正權(quán)重組合預(yù)測模型及其在經(jīng)濟中的應(yīng)用

摘 要:介紹了組合預(yù)測的方法，并利用最優(yōu)組合和遞歸方差倒數(shù)方法對組合預(yù)測方法進行改進;提出通過GMDH方法首先對影響經(jīng)濟預(yù)測模型的各變量進行篩選然后再建立回歸模型、神經(jīng)網(wǎng)絡(luò)模型等單項預(yù)測模型的思想;最后結(jié)合GMDH方法建立的時間序列模型，建立正權(quán)重組合預(yù)測模型.

關(guān)鍵詞 正權(quán)重; 組合預(yù)測; GMDH; 神經(jīng)網(wǎng)絡(luò)

中圖分類號文獻標(biāo)識碼:A



1 引 言

組合預(yù)測的基礎(chǔ)是單項預(yù)測.經(jīng)濟預(yù)測中常用的單項預(yù)測模型一般分為時間序列模型和回歸模型.時間序列模型的缺點在于不能充分利用與預(yù)測經(jīng)濟指標(biāo)密切相關(guān)的經(jīng)濟因素，導(dǎo)致預(yù)測的數(shù)據(jù)不準(zhǔn)確和不穩(wěn)定.回歸模型雖然考慮了各相關(guān)經(jīng)濟因素，但需要事先知道其他經(jīng)濟因素與預(yù)測經(jīng)濟指標(biāo)間的函數(shù)關(guān)系，在此需要首先確定預(yù)測經(jīng)濟指標(biāo)與哪些經(jīng)濟因素有關(guān)，特別是各經(jīng)濟因素間有時存在著很強的相關(guān)關(guān)系，這對函數(shù)關(guān)系的建立和預(yù)測的準(zhǔn)確性很有影響，因此參照文獻[1]的做法，首先通過GMDH方法對選擇的經(jīng)濟變量進行篩選，然后再進行回歸模型和神經(jīng)網(wǎng)絡(luò)模型的建立可提高模型的預(yù)測精度.

組合預(yù)測理論“組合預(yù)測”思想是由Bates J.M和 Granger C.W.J 1969年首次提出，其研究成果引起了預(yù)測學(xué)界的高度重視[2-4]，其應(yīng)用范圍也逐漸擴大.目前組合預(yù)測方法主要分為兩類:一類為權(quán)系數(shù)組合預(yù)測方法，它包括最優(yōu)組合預(yù)測法和變權(quán)重組合預(yù)測法.這類方法的特點是認(rèn)為參加組合預(yù)測的各個預(yù)測模型間是一種線性關(guān)系.一類為非線性組合預(yù)測方法，使用較多的是人工神經(jīng)網(wǎng)絡(luò)方法.我國學(xué)者唐小我等[5-8]進行了一系列權(quán)系數(shù)組合預(yù)測的研究工作，取得較多研究成果.其基本原理是:通過單項預(yù)測值乘以各自權(quán)重的和而得到其組合預(yù)測值.其本質(zhì)就是將各種單項預(yù)測看作代表不同信息的片段，通過信息的集成分散單個預(yù)測特有的不確定性和減少總體的不確定性，從而提高預(yù)測精度.在確定加權(quán)權(quán)重(也稱組合權(quán)重)時，根據(jù)一定策略確定各預(yù)測方法所占的權(quán)重，然后進行組合預(yù)測.確定權(quán)重的方法可以使用最優(yōu)加權(quán)法，最常用的方法是使用最小二乘準(zhǔn)則，但最優(yōu)加權(quán)法得到的權(quán)重可能出現(xiàn)負(fù)值，這往往與實際要求不符.因此常在約束條件中增加正權(quán)重約束以得到次優(yōu)的正權(quán)重組合.正權(quán)重組合有多種方法，通常使用的有算術(shù)平均法、標(biāo)準(zhǔn)差法、方差倒數(shù)法、均方倒數(shù)法、簡單加權(quán)法、二項式系數(shù)法、離異系數(shù)法等幾種方法[9-10].研究表明，運用遞歸技巧，能進一步提高正權(quán)綜合模型的預(yù)測精度.故此本文采用最優(yōu)組合法結(jié)合遞歸方差倒數(shù)法進行權(quán)重綜合預(yù)測的方法，即首先使用最優(yōu)組合預(yù)測方法進行預(yù)測，當(dāng)權(quán)重全為正值時即為最后權(quán)重結(jié)果，當(dāng)權(quán)重出現(xiàn)負(fù)值或零時則改用遞歸方法進行權(quán)重綜合，最后權(quán)重結(jié)果即為組合權(quán)重.