型的预测

1 引言 60年代,美国著名经济学家列昂节夫首次提出动态投入产出模型: (I-A_t)X_t-B_(t l)(X_(t l)-X_t)=S_t (1)其中X_t表示第t年各部门的产量,S是第t年各部门净产量。A_t、B_t分别是第t年的n×n消耗矩阵与n×n投资矩阵。其后,有许多学者讨论了该模型的求解同题。可大体分为二种方法,一种是逆时递推法,即从目标年的水平出发,求出该年度以前的各年度的产出序列;另一种是顺时递推法,即从基年的生产能力出发,得到以后各年的产出水平。后者实际上是一种预测同题。本文使用正则广义离散系统的求解     

基于神经网络的多维时间序列预测预报方法

1 引言时间序列就是一列随时间变化的数,它是对客观事物的一种描述,属于时域分析的范畴。我们研究时间序列的目的,就是要对时间序列建立一个参数模型,用于描述事物发展的变化规律。定义1:时间序列{x(t)}是一个t∈Z的实值向量随机变量,其中Z表示整数集。在定义1中,如果x(t)∈R~1,那么{x(t)}就是一维时间序列,所建立的模型称为一维时间序列模型;如果x(t)∈R~(?),那么{x(t)}就是r维时间序列,所建立的模型称为r维时间序列模型。 Box和Jenknis首先成功地建立了一维时间序列模型。近年来Tong也在这方面做了许多很有影响的工作。通过许多人的努力,使得一维时间序列模型,如ARMA模型等都能较好地应用于实际预测工作。一个一维序列{x(t)}的(p,q)阶ARMA模型     

预测来稿摘登

用模拟的方法研究非线性回归参数的LS估计量的性质对于通常形式的回归模型y=f(x,θ)+e,若参数θ是非线性地出现,则此模型称非线性回归模型。由于模型的非线性性,便产生许多与线性回归不同的问题。例如,如何求得参数θ的最小二乘(LS)估计?如何研究θ的LS估计量的性质?它是否仍具     

利用矩阵的广义逆求线性方程组的解

在线性代数中,解齐次线性方程组最常用的方法是消元法以一般解或以基础解系的线性组合的形式给出通解,但并没有给出以系数矩阵显示的通解表达式;矩阵的广义逆理论虽然能解决上述困难,但不易实际求解。本文给出与矩阵的广义逆有关的几个定理,给出解方程组的一种方法。1基本概念定义1.1设A为m×n矩阵。如果n×m矩阵G满足AGA=A,称G为A的一个广义逆。定义1.2设m×n矩阵A的秩为r,若存在m阶可逆矩阵P和n阶可逆矩阵Q使000A=P???Er???Q则称此式为A的一个PSQ分解式。(显然,上述分解式一般不唯一)。定义1.3称主对角线上的元素全为1的上三角形…     

对曲面上参数曲线二等分角轨线微分方程的理解

对曲面上参数曲线二等分角轨线微分方程进行求解,解释u-曲线和v-曲线的切向量的表示方法,即以在某点张成二维向量切空间Tps的两个切向量-ru(u,v)和-rv(u,v)为基底,以-δr(u,v)在自然基底{-ru(u,v),-rv(u,v)}下的分量(δu,δv)为其切向量,并对参数曲线的二等分角θ1和θ2关系的两种情况θ1=θ2和θ1+θ2=π进行讨论,利用曲面的第一基本形式求解,使得曲面上参数曲线二等分角轨线微分方程更加易于理解,有助于初学者对微分几何课程更好地学习.     

IPO抑价的滞后效应:来自中国市场的实证研究

本文基于投资者情绪理论,针对我国股票二级市场上有限理性的投资者参与IPO交易的特征之一是参考上期IPO抑价程度,其呈现出序列相关性,因而采用GARCH模型来描述IPO抑价的滞后效应。研究的结论是,IPO抑价存在滞后效应,拟合效果最优的GARCH(1,2)模型表明,第t期IPO抑价水平的波动性与第t-1期IPO抑价水平的波动性之间存在显著的正相关,与第t-2期则出现了显著的负相关,并且IPO抑价率波动之间也高相关。     

预应力空间结构程序设计及其理论依据

一、前言现有的商用计算程序大都不能满足预应力混凝土结构计算的需要,原因是一般的计算程序不考虑梁的轴向变形,荷载的分布形式比较简单,同时墙单元采用薄壁柱来计算,计算出来的刚度比实际结果要大。为了改进这些不足,更好满足预应力混凝土结构计算的需要,编写了空间结构计算程序。二、力学模型此程序采用空间力学模型,梁、柱采用空间杆系单元,墙采用壳单元。梁、柱单元两端各有六个未知数,分别为u,v,w,θx,θy,θz,单元刚度矩阵为12×12的方阵;墙单元采用4结点20个未知数的等参元,每个结点含有5个未知数,分别为u,v,w,θx,θy,单元刚度矩阵…     

高管薪酬差距对企业研发强度的影响——基于锦标赛理论的视角

以中小企业板和创业板中509家制造业企业为样本,基于锦标赛理论,利用多元线性回归模型研究了第t-1期高管薪酬差距对第t期企业研发强度的影响,并用层次回归方法研究了董事长和总经理是否两职合一、非CEO高管人数、距离下一次CEO变更的时间等变量的调节作用。结果表明,高管薪酬差距和企业研发强度显著负相关;董事长和总经理两职合一、非CEO高管人数增加会强化上述负相关关系;距离下一次CEO变更的时间会削弱上述负相关关系。     

递推预测与预报方法

目前,预测方法多种多样,较常用的是时间序列模型方法,即假定被预测的量y与时间存在某种函数关系:y=f(t) 在实际应用过程中,f(t)的形式不易确定。大家喜用线性模式:y=at+b 但是,自然界、社会界的许多现象与时间的关     

PQD样本下非线性回归模型M估计的强相合性

考虑非线性回归模型yi=f(xi,θ)+ei,i=1,2,…,n,这里ei为未知的随机误差,当{ei}为PQD序列时,运用PQD序列的极限性质,研究了未知参数θ的最小二乘估计问题,在一定条件下证明了估计量的强相合性,推广了已有文献中的结论。     

关于一类受控矩阵的构造

本文通过正交对角化和奇异值分解原理构造得到了具有受控形式"(X-A)D(X-A)'≤B"的未知矩阵的存在结构形式.     

用马尔柯夫分析法解决回归分析中的序列相关问题

1 问题的提出回归模型的一个假设是在 Y_t=b_0 b_1X_(1t) b_2X_(2t) … b_mX_(mt) ε_t (1)中各期的随机误差项εi是不相关,即 Cox(ε_t,ε_t′)=0, t≠t′ (2)但在对时序数据回归时,这个假设有时不能满足,这种情况称为序列相关。如果存在序列相关,回归分析方法将会严重低估真实的方差,统计检验也将无效,很可能把实际上不重要的自变量当作重要的影响因素而接受,这样根据最小二乘法求出的模型参     

月度数据的春节调整

1 问题的提出在经济分析和经济预测中,月度数据的波动现象是很普遍的。根据时间序列分解理论,一个时间序列数据是由四个方面的变动因素共同影响产生的。目前,对周期固定的季节性波动的分解有比较成功的方法,如CensusⅡ分解方法(Ⅻ软件等)。这些分解方法大多来自西方,对我国的情况不完全适用。就拿有关消费方面的经济变量来讲,我国的一些传统节日(如春节)是按阴历,而统计数据则按阳历,由于阳历与阴历并不同步,这样就造成了因为传统节日而引起的波动,这种波动的周期不定(或周期很     

基于LSTM的电力通信流量预测

随着电网逐步智能化,电力通信网承载的业务系统不断扩大升级,传统的网络流量模型己无法很好的拟合现有的网络流量,建立基于海量数据的电力通信网络流量预测模型具有重要意义。针对电力通信网网络业务流量所呈现的随机性和波动性特点,提出了一种基于长短时记忆(LSTM)和支持向量回归(SVR)的新型混合预测模型以提高短期网络流量预测的准确性。该模型首先采用变分模态分解(VMD)提取流量序列的固有模态,降低噪声的随机性影响,然后采用LSTM分别对各本征模态进行拟合,充分挖掘流量序列在时间上的分布特征,最后考虑流量影响因素,采用SVR拟合残差余量,并将所有子预测模型进行叠加整合。该模型使用实际数据为研究对象进行仿真预测,结果表明,该模型可有效提高模型的预测精度。     

基于小波分析的非平稳时间序列分解

本文提出了基于小波变换的非平稳时间序列分解方法。通过小波分解,将原时间序列依尺度分解成不同层次,利用尺度系数作为季节性乘积分量,将小波系数序列处理为方差平稳的平稳序列,并应用于样本数据异常点的识别和修正,使模型的预测精度得到提升。实例验证该方法是有效的。     

基于EVT的上证A股和B股风险测度效果比较

运用ARMA(1,1)-G JR(1,1)捕获上证A、B股损失序列的自相关性和杠杆效应;运用EVT对标准残差序列尾部建模,并估计出动态风险值VaR(Value-at-risk);运用返回测试(Backtesting)方法比较测度效果。结果表明,条件EVT比其它模型的测度效果好;条件t分布模型优于条件正态分布模型;置信水平为99%的条件EVT和置信水平为95%的条件t分布模型,分别是测度上证A、B股市场风险效果最好的模型。     

浅析由曲线方程的解析式确定积分区间

对于某些封闭曲线所围成的面积,可直接用曲线方程的解析式ρ=ρ(θ)或F(x,y)=0与ρ=ρ(θ)相结合的形式确定积分区间。主要方法有:1.根据曲线的对称性简化积分区间;2.根据函数的周期性确定积分区间;3.根据曲线的渐进线确定封闭积分区间。     

基于矩阵分解的图书推荐算法研究

为了提高基于矩阵分解的推荐算法精度,解决传统矩阵分解结果出现负数和运算量大的问题,提出了改进的基于矩阵分解的推荐算法,在推荐模型中引进Sigmoid函数,该函数能够控制分解结果的值域,提高推荐算法评分的可理解性,消除矩阵分解结果出现负数的情况;在推荐模型中利用系数控制推荐算法中不同部分权重,能够使得算法更加的灵活,利用交替梯度下降法实现计算结果的部分分离,为分布式计算奠定了基础,通过实验验证,提出的推荐算法提高了评分的准确度,并增强了推荐算法的可扩展性。     

不同数据序列对BASS模型拟合结果的影响研究——以中国移动用户数扩散数据为例

以中国移动用户的增长扩散情况为研究背景,通过选择不同的起始点、不同的时间间隔以及不同长度的数据序列来拟合BASS模型,然后比较不同条件下参数估算的结果.实验结果表明BASS模型对这些初始条件的改变很敏感,不同的时间序列对模型的参数估算影响很大;另外,BASS模型的两种不同曲线形式,S型累积曲线及钟形增长曲线对同一时间序列也有不同的拟合效果.S型累积曲线的拟合效果要好于钟形增长曲线.最后给出选取BASS模型的数据序列时应该注意的问题:数据序列初始点的数值应大于最大市场潜力与创新系数的乘积,时间间隔应为等距,数据序列的长度至少要7个点以上.     

基于ARMA模型的安徽省农村居民收入趋势预测

基于1978~2012年安徽省农村居民年人均纯收入的时间序列,利用Eviews软件对时间序列先后进行平稳性检验、自相关和偏相关分析,并建立ARMA(1,1)模型;然后确定模型参数并对模型的随机误差项进行白噪声检验,检验通过,满足预测的要求;运用该模型对人均纯收入进行预测,结果显示平均绝对误差率较低;利用模型进行农村居民纯收入进行短期预测,数据表明,安徽省农村居民纯收入将保持持续稳定增长的态势增长;最后针对增加农村居民收入与缩小城乡居民收入差距等问题提出了可行性的建议。