- 年份
- 2024(1494)
- 2023(2013)
- 2022(1786)
- 2021(1655)
- 2020(1427)
- 2019(3502)
- 2018(3325)
- 2017(7073)
- 2016(3545)
- 2015(3959)
- 2014(3713)
- 2013(3530)
- 2012(2917)
- 2011(2527)
- 2010(2342)
- 2009(1933)
- 2008(1524)
- 2007(1147)
- 2006(742)
- 2005(530)
- 学科
- 济(16609)
- 经济(16600)
- 方法(11001)
- 数学(10714)
- 数学方法(10534)
- 管理(9645)
- 业(8816)
- 企(7469)
- 企业(7469)
- 中国(3945)
- 融(3797)
- 金融(3797)
- 财(3465)
- 银(3315)
- 银行(3315)
- 行(3195)
- 贸(3059)
- 贸易(3059)
- 农(3054)
- 环境(3018)
- 易(3006)
- 务(2518)
- 财务(2507)
- 财务管理(2505)
- 业经(2427)
- 企业财务(2405)
- 地方(2219)
- 中国金融(2056)
- 划(2007)
- 技术(1944)
- 机构
- 学院(43587)
- 大学(43170)
- 济(21183)
- 经济(20947)
- 管理(19986)
- 理学(18060)
- 理学院(17935)
- 管理学(17612)
- 管理学院(17526)
- 研究(10883)
- 中国(8684)
- 财(8446)
- 京(7619)
- 财经(7364)
- 经济学(7219)
- 经(6863)
- 经济学院(6665)
- 业大(6101)
- 中心(5912)
- 财经大学(5844)
- 科学(5829)
- 经济管理(5683)
- 商学(5533)
- 商学院(5484)
- 江(4982)
- 融(4893)
- 农(4877)
- 金融(4811)
- 北京(4340)
- 范(4280)
- 基金
- 项目(34574)
- 科学(28268)
- 基金(26737)
- 研究(24965)
- 家(22795)
- 国家(22663)
- 科学基金(20599)
- 社会(17131)
- 社会科(16478)
- 社会科学(16474)
- 基金项目(14336)
- 自然(13579)
- 省(13474)
- 自然科(13342)
- 自然科学(13341)
- 自然科学基金(13090)
- 教育(11582)
- 资助(11201)
- 划(11157)
- 编号(9365)
- 部(7945)
- 创(7732)
- 重点(7704)
- 国家社会(7440)
- 发(7315)
- 人文(7253)
- 创新(7253)
- 教育部(7223)
- 科研(6944)
- 大学(6707)
共检索到52672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] 中国人口.资源与环境
[作者]
高杨 李健
国际碳金融市场价格预测是制定碳金融市场政策和提高风险管理能力的基础。近年来国际碳市场价格呈现出非平稳、非线性等不规律特性,传统应用于社会经济时间序列的统计模型已经越来越难以满足日渐复杂的社会经济系统的需要。基于此本文建立了基于经验模态分解(EMD)-粒子群算法(PSO)-支持向量机(SVM)的国际碳金融市场价格误差校正预测模型。数据选取2008年3月-2013年9月ICE碳排放期货交易所的CER期货(DEC12)和EUA期货(DEC12)的日交易结算价格作为考察样本进行仿真验证。结果显示:①引入EMD方法可以有效解决误差序列随机性强、相邻频带的干扰可能造成误差序列无法体现反映全部系统动力信息的...
[期刊] 中国人口.资源与环境
[作者]
高杨 李健
国际碳金融市场价格预测是制定碳金融市场政策和提高风险管理能力的基础。近年来国际碳市场价格呈现出非平稳、非线性等不规律特性.传统应用于社会经济时间序列的统计模型已经越来越难以满足日渐复杂的社会经济系统的需要。基于此本文建立了基于经验模态分解(EMD)一粒子群算法(PSO)一支持向量机(SVM)的国际碳金融市场价格误差校正预测模型。数据选取2008年3月一2013年9月ICE,碳排放期货交易所的CER期货(DEC12)和EUA期货(DEC12)的日交易结算价格作为考察样本进行仿真验证。结果显示:(1)引入EMD方法可以有效解决误差序列随机性强、相邻频带的干扰可能造成误差序列无法体现反映全部系统动力...
[期刊] 运筹与管理
[作者]
崔焕影 窦祥胜
由于碳交易市场价格的波动性大及相互影响关系的复杂性,本文试图构建碳价格长期和短期的最优预测模型。考虑到碳交易价格波动的趋势性和周期性特点,基于经验模态分解算法(EMD)、遗传算法(GA)—神经网络(BP)模型、粒子群算法(PSO)—最小二乘支持向量机(LSSVM)模型及由它们构建的组合预测模型,对中国碳市场交易价格进行短期预测和长期预测。实证分析中将影响碳交易价格的不同宏观经济因素和碳价格时间序列因素做为输入变量,分别代入组合模型进行预测。研究结果表明,在短期预测中,EMD-GA-BP模型预测效果优于GABP模型和PSO-LSSVM模型;而在长期预测中,组合模型EMD-PSO-LSSVM模型预测效果优于只考虑碳价格波动趋势性或周期性预测效果。
[期刊] 价格月刊
[作者]
张晨 胡贝贝
碳价预测是碳金融市场参与者进行风险管理的关键要素,已有基于多因素的碳价非线性预测模型没有对碳价影响因素进行降维,造成预测模型复杂;现有研究在对碳价初始预测误差进行预测时,没有考虑不同频率数据适用的预测方法,难以较好地刻画不同频率数据的波动特征。以CER现货价格为研究样本,构建了基于误差校正的多因素BP国际碳市场价格组合预测模型:利用ALASSO方法筛选碳价主要影响因素以达到降维目的,运用BP模型构建基于多因素的碳价初始预测模型;按照分解-重构-集成的思想进行误差校正,即运用EEMD分解初始预测误差,利用游
[期刊] 价格月刊
[作者]
张晨 胡贝贝
碳价预测是碳金融市场参与者进行风险管理的关键要素,已有基于多因素的碳价非线性预测模型没有对碳价影响因素进行降维,造成预测模型复杂;现有研究在对碳价初始预测误差进行预测时,没有考虑不同频率数据适用的预测方法,难以较好地刻画不同频率数据的波动特征。以CER现货价格为研究样本,构建了基于误差校正的多因素BP国际碳市场价格组合预测模型:利用ALASSO方法筛选碳价主要影响因素以达到降维目的,运用BP模型构建基于多因素的碳价初始预测模型;按照分解-重构-集成的思想进行误差校正,即运用EEMD分解初始预测误差,利用游程判定法重构分解项,并分别选用Elman对高频进行预测,运用SVM预测中频和低频,运用ARIMA方法预测余项,将各分项预测值叠加为误差预测值,进而得到校正后的碳价预测值,并与其他模型进行对比。
[期刊] 统计与决策
[作者]
白朝阳 宋林杰 李晓琳
文章考虑到企业实际物料数据时间序列数据非平稳、非线性的特征,提出了基于经验模态分解及最小二乘支持向量机回归的组合预测模型。运用经验模态分解(EMD)方法将非平稳时间序列分解为一系列的本征模函数(imf)和一个残差项(res),挖掘出更多的信息,再使用最小二乘支持向量机回归(LSSVR)模型并结合粒子群算法(PSO)进行组合预测。实证结果表明,组合预测可以高效预测非平稳物料需求时间序列,且预测精度较高。
[期刊] 统计与决策
[作者]
邰晓红 刘义
为了对CPI进行精确预测,针对CPI的历史时序数据的特点,文章提出了一种基于EEMD-PSO-SVM的月度CPI预测模型。以1994年1月至2017年5月的我国月度CPI为研究对象,采用提出的EEMD-PSO-SVM的月度CPI预测模型进行实际预测并与ANN、ARIMA、SVM进行比较。结果表明:提出的EEMD-PSO-SVM的月度CPI预测模型最大绝对误差为0.39,平均绝对误差为0.204,最小绝对误差仅为0.01,均小于低于ANN、ARIMA和SVM。本文提出的预测模型的平均相对误差仅为0.201%,能够满足实际的预测需求,为CPI的科学准确的预测提供了一种新的预测方法。
[期刊] 统计与决策
[作者]
李书全 刘世杰
建筑施工安全事故频发,迫切需要进行施工项目安全预测的研究。文章以社会资本、安全人机工程学和安全管理学理论为基础,通过使用粗糙集(RS)理论提取出35个影响施工项目安全绩效的关键因素,在此基础上利用改进的粒子群算法(PSO)优化支持向量机(SVM)的参数,构建项目安全预测模型,并进行了仿真模拟和验证分析。分析结果表明:模型预测精度较高,具有较好的实用性和有效性。
[期刊] 财贸研究
[作者]
苗珊珊 陆迁
基于2006年2月—2011年3月的月度数据,对国际大米价格波动与中国国内大米价格波动的长期均衡关系进行检验,分析国内大米价格波动的主要影响因素及其程度,考察国内外大米市场价格波动的时滞效应与调整效应,并从外贸途径和期货途径测度国外大米价格波动对国内大米价格波动的传导效应,基本结论是:国际大米价格波动与国内大米价格波动存在长期稳定的均衡关系,长期内国内大米价格波动主要由通货膨胀带动,且价格传递具有明显的时滞效应和调节效应。脉冲响应函数和方差分解方法实证结果表明,国际大米价格通过外贸渠道和期货渠道对国内大米价格产生影响,其中期货途径对国内大米价格波动的传导效应更显著。
关键词：
大米 国际市场 价格波动 传导效应
[期刊] 运筹与管理
[作者]
秦全德 黄兆荣 黄凯珊
碳市场价格呈现非线性、非平稳的复杂特性,准确预测具有较大的挑战。基于"分而治之"的思想,提出了一种基于局部回归的多尺度碳市场价格预测模型。提出的模型利用集成经验模态分解(EEMD)对碳市场价格时间序列进行分解。启发于EEMD局部特征分解的特点,对分解后的分量采用局部回归方法进行预测,然后将分量预测结果进行集成。采用的局部回归方法包括局部线性回归(LLP)、局部多项式回归、局部岭回归、局部主成分回归、局部偏最小二乘回归和局部套索回归。实验结果表明基于局部回归的多尺度预测模型具有优异的预测性能。在提出的模型中,EEMD-LLP结构简单且性能更为突出,进一步对EEMD-LLP参数的适应性进行探讨。与新近提出模型的对比结果表明了EEMD-LLP在碳市场价格预测中的有效性。
[期刊] 生态经济
[作者]
汪中华 胡垚
碳排放影子价格是衡量单位碳排放增加引起的边际产出减少的货币幅度,即环境治理的机会成本,其测算对我国制定碳排放权交易市场价格机制具有一定的借鉴意义。通过采用方向性产出距离函数以及粒子群算法对我国7家碳排放权交易试点所在地区的影子价格进行测算,同时与碳排放权交易试点现行交易价格进行对比,分析其是否存在扭曲。研究结果表明:我国7家碳排放权交易试点所在地区交易价格与影子价格变动趋势基本一致,但均存在较大程度的偏离,说明所在地区企业减排成本高、压力大,尤其是广东和深圳的环境治理成本较高,与此同时,湖北出现了"搭便车"的现象。
关键词：
交易价格 影子价格 价格扭曲度
[期刊] 经济学动态
[作者]
朱帮助 王平 魏一鸣
本文基于2005年4月～2011年9月欧洲气候交易所碳期货价格数据,运用经验模态分解(EMD)模型,将碳价序列从高频到低频分解成若个独立的、不同尺度的内在模态函数(IMF)和一个残差项,并赋予它们相应的物理含义;应用fine-to-coarse reconstruction算法将分解得到的IMF和残差项重构成高频分量、低频分量和趋势分量。这三个分量依次被辨识为短期供需失衡和市场随机活动影响、中期重大事件影响以及长期趋势。最后,针对提高国际碳市场价格预测的准确性,作者提出了一系列建议。
[期刊] 农业技术经济
[作者]
董晓霞 胡冰川 于海鹏
本文基于2001年1月—2013年12月鸡蛋收购价格与零售价格的月度数据,采用门槛自回归模型(TAR)、动量门槛自回归模型(M-TAR)和非对称误差修正模型(ATP-ECM),对鸡蛋收购价格与零售价格之间是否存在非对称性传导效应进行了检验。研究发现,鸡蛋收购价格与零售价格之间存在长期均衡关系,且这种关系具有非对称性。两种价格之间"正向"与"负向"冲击的反应速度不一样,均对"负向"冲击的反应更为敏感,调整速度更快,但是鸡蛋收购价格对零售价格的影响存在负的价格非对称性传导,鸡蛋零售价格对收购价格的影响存在正的价格非对称性传导。
[期刊] 中国农业大学学报
[作者]
李干琼 许世卫 李哲敏 董晓霞
为提高农产品市场价格的预见性,及早采取措施减缓价格波动,以全国西红柿月度批发市场价格为预测目标,综合利用季节虚拟变量法、Census X12法、移动平均比率法、Holt-Winters季节指数平滑法、SARIMA法等建立短期预测模型,并根据模型预测误差大小赋予不同的权重值,从而建立组合预测方法。实证分析结果表明:单一模型预测误差波动较大,总体上随着预测周期变长精度下降。在2009年的评估预测中,所建立的5个单一短期预测模型平均绝对误差百分比(MAPE)为10%左右,其中Holt-Winters季节指数平滑法建立的短期预测模型精度最高,MAPE为6.81%。如果预测提前期为3个月,SARIMA模...
关键词：
农产品 市场价格 预测模型
[期刊] 湖南农业大学学报(自然科学版)
[作者]
吴宁 陈天恩 姜舒文 张驰 鲁梦瑶 张玮
运用灰色关联分析法(GRA)筛选出北京市房山地区的主要气象因子,作为支持向量机(SVM)模型的输入特征向量,通过粒子群算法(PSO)优化SVM的惩罚因子C和核函数参数δ,建立了基于灰色关联和PSO–SVM的葡萄霜霉病短期预测模型,应用该模型对该地区未来1 d的葡萄霜霉病发病等级进行短期预测。与改进网格搜索法优化的SVM模型、经验选择参数的标准SVM、不同训练函数和粒子群算法优化的BP网络模型进行比较,结果基于灰色关联分析的PSO–SVM模型预测效果最好,对葡萄霜霉病发病等级的预测正确率为95.24%,与基于全部气象因子的PSO–SVM模型相比,预测正确率提高了1.19%,运行速度快1.81 s。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
