简述中国大豆期货市场与国际大豆期货市场关系——基于VAR模型的实证分析

在过去的十多年中,国际学术界对期货市场的研究越来越多地聚焦于国际各主要国家不同市场之间的相互作用与影响,因此,关于期货市场间价格关系的研究国外已较为成熟。采用向量自回归模型（VAR）,通过协整检验、VECM估计、格兰杰因果关系检验、脉冲响应函数和方差分解,对中国大豆期货市场与国际大豆期货市场价格关系进行了实证分析。     

我国商品期货价格与现货价格协整关系的实证研究

本文利用协整检验技术,通过实证分析的方法,证实了重庆铜、郑州绿豆的期货价格与现货价格之间协整关系的存在,分别给出了它们各自的误差校正模型（ＥＣＭ）,并就ＥＣＭ给出了分析和预测的方法。通过协整分析,探讨了我国期货市场、现货市场上存在的问题,并提出了看法和建议     

基于ARIMA模型的河南省财政支出预测

利用ARIMA模型对1979-2008年河南省财政支出数据进行分析,结果表明ARIMA(3,3,5)模型有较好的预测结果,可以用于河南省财政支出的短期预测。     

基于KMV模型的上市公司信用风险预测

本文利用KMV模型,提出了一种上市公司信用风险预测方法.通过对我国4家上市公司5年股票价格的违约距离实证分析表明,KMV模型的灵敏度和预测能力都相当好,能为银行和投资者预测、揭示上市公司信用风险.     

基于ARIMA模型的河南省能源预测研究

本文根据河南省能源消费的历史数据,建立了时间序列ARIMA模型,并对模型进行分析得出,该模型可以对能源消费作出有效预测,然后应用该模型预测了2012年至2015年的河南省能源消费情况。     

对棉花期货价格进行灰色预测的实证分析

运用灰色系统理论中的GM(1,1)模型,对郑州商品交易所棉花期货品种的价格进行预测.通过预测值与实际值的比较结果表明,运用GM(1,1)模型来描述期货品种价格变化是适宜的,该模型具有较高的预测精度和应用价值。     

ALMANAC模型对大豆产量的模拟

本文使用ALMANAC作物生长模型对黑龙江省嫩江县鹤山农场的大豆产量进行了模拟,并探讨了影响大豆模拟产量与实际产量差异的原因.研究结果发现,1991年～2003年鹤山农场大豆的平均实际产量和模拟产量分别为2.75t/hm2和3.00t/hm2左右,误差为8.9%左右;大豆的实际产量与模拟产量趋势一致,均呈降低的趋势,说明模型能够用于模拟大豆的生产.造成差异的主要原因可能是某些突发的自然灾害.模拟得到的温度和水分的胁迫日数与该地区的气候变化有较一致的关系,即温度胁迫有减少的趋势,水分胁迫有增加的趋势.模拟结果还发现,提高大豆的出苗密度可以增加大豆的产量,但增加值与生长季的降水量有一定的关系.     

基于Copula函数的中美大豆期货波动溢出效应研究

通过构建时变二元正态Copula模型,分析中美大豆期货市场之间的相关关系,并对相关关系做了变结构点的诊断。通过实证分析发现,中美大豆期货市场之间在金融危机前后,相关关系发生了显著的变化,存在明显的波动溢出效应。研究波动溢出效应对准确了解我国大豆期货市场的风险具有重要意义。     

寒地大豆生产预警模型系统的研制

大豆生产预警模型系统是为了防止大豆产量偏离正常发展轨道或可能出现危机而建立的报警系统。从黑龙江省大豆生产的实际出发,运用预警的有关理论,进行大豆生产的经济预警研究,构建了大豆产量预警模型系统的框架。     

基于定基模型的公路交通量预测法

公路交通量预测模型的选用是公路交通量预测的基础。本文对《公路建设项目可行性研究报告编制办法》中所附的六种预测模型中的定基模型预测法做了一些计算方法的探讨,并以工程实例进行了预测比较,可供公路建设项目工程可行性研究交通量预测参考。     

基于无偏灰色模型的水环境预测研究

伴随工业化、城市化进程,我国的水环境经历了四个不同的阶段。当前的水环境状况堪忧,需要对水环境进行强烈的关注,并对水环境的将来进行科学的预测,目前对水环境的关注主要集中于污染的治理与未来趋势以及区域河流的水质预测,对全国整体的水环境现状关注较少,本文根据中国历年环境保护基本概况统计中的指标,选取2000～2006年的中国水环境基本状况为原始数据,采用灰色预测方法对未来的整体水环境状况进行预测,并针对拟合度对传统GM[1,1]模型和无偏GM[1,1]进行比较,最后运用精度更高的无偏GM[1,1]模型预测2007～2012年中国水环境状况。     

基于EViews的我国农产品产量与相关投入的模型分析与预测检验

对我国198～2005年的农产品相关数据进行收集和分析,运用EＶiews软件进行计算,建立了农产品产量与相关投入的模型,并对模型进行了识别,最后对模型进行检验,验证其可行性.     

基于PDL模型的我国省域城市化水平预测研究--以甘肃省为例

以往的研究中，当实际应用经济因素相关分析法对城市化水平进行预测时，往往仅考虑了当期经济发展水平对城市化发展的影响，由此必然会因为遗漏掉重要信息而严重影响预测结果的可信性及其精度。本文以甘肃省为例，以计量经济学中的PDL(多项式分布滞后)模型为依据，尝试通过ARIMA模型及CPPS软件的运用对其2010年城市化水平做出预测。     

基于AR模型的昆山就业预测及分析

介绍昆山劳动就业现状,AR模型参数提取算法。阐述了利用AR模型预测就业人数的方法并从实验角度给出就业预测状况,为当地劳动就业部门提供参考。     

基于ARIMA模型对湖北省第三产业产值的预测

第三产业影响着我国社会经济的稳定持续发展,对未来经济增长的准确预测具有重要意义。以湖北省第三产业为例,利用1980-2006年的第三产业总量数据为基础,运用ARIMA模型进行第三产值的预测,并且对原始数据进行拟合,得出误差在5%以内普遍可用的计算表式。     

基于ARMA模型的我国“十二五”时期财政科技支出预测分析

科技投入是促进经济发展的主要途径和手段,国家财政科技投入水平代表政府对科技的重视程度。本文通过建立我国财政科技支出值的时间序列ARMA模型,对我国"十二五"时期的财政科技支出情况进行预测,以期为政府和企业制定相关政策提供参考和建议。     

我国财产险保费收入模型拟合与预测

研究财产险保费收入模型对于我国保险业的发展有着重要的意义,能够较好地了解和把握保险发展的长期趋势和波动规律,对于政策的制定和监管都具有参考价值。本文通过对我国财产保险保费收入时间序列ARIMA模型拟合,对短期内保费收入做出初步预测,得出结论。     

基于VAR模型的中国债券市场信用价差预测研究

针对我国债券市场,选取上海证券交易所2006年1月至2011年12月国债和企业债月度交易数据,利用SV模型和遗传算法求得国债和企业债的利率期限结构,进而得到企业债的信用价差。然后利用多元回归模型提取影响我国企业债信用价差的显著宏观经济因素,并将其作为内生变量加入VAR模型当中,最后运用VAR模型对我国债券市场信用价差进行预测,结果表明VAR模型能够很好地预测我国债券市场的信用价差,不同期限的信用价差的时间序列呈现不同的时间序列特征。     

预测方法中的神经网络模型

本文概况地介绍了目前人工神经元网络模型在预测领域内的应用及理论,并对一些有代表性的理论方法进行了简单的介绍,指出了其优点和存在的问题,并对人工神经元网络在预测领域内今后的发展做了进一步的讨论