经济预测与决策技术及MATLAB实现 第2版

第1章 MATLAB的基本计算与统计数据处理 1

本章要点 1

1.1 数值计算 1

1.1.1 基本运算与函数 1

1.1.2 数组运算 2

1.1.3 矩阵生成 3

1.1.4 矩阵运算 5

1.2 符号计算 6

1.2.1 创建符号变量与对象 6

1.2.2 符号微积分 6

1.3 解方程 9

1.3.1 代数方程的符号解 9

1.3.2 常微分方程的符号解 10

1.3.3 利用矩阵解线性方程组 11

1.4 统计数据的处理 13

1.4.1 数据的保存和调用 13

1.4.2 基本统计量函数 16

1.4.3 概率分布函数 18

1.4.4 统计作图 19

1.4.5 参数估计 26

1.4.6 假设检验 28

练习与提高 33

第2章 经济预测概述 34

本章要点 34

2.1 预测的基本概念与原理 34

2.1.1 预测的基本概念 34

2.1.2 预测的基本原理 34

2.2 经济预测的内容与步骤 35

2.2.1 经济预测学的研究内容 35

2.2.2 经济预测的主要内容 36

2.2.3 预测的一般步骤 36

2.3 预测资料的收集与预处理 37

2.3.1 数据的收集与处理 37

2.3.2 数据类型 38

2.3.3 数据的分析与鉴别 38

2.4 数据的初始化处理 45

2.5 样本预测及精度评价 46

2.5.1 样本内预测与样本外预测 46

2.5.2 预测的精度评价 46

练习与提高 47

第3章 定性预测法 48

本章要点 48

3.1 集合意见预测法 48

3.1.1 常用的集合意见预测法 48

3.1.2 集合意见预测法的应用 50

3.2 德尔菲法 51

3.2.1 德尔菲法的基本内容 52

3.2.2 德尔菲法的应用 54

3.3 主观概率预测法 56

3.3.1 主观概率概述 56

3.3.2 常用的主观概率预测法 56

3.3.3 主观概率预测法的应用 57

3.4 市场预测法 59

练习与提高 62

第4章 弹性预测法 64

本章要点 64

4.1 弹性系数的基本理论 64

4.1.1 弹性与弹性系数 64

4.1.2 弹性系数的分类 64

4.1.3 弹性系数的计算 65

4.1.4 常用函数的弹性 65

4.2 消费需求弹性预测法 66

4.2.1 需求的价格弹性预测法 66

4.2.2 需求的收入弹性预测法 67

4.2.3 需求的交叉弹性预测法 67

4.2.4 多种弹性系数综合预测法 68

4.3 市场供应弹性预测法 68

4.4 产出弹性预测法 69

4.4.1 单一投入要素的产出弹性 69

4.4.2 生产弹性 70

4.5 案例分析 73

4.5.1 能源消费需求量预测 73

4.5.2 全国铁路、公路客货运量预测 75

练习与提高 77

第5章 投入产出预测法 79

本章要点 79

5.1 投入产出模型 79

5.1.1 价值型投入产出表 79

5.1.2 投入产出的基本平衡关系 80

5.1.3 直接消耗系数 81

5.1.4 完全消耗系数 82

5.1.5 影响力系数与感应度系数 82

5.1.6 劳动报酬和劳动力需求 82

5.1.7 实物型投入产出表 83

5.2 案例分析 84

5.2.1 国民经济投入产出预测 84

5.2.2 企业投入产出预测 87

练习与提高 90

第6章 趋势外推预测法 92

本章要点 92

6.1 一元线性回归法 92

6.2 多项式曲线拟合法 96

6.3 多元回归法 100

6.3.1 多元线性回归 100

6.3.2 多项式回归 103

6.3.3 多元函数回归 103

6.4 交互式回归法 105

6.4.1 一元多项式回归命令 105

6.4.2 多元二项式回归命令 106

6.4.3 逐步回归命令 108

6.5 加权拟合直线方程法 111

6.6 非线性回归法 113

6.6.1 非线性模型的线性化 113

6.6.2 非线性回归命令 118

6.6.3 逻辑增长曲线模型 119

6.7 虚变量回归分析 120

6.8 案例分析 123

6.8.1 我国人口预测模型 123

6.8.2 投资额模型 128

练习与提高 130

第7章 时间序列预测法 132

本章要点 132

7.1 移动平均值预测法 132

7.1.1 一次移动平均法 132

7.1.2 二次移动平均法 133

7.2 指数平滑预测法 135

7.2.1 一次指数平滑法 135

7.2.2 二次指数平滑法 137

7.2.3 三次指数平滑法 139

7.2.4 霍尔特双参数线性指数平滑法 141

7.3 季节指数预测法 143

7.3.1 季节性水平模型 143

7.3.2 季节性趋势模型 145

7.3.3 季节性环比法模型 147

7.4 时间序列分解法 150

7.5 ARMA模型预测法 153

7.5.1 ARMA模型的基本形式 153

7.5.2 ARMA模型的相关性分析及识别 154

7.5.3 ARMA模型的参数估计 158

7.5.4 ARMA模型的预测 160

7.6 案例分析 161

7.6.1 利用指数平滑法预测GDP 161

7.6.2 利用ARMA模型预测股票价格 166

练习与提高 170

第8章 干预分析模型预测法 172

本章要点 172

8.1 干预分析模型的基本形式 172

8.1.1 干预分析模型的基本变量 172

8.1.2 干预事件的形式 172

8.1.3 干预分析模型的预测过程 173

8.2 案例分析 174

练习与提高 178

第9章 马尔可夫链预测法 180

本章要点 180

9.1 马尔可夫链的基本理论 180

9.1.1 马尔可夫链的基本概念 180

9.1.2 马尔可夫链的预测原理 181

9.2 案例分析 182

9.2.1 市场占有率预测 182

9.2.2 股票价格走势预测 185

9.2.3 加权马氏链法预测股票走势 187

9.2.4 期望利润预测 192

练习与提高 194

第10章 灰色预测法 196

本章要点 196

10.1 灰色预测的基本内容 196

10.1.1 灰色预测的基本概念 196

10.1.2 灰色预测GM（1，1）模型 198

10.1.3 灰色预测GM（1，1）修正模型 201

10.1.4 灰色预测GM（1，n）模型 203

10.1.5 灰色灾变预测模型 204

10.2 案例分析 204

10.2.1 社会消费品零售总额预测 204

10.2.2 国内生产总值预测 207

10.2.3 城市居民消费支出预测 210

10.2.4 股票灰色灾变预测 212

10.2.5 重大干旱灾害预测 214

练习与提高 217

第11章 景气预测法 219

本章要点 219

11.1 景气预测的基本理论 219

11.1.1 景气指标体系的基本概念 219

11.1.2 景气循环法的预测过程 219

11.1.3 景气综合评分——预警系统 223

11.2 案例分析 223

11.2.1 国房景气指数 223

11.2.2 上海房地产景气指数 228

练习与提高 238

第12章 神经网络预测法 239

本章要点 239

12.1 神经网络的基本理论 239

12.1.1 人工神经网络 239

12.1.2 BP神经网络的基本原理 239

12.1.3 BP神经网络的过程 240

12.1.4 BP神经网络预测 241

12.2 BP神经网络的MATLAB函数 241

12.3 案例分析 243

12.3.1 多指标的股票开盘价预测 243

12.3.2 单指标的股票收盘价预测 248

练习与提高 252

第13章 层次分析法 253

本章要点 253

13.1 层次分析法的基本理论 253

13.1.1 单层次模型 253

13.1.2 多层次分析法的基本步骤 256

13.1.3 量化指标的综合选优排序 258

13.2 案例分析 259

练习与提高 265

第14章 熵权法与逼近理想解排序法 266

本章要点 266

14.1 熵权法 266

14.1.1 熵的定义和性质 266

14.1.2 熵权法的计算步骤 266

14.1.3 熵权的性质与意义 267

14.2 逼近理想解排序法 268

14.2.1 逼近理想解排序的基本原理 268

14.2.2 逼近理想解排序的基本步骤 268

14.3 案例分析 269

14.3.1 熵权法的低碳经济发展评价 269

14.3.2 逼近理想解排序法的商业银行绩效评价 278

练习与提高 280

第15章 数据包络分析法 282

本章要点 282

15.1 数据包络分析法的基本理论 282

15.1.1 CCR模型概述 282

15.1.2 具有非阿基米德无穷小量的CCR模型 286

15.1.3 BCC模型 287

15.1.4 超效率DEA评价模型 289

15.1.5 规模效率和技术效率 292

15.2 案例分析 293

15.2.1 数据包络分析法的商业银行效率评估 293

15.2.2 数据包络分析法的房地产开发企业效率评估 296

练习与提高 299

参考文献 300