中国经济增长预测研究——基于BP神经网络与多元线性回归比较

本文采用Eviews及MATLAB软件建立多元线性回归模型及BP神经网络模型,探究传统多元线性回归方法与BP神经网络方法预测经济增长过程中的误差大小,为政府引导经济增长提供模型支持.     

组合预测模型在股指短期预测中的应用——以上证综合指数为例的实证分析

本文分析了自回归移动平均模型(ARIMA)与BP神经网络模型在预测方面的特性和模型各自的优缺点,在此基础上尝试建立了ARIMA和BP神经网络的股指组合预测模型。ARIMA与BP神经网络组合使用的基本原理是股指时间序列数据可分解为线性部分和非线性残差部分。本文以上证综合指数为例,首先采用ARIMA预测上证综合指数的线性变化趋势,然后采用BP神经网络对上证综合指数的非线性趋势进行拟合,最后整合两种模型的预测结果。仿真结果表明:组合模型提高了对上证综合指数的预测精度,证实了组合模型在股指预测方面的有效性。     

我国信贷结构与经济增长关系计量分析

本文通过建立多元线性回归分析的计量经济学模型,通过模型设定、模型建立、模型检验与模型修正,来分析我国信贷供给结构的变化对我国经济增长的影响。     

FDI对江西经济增长效应的实证分析及对策建议

利用新古典主义的经济增长理论建立多元线性回归模型,使用江西1990年～2006年间的相关数据进行估计,认为江西外商直接投资(FDI)的当期流入对经济增长的推动几乎没有效应。     

经济因素对税收收入的贡献率及实证分析

分析了包括国内生产总值、消费及财政支出等经济因素对税收收入的影响,在定性分析的基础上,又实证分析了我国税收收入从1978-2007年的四个经济因素的统计数据,得到了影响我国税收收入增长的多元线性回归模型,该模型不仅验证了定性分析的结论,而且为税收收入增长趋势预测提供了工具。     

基于支持向量机的区域物流需求预测研究

基于支持向量机的区域物流需求预测是在追求更高的预测精度下提出的,首先选取非线性回归方法筛选影响区域物流需求的主要因子,然后用支持向量机模型对原始数据进行处理,并通过"影响区域物流需求因素"求解最优化的支持向量机核函数,最后构建影响区域物流需求的影响因子的非线性数据模型。结论表明,支持向量机模型相对多元线性回归、BP神经网络等,提高了区域物流需求的精确度,在之后的区域需求预测中将会有更加广泛的应用。     

高新技术企业财务预警指标选择

<正>一、研究背景纵观国内外有关财务预警的研究文献可以发现,大多都是基于模型进行财务预警研究。不管是简单的单一变量模型、多元线性判定模型、多元逻辑回归模型,还是复杂的以非统计类方法为基础的股价分析法、案例分析法以及神经网络模型,它们都是以     

BP神经网络及在岩性识别上的应用研究

测井数据处理与解释的重要内容之一是岩性研究。与常规测井资料相比,结合各种岩性分析化验结果及分类统计,发现线性回归分析是其主要的研究手段。本文先介绍了人工神经网络。然后着重讲述了BP神经网络的原理,改进BP神经网络的方法,以及在岩性识别上的应用研究。     

外商直接投资对广东经济增长贡献的实证分析

本文以广东省为研究对象,借鉴Feder的思路建立内资和外资两部门的模型,收集18年的时间序列数据,运用多元线性回归的方法,实证检验和分析了外商直接投资(FDI)对广东经济增长的贡献。最后得出外商直接投资有力地促进了地区经济增长,并为以后如何更好地利用FDI推进经济增长提出了大体的思路。     

新常态下经济增长与三大产业增长关系的实证分析

本文选用中国统计局1995年到2014年年度数据加以整理,建立多元线性回归模型。探究经济增长与三大产业增长的关系。结果表明在我国第二产业发展对于经济增长的影响最大,其次是第三产业。三大产业发展变缓造成了经济增长速度放缓使经济进入新常态。优化产业结构供给侧改革或起到刺激作用。     

我国金融中介发展与经济增长关系的实证分析

本文采用多元线性回归模型分析金融中介发展与经济增长之间的关系.实证检验结果表明:金融中介发展指标与经济增长存在相关关系,虽然金融中介规模的盲目扩张在一定程度上阻碍了经济增长,但金融中介效率的提高对经济增长起推动作用,而且经济增长主要通过提高金融中介运行效率和资本形成率来实现.     

财务风险预警研究综述

随着全球经济的快速发展,企业之间的竞争日益激烈,评估与识别企业存在的风险对企业的生存与发展越来越重要。大多数学者研究财务风险预警的基本方法集中于单变量分析、多元判别分析、逻辑回归分析、线性回归分析、神经网络、生存分析等。文章主要梳理了财务风险预警相关理论研究的发展以及现状,根据不同模型分析了各方法的优点与不足。     

固定资产投资与GDP、财政收入

固定资产投资在完善我国市场经济体制、推动产业结构转型和促进经济增长方面扮演着重要的角色。本文运用多元线性回归模型，研究GDP、财政收入对固定资产投资变化趋势的影响，并对模型进行了修正和预测，模型回归结果表明， GDP、财政收入对固定资产投资的影响均显著。     

基于多元线性回归模型的农村居民收入增长分析——以安徽省为例

针对影响安徽省农村居民收入的因素进行分析,再运用实证方法对1995-2009年的经济统计数据进行分析,从而得到影响安徽省农村居民纯收入的多元线性回归模型,通过对模型的验证能有效的预测安徽农村居民的收入增长趋势并能对安徽省农村地区的政策措施提供参考建议。     

我国电影行业发展影响因素分析

随着我国经济的不断发展,我国对文化产业越发重视,而在文化产业中,电影产业发展尤为突出,中国是全球第二大电影市场,同时也是增长最快的市场之一。为达到分析和预测的目的,文章主要运用EViews建立多元线性回归模型。首先,文章简要地界定中国电影业及其重要地位,并选取主要变量用于分析对中国电影行业的影响关系。建立多元线性回归模型,利用客观数据,找到中国电影行业快速发展的原因,从而得出结论,给出一些建议。     

淮安市服务业对经济增长贡献的实证研究

服务业是后金融危机时代进行经济转型的重点,淮安市能否抓住机遇,提升服务业的增长速度,顺利实现经济结构的转型具有重要意义。本文根据淮安市2000年以来的相关数据,建立多元线性回归模型,分析得出对淮安市经济增长贡献不明显的行业,并提出针对性的对策。     

基于改进ANN的我国社会物流总成本预测研究

社会物流总成本(WLCB)序列同时具有线性和非线性的特征,直接对WLCB预测,传统预测、神经网络方法均产生很大的误差。本文提出:对WLCB数据作两步预处理,逐步消除WLCB的线性特征,在只具非线性特征的预处理后数据基础上,建立BP预测模型。分别与建立在原始数据及只作一步预处理的数据的BP预测模型进行比较,实验表明:两步预处理后不含线性特征的BP模型预测准确率大大提高,从而证实了改进NN模型用于WLCB预测的有效性。     

我国外资结构与经济增长相关性的实证分析

一国的外资结构与经济增长之间有着密切的关系,本文首先分析了我国总体和天津区域性的外资结构特征,然后以天津市为例,选取天津市的数据用多元线性回归模型对外资结构与经济增长进行相关性研究,在此基础上分析了外资结构对经济增长的利弊,最后给出相关政策建议,以期对我国提高利用外资水平有所启示.     

多元线性回归分析在人才需求预测中的应用

文章首先指出回归分析是人才需求预测的一种重要的经济统计分析方法;其次选取二元线性回归预测为代表具体阐述了多元线性回归预测方法的实施过程;文章最后主要通过真实的案例来介绍多元线性回归分析在人才需求预测中的运用。     

金融危机下的房地产业资本结构影响因素实证研究——多元线性回归模型与神经网络模型的比较

本文以2006年～2008年房地产行业的上市公司为样本,采用多元线性回归模型中的逐步回归方法和神经网络模型进行分析。实证结果发现逐步回归模型拟合效果整体较好,调整的大都在0.5以上;神经网络模型的训练效果更好,误差都非常小,在到数量级上。在资本结构影响因素方面,无论是面板回归结果还是截面结果,可以发现抵押能力(+),流动性(-),都是影响资本结构的主要因素;随着金融危机影响的从无到有逐渐增强,可以发现,影响资本结构的因素也在不断变化。