基于GMDH理论的预测与预警模型及实证分析 ——以四川省进出口预测与预警为例

论文摘要

进出口贸易的预测与预警分析已经成为经济学研究领域的一个重要课题。从预测而言,国内外学者的研究主要存在三个方面的问题:第一,对进出口贸易的预测,需要大量的数据来支持,一旦只有小样本数据时,预测效果就会表现得比较欠缺,而在中国各地区进出口数据近几年才有一个详细的统计,其数据样本并不长,这就使得小样本建模比较困难;第二,由于预测时间的加大,预测的精度将进一步降低,这是许多预测模型都存在的问题;第三,对于小样本数据的非平稳性,没有一个合适的处理方法。为了解决这一系列的问题,本文进行一些新的尝试,采用改进的GMDH(Group Method of Data Handling)方法对小样本数据建模。首先,本文在分析和总结了进出口预测及其研究现状之后,根据当前四川省进出口贸易数据成小样本的情况,引入了一种有效的方法—GMDH预测模型,避免了传统计量经济模型无法处理小样本数据的缺陷,提高了预测的效果。其次,虽然引入GMDH预测模型解决了小样本的建模问题,但是,考虑到随着预测时间的加大,如:12个月的中长期预测;其预测的精度将降低,为了进一步提高预测的效果,借鉴了GMDH两水平预测模型。这种建模方法是将下水平的模型可预测的范围扩大到上水平的模型之中,也是就把月均值数据的短期预测范围扩大到季均值的预测范围。这样就可以解决了GMDH预测模型的中长期预测效果的不足,使得进出口贸易预测精度得到进一步的提高。最后,GMDH两水平预测模型针对于非平稳数据进行建模时,将会产生较大的误差,为了降低误差,提高预测的精度,本文引入了自动搜索多结构突变点的方法,调整进出口贸易数据的非平稳性,并对GMDH两水平预测模型进行改进,建立了基于GMDH自动搜索多结构突变点的两水平进出口预测模型。为了保持对外贸易的可持续性发展,我们在做好预测的基础上进一步对各种主要出口产品进行预警分析,针对于当前使用最多的预警模型—Logit模型进行改进,引入GMDH组和算法,使用计算机自动寻找变量间的关系,建立基于GMDH的Logit预警模型,并根据四川省的特色,对主要出口产品进行逐个的预警分析,这为政府部门以及进出口企业的决策等方面提供了重要的参考。

论文目录

• 摘要
• Abstract
• 第一章 导论
• 1.1 选题的背景以及意义
• 1.2 国内外文献综述
• 1.2.1 基于GMDH 预测理论的研究
• 1.2.2 经济系统预警研究
• 1.2.3 中国进出口预测与预警研究
• 1.3 本文的研究内容与技术路线
• 1.3.1 研究内容
• 1.3.2 技术路线
• 第二章 GMDH 预测模型
• 2.1 GMDH 预测模型
• 2.1.1 GMDH 预测模型的基本算法
• 2.1.2 GMDH 预测模型的显著特点
• 2.2 GMDH 预测模型对四川省进出口贸易预测
• 2.2.1 四川省进出口数据的基本特点
• 2.2.2 四川省进出口指标的选取
• 2.2.3 GMDH 预测模型的预测结果
• 2.2.4 GMDH 进出口预测结果分析
• 2.3 本章小结
• 第三章GMDH 两水平预测模型
• 3.1 GMDH 两水平预测模型
• 3.1.1 GMDH 两水平预测模型的基本算法
• 3.1.2 GMDH 两水平预测模型的显著特点
• 3.2 GMDH 两水平预测模型对四川省进出口贸易预测
• 3.2.1 四川省进出口数据的基本特点
• 3.2.2 GMDH 两水平的进出口预测
• 3.2.2.1 GMDH 两水平的出口预测
• 3.2.2.2 基于GMDH 两水平的进口预测
• 3.2.3 GMDH 进出口预测结果对比分析
• 3.3 本章小结
• 第四章 改进的GMDH 两水平进出口预测模型
• 4.1 GMDH 两水平进出口预测模型的不足
• 4.2 GMDH 自动搜索多结构突变点改进两水平算法模型
• 4.2.1 GMDH 自动搜索多结构突变点的方法
• 4.2.2 GMDH 自动搜索多结构突变点改进两水平预测模型
• 4.3 GMDH 多结构突变点改进两水平方法对四川进出口贸易预测
• 4.3.1 GMDH 自动搜索四川进出口贸易的多结构突变点
• 4.3.2 GMDH 多结构突变点改进的两水平方法对四川进出口贸易预测
• 4.3.3 GMDH 预测模型的预测结果的对比分析
• 4.4 本章小结
• 第五章 GMDH 的 Logit 出口贸易预警模型
• 5.1 Logit 预警模型
• 5.2 Logit 预警模型的不足
• 5.3 基于 Logit 预警模型的改进
• 5.4 基于 GMDH 的 Logit 预警的实证分析
• 5.4.1 出口贸易风险的界定
• 5.4.2 变量选取
• 5.4.3 机电产品预警分析
• 5.4.4 高新技术产品预警分析
• 5.4.5 农产品预警分析
• 5.5 本章小结
• 第六章 结论
• 6.1 本文主要研究结论
• 6.2 研究的创新点
• 6.3 有待进一步研究
• 参考文献
• 致谢
• 攻硕期间取得的研究成果