基于GMDH理論的預(yù)測與預(yù)警模型及實證分析——以四川省進出口預(yù)測與預(yù)警為例.pdf_第1頁
已閱讀1頁,還剩65頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、進出口貿(mào)易的預(yù)測與預(yù)警分析已經(jīng)成為經(jīng)濟學研究領(lǐng)域的一個重要課題。從預(yù)測而言,國內(nèi)外學者的研究主要存在三個方面的問題:第一,對進出口貿(mào)易的預(yù)測,需要大量的數(shù)據(jù)來支持,一旦只有小樣本數(shù)據(jù)時,預(yù)測效果就會表現(xiàn)得比較欠缺,而在中國各地區(qū)進出口數(shù)據(jù)近幾年才有一個詳細的統(tǒng)計,其數(shù)據(jù)樣本并不長,這就使得小樣本建模比較困難;第二,由于預(yù)測時間的加大,預(yù)測的精度將進一步降低,這是許多預(yù)測模型都存在的問題;第三,對于小樣本數(shù)據(jù)的非平穩(wěn)性,沒有一個合適的處理

2、方法。為了解決這一系列的問題,本文進行一些新的嘗試,采用改進的GMDH(Group Method of Data Handling)方法對小樣本數(shù)據(jù)建模。
  首先,本文在分析和總結(jié)了進出口預(yù)測及其研究現(xiàn)狀之后,根據(jù)當前四川省進出口貿(mào)易數(shù)據(jù)成小樣本的情況,引入了一種有效的方法—GMDH預(yù)測模型,避免了傳統(tǒng)計量經(jīng)濟模型無法處理小樣本數(shù)據(jù)的缺陷,提高了預(yù)測的效果。
  其次,雖然引入GMDH預(yù)測模型解決了小樣本的建模問題,但是,

3、考慮到隨著預(yù)測時間的加大,如:12個月的中長期預(yù)測;其預(yù)測的精度將降低,為了進一步提高預(yù)測的效果,借鑒了GMDH兩水平預(yù)測模型。這種建模方法是將下水平的模型可預(yù)測的范圍擴大到上水平的模型之中,也是就把月均值數(shù)據(jù)的短期預(yù)測范圍擴大到季均值的預(yù)測范圍。這樣就可以解決了GMDH預(yù)測模型的中長期預(yù)測效果的不足,使得進出口貿(mào)易預(yù)測精度得到進一步的提高。
  最后,GMDH兩水平預(yù)測模型針對于非平穩(wěn)數(shù)據(jù)進行建模時,將會產(chǎn)生較大的誤差,為了降低

4、誤差,提高預(yù)測的精度,本文引入了自動搜索多結(jié)構(gòu)突變點的方法,調(diào)整進出口貿(mào)易數(shù)據(jù)的非平穩(wěn)性,并對GMDH兩水平預(yù)測模型進行改進,建立了基于GMDH自動搜索多結(jié)構(gòu)突變點的兩水平進出口預(yù)測模型。
  為了保持對外貿(mào)易的可持續(xù)性發(fā)展,我們在做好預(yù)測的基礎(chǔ)上進一步對各種主要出口產(chǎn)品進行預(yù)警分析,針對于當前使用最多的預(yù)警模型—Logit模型進行改進,引入GMDH組和算法,使用計算機自動尋找變量間的關(guān)系,建立基于GMDH的Logit預(yù)警模型,并

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論