收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

多种预测方法在我国对外贸易预测中的应用研究

冯莉  
【摘要】: 进出口贸易在我国国民经济中所占的地位越来越重要,它是否能健康平稳地发展直接关系到国家的竞争实力。根据预测的结果,可以正确评估国内经济发展状况,制定适合我国国情的进出口政策和对外贸易政策,有利于顺利发展我国经济。但由于我国外贸内部环境和外部环境的不确定性因素较多,导致了外贸系统的复杂性;加之外贸历史数据不齐全,无疑在预测实践中加大了可操作性的难度;同样也造成了选取何种预测方法的困扰。因此,选取适合我国国情的预测方法,从而可以较精确地预测出进出口贸易总额,具有重大意义。 本文首先介绍了外贸预测的一般思路,分别是确定预测目标、收集预测资料、选择预测方法和评价预测结果。所有具体的预测方法在实际应用在思路上都应如此,只是在原理和操作上有所区别。 接着,关于所有对我国外贸进出口额进行预测的预测方法,本文一一作了介绍。所列举的预测方法,大体上可分为定性预测法和定量预测法;具体的方法有:定性预测法、逐步回归预测法、计量经济模型法、自回归移动平均法、人工神经网络法、灰色建模预测法六种。每种方法基于不同的数学理论,使用的模型也不尽相同。因此,它们在对数据的要求、预测精度和预测期间上也有差异。 然后,文章介绍了每种预测方法的理论基础和数学模型,以及相应的操作步骤;并将其应用到对我国某段时间的外贸预测中去,利用历史数据,得出未来某个时段内贸易额的数据。 在之后进行的对各预测方法的比较分析中,先针对各预测原理的特点进行相应的比较,区分各个预测方法的优势与劣势;然后对预测结果的预测期间和预测精度进行比较。预测精度又与预测时间长短有密切关系。一般而言,预测时间越短,影响预测结果的因素的变化越小,预测误差也越小。反之,预测时间越长,影响预测结果因素的变化也越大,产生的误差也越大。 在总结中,通过比较各预测方法的理论基础、各个模型的优劣,以及预测精度和预测的时间跨度,并结合数据的可获得性,从而得出:适合我国外贸的预测方法,要从预测目的以及期望的预测精度出发,根据各个模型的特点,并结合历史数据的可获得性,来选取适当的预测方法。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 檀向球;宏观经济预测精度之研究[J];北京统计;1998年06期
2 禹建丽,黎娅;基于人工神经网络的粮食产量预测模型[J];河南农业科学;2005年07期
3 曹霞;常玉春;;上海旅游客流的B-J方法预测研究[J];旅游科学;2006年01期
4 李明;韩旭明;王丽敏;;一种改进的Elman神经网络及其在股市中的应用[J];计算机工程与应用;2006年34期
5 童明荣;薛恒新;林琳;;基于Holt-Winter模型的铁路货运量预测研究[J];铁道运输与经济;2007年01期
6 斯琴;;灰色系统预测方法及应用——基于我国私人汽车拥有量的预测[J];统计教育;2007年01期
7 郭杰;欧名豪;刘琼;欧维新;;基于BP神经网络的南通市建设用地需求预测[J];资源科学;2009年08期
8 李蓬宁;;基于支持向量机的股市组合预测模型研究[J];经济研究导刊;2009年22期
9 汪潘义;吴凤平;;灰色预测模型在季节波动预测中的应用[J];统计与决策;2009年24期
10 王大亮;叔大光;姜成斌;;改进AHP法在中长期负荷预测中的应用[J];吉林电力;2010年01期
11 董景荣;陈军;;论经典统计财务困境预测模型的理论误区[J];统计与决策;2010年04期
12 辛秀;;基于小波神经网络的上市公司财务危机预测[J];计算机系统应用;2010年08期
13 李万庆;张富英;孟文清;;基于SVM的静压管桩单桩极限承载力预测[J];价值工程;2011年13期
14 敬久旺;;基于ARIMA乘积季节模型的我国海关进出口商品总值的时间序列分析[J];技术与市场;2011年07期
15 李志强;科学预测 科学决策 提高效益[J];预测;1988年06期
16 施发启;;贝叶斯预测模型的评价[J];预测;1996年02期
17 覃频频;晏启鹏;黄大明;;运用前向神经网络法预测铁路客运量[J];铁道运输与经济;2005年12期
18 吕峻;;基于非财务指标的财务困境预测及征兆分析——来自于制造业上市公司的实证研究[J];中国社会科学院研究生院学报;2006年02期
19 王超;;BP神经网络在建筑物流领域中的应用[J];科技信息(科学教研);2007年19期
20 胡军;赵东风;丁洪伟;;自适应单指数平滑法在需求预测中的应用[J];物流科技;2007年05期
中国重要会议论文全文数据库 前10条
1 徐淑琼;袁从贵;张新政;;密度权最小二乘支持向量机[A];中国自动化学会控制理论专业委员会A卷[C];2011年
2 赵财军;陈鹏宇;段新胜;;非等间隔无偏GM(1,1)幂模型及其应用[A];中国运筹学会模糊信息与模糊工程分会第五届学术年会论文集[C];2010年
3 韩敏;席剑辉;许士国;;基于神经网络的年径流量预测[A];第二十一届中国控制会议论文集[C];2002年
4 赖永标;乔春生;;基于支持向量机的交通噪声智能预测模型[A];可持续发展的中国交通——2005全国博士生学术论坛(交通运输工程学科)论文集(下册)[C];2005年
5 崔兰英;杨增玲;韩鲁佳;滕光辉;;近红外技术快速测定奶牛粪便主要肥料成分含量的研究[A];农业工程科技创新与建设现代农业——2005年中国农业工程学会学术年会论文集第五分册[C];2005年
6 胡雪棉;赵国浩;;基于Matlab的BP神经网络煤炭需求预测模型[A];第十届中国管理科学学术年会论文集[C];2008年
7 李祖奎;燕静;;影响地层可钻性预测精度的因素分析[A];面向国民经济可持续发展战略的岩石力学与岩石工程——中国岩石力学与工程学会第五次学术大会论文集[C];1998年
8 杨惠云;田心;;应用BP神经网络预测蛋白质的二级结构[A];中国生物医学工程进展——2007中国生物医学工程联合学术年会论文集(下册)[C];2007年
9 翟军;冯英浚;;油田产量预测的GM(1,1)模型方法[A];数学及其应用文集——中南模糊数学和系统分会第三届年会论文集(下卷)[C];1995年
10 周曙光;孟庆虎;孟庆丰;;基于支持向量机的核岛主泵状态预测[A];2008年全国振动工程及应用学术会议暨第十一届全国设备故障诊断学术会议论文集[C];2008年
中国博士学位论文全文数据库 前10条
1 陈柳;小波分析和神经网络应用于大气污染预测的研究[D];西安建筑科技大学;2006年
2 卢芸;短期电力负荷预测关键问题与方法的研究[D];沈阳工业大学;2007年
3 李亚娇;基于现代分析技术的水文时间序列预测方法研究[D];西安理工大学;2007年
4 尹新;群智能算法与电力负荷预测研究[D];湖南大学;2011年
5 冯爱霞;气象要素的信息特征及其在汛期降水预测中的应用[D];兰州大学;2012年
6 任能;制冷系统故障检测、诊断及预测研究[D];上海交通大学;2008年
7 刘大同;基于Online SVR的在线时间序列预测方法及其应用研究[D];哈尔滨工业大学;2010年
8 陈玲;风电场风速和风功率预测方法研究[D];武汉大学;2012年
9 王艳树;超低温冻融对近红外光谱法测定土壤磷、钾含量的影响[D];沈阳农业大学;2012年
10 王艳春;基于GEP和ANN的蛋白质二级结构预测方法研究[D];西北农林科技大学;2009年
中国硕士学位论文全文数据库 前10条
1 冯莉;多种预测方法在我国对外贸易预测中的应用研究[D];武汉理工大学;2007年
2 白萌;复杂网络的链路预测[D];湘潭大学;2011年
3 钱刚;蛋白质β转角预测[D];湖南农业大学;2012年
4 田盛;类药性和生物利用度的理论预测研究[D];苏州大学;2011年
5 彭绣梅;公平信息披露与分析师盈利预测精度和分歧度[D];暨南大学;2012年
6 孙立欧;软件可靠性和相关费用模型的研究[D];电子科技大学;2007年
7 刘淑环;北京市道路交通事故灰色预测模型的构建与应用[D];首都师范大学;2008年
8 李昀;电力系统中长期负荷预测方法研究与应用[D];湖南大学;2011年
9 刘俊稚;基于贝叶斯推理的BP网络用于杭州西湖富营养化预测的研究[D];浙江大学;2006年
10 李丰龙;基于神经网络的金融证券预测方法研究[D];青岛大学;2006年
中国重要报纸全文数据库 前10条
1 ;让预测精度高出25%[N];网络世界;2007年
2 武丽 周小鹰;虚拟现实技术有效提高预测精度[N];中国石化报;2004年
3 南京市地方税务局信息管理处、计算机中心 明靖 朱岚;数据挖潜让业务说话[N];中国计算机报;2006年
4 记者 王志田 通讯员 张琳嘉;大庆采油五厂井震联合建模技术初显实效[N];中国石油报;2009年
5 ;中长期电力需求预测及其系统开发[N];科技日报;2006年
6 本报记者 李佳师;i2还有机会吗?[N];中国电子报;2002年
7 本报记者 李大庆;汪寿阳:为政府决策“精打细算”[N];科技日报;2007年
8 赵颖华 本报记者 裴丽;解密古河道 抽出“金丝带”[N];大庆日报;2005年
9 刘友存 摘译;技术创新保证汽车用钢有效应用[N];中国冶金报;2008年
10 王海亚;负荷预测的几种方法及特点[N];黔西南日报;2008年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978