發(fā)布時間：2017-10-24 03:29

  本文關(guān)鍵詞：貨幣供應(yīng)量M2預測精度:基于組合模型的改進

  更多相關(guān)文章： 貨幣 多元回歸 時間序列 組合預測

【摘要】：廣義貨幣供應(yīng)量M2是一個重要的經(jīng)濟指數(shù),其值的變動對社會經(jīng)濟活動構(gòu)成一定的影響。文章旨在對傳統(tǒng)M2的預測方式進行改進創(chuàng)新,建立一個精確度較高的M2預測模型,分別討論了線性回歸模型、指數(shù)模型、Holt模型、Brown模型、平穩(wěn)時間序列模型對M2的預測情況,探究了不同模型的意義和預測精度。最后使用組合預測的方法,找到了一個合適的組合模型,即通過對Holt模型、Brown模型和平穩(wěn)時間序列模型預測值的加權(quán),達到對M2較精準預測的目的,并驗證了其精度優(yōu)于傳統(tǒng)預測模型。
【作者單位】： 上海交通大學數(shù)學科學學院;
【關(guān)鍵詞】： 貨幣 多元回歸 時間序列 組合預測
【分類號】：F224;F822.2
【正文快照】： 結(jié)果表明,利用高次插值能夠減少背景值構(gòu)造時的偏差,降低原始數(shù)據(jù)波動或缺失對預測結(jié)果精度的影響程度。0引言廣義貨幣供應(yīng)量M2(貨幣和準貨幣/億元)是衡量貨幣政策的一個重要經(jīng)濟指數(shù),研究其對于我國經(jīng)濟動態(tài)的趨勢的研判具有導向作用。近幾年,對于M2值的預測估計,各界學者根

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 王郁;;組合預測何以興起[J];預測;1989年04期

2 C.W.J.Granger;趙文奇;;二十年來的組合預測[J];預測;1991年03期

3 唐小我;;最優(yōu)組合預測的計算方法[J];管理現(xiàn)代化;1992年01期

4 馬永開,唐小我;兩種組合預測優(yōu)化模型的分析和比較[J];電子科技大學學報;1998年01期

5 曾勇,唐小我,陳珂;組合預測冗余方法判定的一個補充規(guī)則[J];電子科技大學學報;1998年02期

6 王碩,唐小我,周俊;組合預測軟科學方法研究[J];運籌與管理;1999年01期

7 陳華友;組合預測權(quán)系數(shù)確定的一種合作對策方法[J];預測;2003年01期

8 鄧雪;;最優(yōu)組合預測誤差平方和取值范圍的若干新結(jié)果[J];經(jīng)濟數(shù)學;2006年01期

9 張疆涌;;綜合權(quán)組合預測[J];硅谷;2009年24期

10 劉延平;邵悅?cè)?李衛(wèi)東;;我國鐵路客運量的組合預測[J];物流技術(shù);2010年07期

中國重要會議論文全文數(shù)據(jù)庫 前9條

1 孫將平;葉志斌;季永青;;浙江省水路貨運量最優(yōu)組合預測[A];第六屆長三角科技論壇航運分論壇暨江蘇省航海學會2009年學術(shù)年會論文集[C];2009年

2 劉平;張莉;馬秀蘭;;烏魯木齊市農(nóng)、林、牧、漁業(yè)總產(chǎn)值的組合預測研究[A];Systems Engineering, Systems Science and Complexity Research--Proceeding of 11th Annual Conference of Systems Engineering Society of China[C];2000年

3 李國鋒;陳緒根;;山東省勞動力就業(yè)需求組合預測研究[A];21世紀數(shù)量經(jīng)濟學（第9卷）[C];2008年

4 田瑾;項靜恬;陳殿斌;;多種時間序列建模及組合預測的比較和改進[A];中國現(xiàn)場統(tǒng)計研究會第九屆學術(shù)年會論文集[C];1999年

5 李存金;;簡單平均法下的最優(yōu)組合預測問題研究[A];管理科學與系統(tǒng)科學進展——全國青年管理科學與系統(tǒng)科學論文集（第3卷）[C];1995年

6 劉茂余;于麗英;;一種組合預測新方法的研究[A];中國運籌學會第九屆學術(shù)交流會論文集[C];2008年

7 樊英;張秋菊;;工業(yè)增加值預測系統(tǒng)的分析設(shè)計[A];中國企業(yè)運籌學[C];2006年

8 吳登生;李建平;孫曉蕾;;考慮模型相關(guān)性的組合預測過程中單項模型篩選研究[A];中國系統(tǒng)工程學會第十八屆學術(shù)年會論文集——A02管理科學[C];2014年

9 吳文東;吳剛;魏一鳴;范英;;基于相關(guān)系數(shù)的鋼材需求量組合預測[A];第十屆中國管理科學學術(shù)年會論文集[C];2008年

中國博士學位論文全文數(shù)據(jù)庫 前6條

1 趙欣;小世界網(wǎng)絡(luò)理論及其在風電功率短期預測中的應(yīng)用研究[D];北京交通大學;2015年

2 劉啟浩;風險值組合預測的理論與實證[D];北京工業(yè)大學;2009年

3 蔣傳進;基于模型遴選規(guī)則的自適應(yīng)組合預測研究[D];東華大學;2014年

4 郭曉君;灰色自憶性組合預測拓展模型及應(yīng)用研究[D];南京航空航天大學;2015年

5 譚泗橋;支持向量回歸機的改進及其在植物保護中的應(yīng)用[D];湖南農(nóng)業(yè)大學;2008年

6 王富強;風電場短期風速預測及模擬的理論與方法研究[D];華北電力大學;2013年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 馬艷玲;組合預測在醫(yī)藥流通企業(yè)銷售預測中的應(yīng)用研究[D];華南理工大學;2015年

2 陳嵩;組合預測技術(shù)及其在功率預測中的應(yīng)用[D];華北電力大學;2015年

3 郭二鳳;ATM現(xiàn)金流預測的研究[D];遼寧科技大學;2015年

4 施艷春;基于非線性時間序列和神經(jīng)網(wǎng)絡(luò)的風電功率短期預測[D];沈陽工業(yè)大學;2016年

5 王克楠;基于關(guān)聯(lián)特性分析的鐵路事故數(shù)據(jù)挖掘及預測、預警方法研究[D];北京交通大學;2016年

6 馬斌;基于人工智能的短期風電功率組合預測研究[D];西南交通大學;2016年

7 沈達;我國通貨膨脹率的波動與組合預測研究[D];首都經(jīng)濟貿(mào)易大學;2016年

8 楊冬強;風力發(fā)電短期功率預測研究[D];鄭州大學;2016年

9 安秋嫻;貴州省中期用電需求組合預測[D];華北電力大學(北京);2016年

10 劉旭;基于大數(shù)據(jù)的風功率預測模型優(yōu)化研究與實現(xiàn)[D];華北電力大學;2016年

，

本文編號：1086816