- 年份
- 2024(5423)
- 2023(7820)
- 2022(6643)
- 2021(6349)
- 2020(5276)
- 2019(12490)
- 2018(12236)
- 2017(23851)
- 2016(12472)
- 2015(13846)
- 2014(13607)
- 2013(12970)
- 2012(11577)
- 2011(10264)
- 2010(9626)
- 2009(8454)
- 2008(7928)
- 2007(6450)
- 2006(5183)
- 2005(4189)
- 学科
- 济(58093)
- 经济(58044)
- 管理(37659)
- 业(33518)
- 方法(30703)
- 企(28978)
- 企业(28978)
- 数学(27494)
- 数学方法(27124)
- 财(13353)
- 农(12453)
- 中国(10993)
- 业经(10466)
- 理论(9131)
- 学(8983)
- 务(8975)
- 财务(8940)
- 财务管理(8921)
- 贸(8621)
- 贸易(8620)
- 企业财务(8534)
- 易(8390)
- 农业(7532)
- 制(7502)
- 技术(7375)
- 和(7366)
- 地方(7181)
- 环境(6872)
- 融(6661)
- 金融(6660)
- 机构
- 大学(168128)
- 学院(166735)
- 济(73719)
- 经济(72541)
- 管理(71474)
- 理学(63479)
- 理学院(62939)
- 管理学(61854)
- 管理学院(61545)
- 研究(48116)
- 中国(36496)
- 财(32709)
- 京(32509)
- 财经(27709)
- 科学(27380)
- 经(25604)
- 中心(24314)
- 经济学(24167)
- 业大(23862)
- 农(22244)
- 经济学院(22024)
- 江(21709)
- 财经大学(21365)
- 所(20911)
- 研究所(19344)
- 范(19284)
- 商学(19249)
- 经济管理(19240)
- 北京(19200)
- 师范(19091)
- 基金
- 项目(122719)
- 科学(99242)
- 基金(93432)
- 研究(89014)
- 家(80643)
- 国家(80056)
- 科学基金(71218)
- 社会(59477)
- 社会科(56660)
- 社会科学(56648)
- 基金项目(49630)
- 自然(46613)
- 省(46464)
- 自然科(45625)
- 自然科学(45615)
- 自然科学基金(44807)
- 教育(41707)
- 划(39198)
- 资助(37964)
- 编号(34740)
- 部(28388)
- 重点(27361)
- 创(26387)
- 成果(25693)
- 国家社会(25645)
- 发(25287)
- 教育部(25230)
- 创新(24706)
- 人文(24642)
- 科研(24356)
共检索到220293条记录
发布时间倒序
- 发布时间倒序
- 相关度优先
文献计量分析
- 结果分析(前20)
- 结果分析(前50)
- 结果分析(前100)
- 结果分析(前200)
- 结果分析(前500)
[期刊] 商业时代
[作者]
窦二巍 郑晓云 高佳音
本文应用混沌理论对房地产价格进行分析预测,在重构相空间的基础上,计算关联维和最大Lyapunov指数,实证房地产价格时间序列的混沌性。运用RBF神经网络对重构时间序列进行混沌预测,并得出相关结论。
关键词：
房地产价格预测 混沌理论
[期刊] 经济问题
[作者]
胡向真
[期刊] 统计与决策
[作者]
傅毓维 杨莉
文章通过对电力需求的混沌特征进行分析,建立了基于混沌时间序列的电力需求量的短期预测模型,为实现电力资源综合优化奠定了重要的、较为可靠的研究基础。
关键词：
混沌时间序列 电力需求 短期预测
[期刊] 改革与战略
[作者]
吴迪 李秀婷 高鹏 董纪昌
文章在对我国房地产市场走势进行定性分析的基础上,综合运用时间序列方法,对房地产市场的短期量价变化进行了研究和预测。文章认为,应通过加大落实保障性住房建设力度,保障城市中低收入居民利益;加强房地产价格调控力度,坚决打击房地产投机行为;拓宽都市圈系统建设范围,促使更多地区推进城市化建设等措施促进房价稳定以及房地产市场的健康发展。
[期刊] 西北农林科技大学学报(社会科学版)
[作者]
刘静岩 韩文秀
根据混沌经济理论建立房地产投资的混沌经济模型 ,分析了房地产投资的控制要素。探讨了政府调控力度、投资规模、投资收益率和人口增长率等要素所组成的控制参数与房地产投资之间存在符合混沌经济规律的关系。通过对各要素在控制参数中所占的比重进行分析 ,以实现对房地产投资的控制。
关键词：
混沌经济 投资规模 投资结构
[期刊] 财经理论与实践
[作者]
李春风 刘建江 齐祥芹
考虑居民收入等级不同,对住房属性偏重不同,将居民分为不受到流动性约束型、不完全受到流动性约束型、完全受到流动性约束型三类。基于各自目标函数及约束条件,确定动态面板模型检验房价与消费的协整关系,并构建动态面板误差修正模型,结果显示:全国层面,收入是影响消费的核心因素,房价上涨、预期房价上涨影响消费为挤出效应,且存在长期均衡关系;居民层面:不受到流动性约束的居民,收入不是消费的重要因素,而其余两类居民的消费受收入、习惯强度影响较大,且流动性约束越强,影响更为明显;不受到流动性约束的居民,在短期及长期内,房价上
[期刊] 统计研究
[作者]
孟庆斌 荣晨
本文将购房者、房产商与中央银行纳入统一的模型当中,对房价的影响因素进行理论建模,然后拓展了传统的向量自回归模型长短期分解技术,研究了利率、通货膨胀率、汇率、土地价格以及经济增长率对房价的长期和短期影响。研究表明,利率上升对房价具有长期的负向效应,短期内会加剧房价的波动;通货膨胀预期在长期内促使资金流入房地产行业,对房价会产生推动作用,短期内,通货膨胀促使房地产企业加快投资速度,房屋供给增加预期引起房价下降的冲击;人民币升值在长短期内均与房价上涨存在正向作用;当前经济增速提高时,对房地产业的投资和投机具有一定的抑制作用;土地价格长期来看推动房价上涨,短期内对房价影响的传导较慢。
[期刊] 经济与管理研究
[作者]
苏志
本文通过中文微博舆情系统挖掘信息构建房地产市场乐观预期指数。基于北京市商品房市场数据，格兰杰因果检验和自回归预测模型结果显示预期指数在短期内影响北京商品房销售和库存变化，且可用于预测北京房地产市场短期趋势。但是，公众预期指数与房价没有显著相关性。研究认为公众舆情指标可及时揭示公众对房地产市场及相关政策的反应，它有助于提高房地产市场预警系统的动态预测能力，可用于监测和评估相关政策影响。
关键词：
房地产市场 预期微博舆情 预测 政策分析
[期刊] 统计与决策
[作者]
马海涛 陈琳 路正南
本文简要介绍了灰色预测方法GM(1,1)模型的构造与模型的检验。利用1999-2004年中国房地产价格指数建立了中国房地产价格指数预测模型。模型预测结果良好,能够较真实反映中国房屋价格的动态变化趋势,从而为预测中房指数提供科学依据。
[期刊] 中国土地
[作者]
李国强
短期不宜把房地产业当作支柱产业发展国务院发展研究中心经济综合研究部李国强去年，中国的房地产热通过调控开发规模、调整投资结构、规范市场行为、调节收益分配得到了抑制。今年初，《人民日报》评论员文章又指出：“房地产热又有所抬头”。可以说，如何根治房地产热，...
[期刊] 统计与决策
[作者]
陈敏 曹文明 李泽军
文章对我国居民消费价格指数进行了混沌识别,结果表明其具备混沌特性;结合神经网络和混沌理论,提出了一种将混沌理论和神经网络相结合的居民消费价格指数预测模型,利用重构相空间的嵌入维数确定神经网络的结构,算法与设计相对简单。
[期刊] 企业经济
[作者]
孙爱荣 程亚鹏
房地产价格指数反映房地产市场价格波动的方向和趋势,是有效地进行房地产市场分析的一种必要工具,对其的预测直接影响到众多干系人的决策,关系到各干系人的切身利益,因而对预测结果的精确度要求很高。本文运用灰色GM(1,1)模型和BP神经网络模型相结合的灰色BP神经网络模型,以Matlab为工具,对房地产价格指数进行预测。此组合模型融合了灰色预测和BP神经网络预测的优点,既克服了数据波动性大对预测精度的影响,也增强了预测的自适应性。并且,以中国房地产价格指数为例进行预测,结果证明了该组合模型的优势,为房地产价格指数预测研究提供参考依据。
[期刊] 湖南农业大学学报(自然科学版)
[作者]
向昌盛 万方浩
为了提高害虫发生量预测的精度,提出一种基于混沌理论的害虫发生量非线性预测模型(PSR–LSSVM)。通过相空间重构对害虫发生量时间序列进行重构,将重构后的害虫发生量序列输入到最小二乘支持向量机进行学习,建立害虫发生量预测模型,采用云南省普洱市思茅区和浙江省仙居县的松毛虫发生面积数据对模型性能进行检验。结果表明,松毛虫发生面积预测值与实际发生值十分接近,2个地区松毛虫发生面积预测结果的平均绝对百分误差分别为0.90%和2.44%,预测结果要优于BP神经网络、线性预测模型。
[期刊] 运筹与管理
[作者]
张金良 谭忠富
针对原油现货价格的非线性和时变性特征,提出一种小波变换结合Elman神经网络和广义自回归条件异方差(GARCH)模型的混沌预测方法。首先利用小波变换将原油现货价格序列分解和重构成概貌序列和细节序列。其次对概貌序列和原油期货价格序列进行相空间重构,建立Elman神经网络的混沌时间序列模型预测概貌序列的未来值;同时以细节序列为历史数据,构建GARCH模型预测细节序列的未来值;最后将概貌序列和细节序列的未来值求和作为最终的预测值。实验证明该方法能够提供更准确的预测结果。
[期刊] 统计与决策
[作者]
周子英
为了更好地了解房地产价格变化趋势,针对房地产价格的时变性以及样本之间的时间相关性,文章提出一种基于合理遗忘历史样本的房地产价格的预测模型(RF-ELM)。首先采用相空间重构对房产价格样本进行重构,对隐藏于房产价格数据间的信息进行深入挖掘,恢复房产价格时间序列原动力系统,然后通过引入遗忘因子减弱旧训练样本影响,并以泛化能力作为模型的评价准则,对极限学习机输出权值进行选择性更新,最后进行了仿真分析。结果表明,RF-ELM的房地产价格学习速度预测性能优于对比模型,获得了更加理想的房地产价格预测效果。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
