基于RFA和Copula的海南旅游業(yè)及高爾夫產(chǎn)業(yè)預(yù)測(cè).pdf

1、旅游業(yè)是海南省國(guó)際旅游島的核心產(chǎn)業(yè)，為了進(jìn)行更加科學(xué)的旅游規(guī)劃設(shè)計(jì)(特別是對(duì)旅游業(yè)的投資決策)，提高資產(chǎn)利用率，保證海南旅游業(yè)的健康蓬勃的發(fā)展，必須對(duì)海南旅游市場(chǎng)作出準(zhǔn)確的預(yù)測(cè)：一是通過(guò)對(duì)各種影響因素的分析，進(jìn)行預(yù)測(cè)(各種回歸分析)；另一種是通過(guò)自身的發(fā)展規(guī)律，進(jìn)行預(yù)測(cè)(時(shí)間序列)。本文挑選影響旅游市場(chǎng)的關(guān)鍵因素，首次采用隨機(jī)森林RFA法和Copula法，對(duì)海南旅游業(yè)進(jìn)行預(yù)測(cè)；考慮到要把海南目前的以”觀光旅游”為主，逐步轉(zhuǎn)變?yōu)橐浴毙蓍e旅

2、游”為主，高爾夫旅游是重要因素，為此，本文還首次用非線性時(shí)間序列法，對(duì)高爾夫產(chǎn)業(yè)收入進(jìn)行預(yù)測(cè)，具體如下：
　　 首先找出影響海南旅游的主要因素：全國(guó)城鎮(zhèn)居民人均可支配收入、固定資產(chǎn)投資、海南省酒店數(shù)量、公路通車(chē)、鐵路通車(chē)?yán)锍?、民航航線里程以及高爾夫球洞數(shù)量，再計(jì)算它們的Kendall秩相關(guān)系數(shù)和互信息指數(shù)，判斷它們和旅游收入的相關(guān)性，再采用隨機(jī)森林RFA法擬合它們之間的函數(shù)關(guān)系，然后計(jì)算各因素的影響程度，結(jié)果表明居民人均可支配收

3、入影響最大，酒店數(shù)量次之。
　　 然后，挑選最有影響力的因素，用Copulafa法擬合它們的概率分布，確定其相關(guān)結(jié)構(gòu)為frank Copula，再結(jié)合RFA法的擬合函數(shù)，利用蒙特卡羅法預(yù)測(cè)出海南旅游收入的概率分布函數(shù)，計(jì)算出風(fēng)險(xiǎn)度量VaR和條件風(fēng)險(xiǎn)值。結(jié)果表明：2012年海南旅游收入超過(guò)295億元的可能性為80％，而超過(guò)310億元的可能性為20％。
　　 對(duì)高爾夫產(chǎn)業(yè)的預(yù)測(cè)，是以海南博鱉亞洲論壇國(guó)際會(huì)議中心高爾夫球會(huì)每月