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

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

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)測模型，避免了傳統(tǒng)計量經(jīng)濟(jì)模型無法處理小樣本數(shù)據(jù)的缺陷，提高了預(yù)測的效果。
　　其次，雖然引入GMDH預(yù)測模型解決了小樣本的建模問題，但是，

3、考慮到隨著預(yù)測時間的加大，如：12個月的中長期預(yù)測；其預(yù)測的精度將降低，為了進(jìn)一步提高預(yù)測的效果，借鑒了GMDH兩水平預(yù)測模型。這種建模方法是將下水平的模型可預(yù)測的范圍擴(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)測范圍擴(kuò)大到季均值的預(yù)測范圍。這樣就可以解決了GMDH預(yù)測模型的中長期預(yù)測效果的不足，使得進(jìn)出口貿(mào)易預(yù)測精度得到進(jìn)一步的提高。
　　最后，GMDH兩水平預(yù)測模型針對于非平穩(wěn)數(shù)據(jù)進(jìn)行建模時，將會產(chǎn)生較大的誤差，為了降低

4、誤差，提高預(yù)測的精度，本文引入了自動搜索多結(jié)構(gòu)突變點的方法，調(diào)整進(jìn)出口貿(mào)易數(shù)據(jù)的非平穩(wěn)性，并對GMDH兩水平預(yù)測模型進(jìn)行改進(jìn)，建立了基于GMDH自動搜索多結(jié)構(gòu)突變點的兩水平進(jìn)出口預(yù)測模型。
　　為了保持對外貿(mào)易的可持續(xù)性發(fā)展，我們在做好預(yù)測的基礎(chǔ)上進(jìn)一步對各種主要出口產(chǎn)品進(jìn)行預(yù)警分析，針對于當(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，使用計算機自動尋找變量間的關(guān)系，建立基于GMDH的Logit預(yù)警模型，并