基于GMDH理論的預(yù)測(cè)與預(yù)警模型及實(shí)證分析——以四川省進(jìn)出口預(yù)測(cè)與預(yù)警為例.pdf

1、進(jìn)出口貿(mào)易的預(yù)測(cè)與預(yù)警分析已經(jīng)成為經(jīng)濟(jì)學(xué)研究領(lǐng)域的一個(gè)重要課題。從預(yù)測(cè)而言，國(guó)內(nèi)外學(xué)者的研究主要存在三個(gè)方面的問題：第一，對(duì)進(jìn)出口貿(mào)易的預(yù)測(cè)，需要大量的數(shù)據(jù)來支持，一旦只有小樣本數(shù)據(jù)時(shí)，預(yù)測(cè)效果就會(huì)表現(xiàn)得比較欠缺，而在中國(guó)各地區(qū)進(jìn)出口數(shù)據(jù)近幾年才有一個(gè)詳細(xì)的統(tǒng)計(jì)，其數(shù)據(jù)樣本并不長(zhǎng)，這就使得小樣本建模比較困難；第二，由于預(yù)測(cè)時(shí)間的加大，預(yù)測(cè)的精度將進(jìn)一步降低，這是許多預(yù)測(cè)模型都存在的問題；第三，對(duì)于小樣本數(shù)據(jù)的非平穩(wěn)性，沒有一個(gè)合適的處理

2、方法。為了解決這一系列的問題，本文進(jìn)行一些新的嘗試，采用改進(jìn)的GMDH（Group Method of Data Handling）方法對(duì)小樣本數(shù)據(jù)建模。
　　首先，本文在分析和總結(jié)了進(jìn)出口預(yù)測(cè)及其研究現(xiàn)狀之后，根據(jù)當(dāng)前四川省進(jìn)出口貿(mào)易數(shù)據(jù)成小樣本的情況，引入了一種有效的方法—GMDH預(yù)測(cè)模型，避免了傳統(tǒng)計(jì)量經(jīng)濟(jì)模型無法處理小樣本數(shù)據(jù)的缺陷，提高了預(yù)測(cè)的效果。
　　其次，雖然引入GMDH預(yù)測(cè)模型解決了小樣本的建模問題，但是，

3、考慮到隨著預(yù)測(cè)時(shí)間的加大，如：12個(gè)月的中長(zhǎng)期預(yù)測(cè)；其預(yù)測(cè)的精度將降低，為了進(jìn)一步提高預(yù)測(cè)的效果，借鑒了GMDH兩水平預(yù)測(cè)模型。這種建模方法是將下水平的模型可預(yù)測(cè)的范圍擴(kuò)大到上水平的模型之中，也是就把月均值數(shù)據(jù)的短期預(yù)測(cè)范圍擴(kuò)大到季均值的預(yù)測(cè)范圍。這樣就可以解決了GMDH預(yù)測(cè)模型的中長(zhǎng)期預(yù)測(cè)效果的不足，使得進(jìn)出口貿(mào)易預(yù)測(cè)精度得到進(jìn)一步的提高。
　　最后，GMDH兩水平預(yù)測(cè)模型針對(duì)于非平穩(wěn)數(shù)據(jù)進(jìn)行建模時(shí)，將會(huì)產(chǎn)生較大的誤差，為了降低

4、誤差，提高預(yù)測(cè)的精度，本文引入了自動(dòng)搜索多結(jié)構(gòu)突變點(diǎn)的方法，調(diào)整進(jìn)出口貿(mào)易數(shù)據(jù)的非平穩(wěn)性，并對(duì)GMDH兩水平預(yù)測(cè)模型進(jìn)行改進(jìn)，建立了基于GMDH自動(dòng)搜索多結(jié)構(gòu)突變點(diǎn)的兩水平進(jìn)出口預(yù)測(cè)模型。
　　為了保持對(duì)外貿(mào)易的可持續(xù)性發(fā)展，我們?cè)谧龊妙A(yù)測(cè)的基礎(chǔ)上進(jìn)一步對(duì)各種主要出口產(chǎn)品進(jìn)行預(yù)警分析，針對(duì)于當(dāng)前使用最多的預(yù)警模型—Logit模型進(jìn)行改進(jìn)，引入GMDH組和算法，使用計(jì)算機(jī)自動(dòng)尋找變量間的關(guān)系，建立基于GMDH的Logit預(yù)警模型，并