多变量灰色预测建模方法及其在战略性新兴产业预警中的应用

Development of strategic emerging industries is the major strategic initiative of China to speed up the transformation of economic developing pattern, and to improve the international competitiveness. However, emergence of the problems such as redundant construction, over-capacity, and low price competition, has made the risk and challenge for these industries’ development increasingly outstanding. Therefore, how to use the scientific method to forecast the development trend and to provide early warning for strategic emerging industries, is an important practical problem needed to be solved urgently. This project intends to research multivariate grey prediction modeling method and its application in strategic emerging industries’ early warning according to the typical characteristics of economic systems. Integration of grey system model, economic model, matrix analysis, particle swarm optimization algorithm and partial least squares estimation, the Bootstrap methods is employed to solve the key scientific problems, such as multivariate sequence generation, time-delay recognition of the models, parameter reliability test, as well as definition of early warning state intervals. The research is expected to further improve the grey prediction modeling theory and method in theory, and to provide decision-making basis for policy adjustment, risk prevention and elimination of strategic emerging industries in China.

发展战略性新兴产业是我国加快转变经济发展方式、提高国际竞争力的重大战略举措，然而，重复建设、产能过剩、低价竞争等诸多问题的出现，已使得产业发展面临的风险和挑战日益突出，因此，如何运用科学的方法对战略性新兴产业发展趋势进行预测和预警，是迫切需要解决的重大现实问题。本项目拟结合经济系统的典型特征，研究几类多变量灰色预测建模方法及其在战略性新兴产业预警中的应用。项目综合运用灰色系统建模、经济建模、矩阵分析、粒子群优化算法、偏最小二乘估计、Bootstrap等方法，解决多变量序列生成、模型的滞后期识别、参数的可靠性检验，以及预警状态区间的界定等关键科学问题，以期在理论上进一步完善灰色预测建模理论与方法，并在实践中为我国战略性新兴产业风险的防范、化解及政策的调整提供决策依据。

发展战略性新兴产业是我国加快转变经济发展方式、提高国际竞争力的重大战略举措，然而，重复建设、产能过剩、低价竞争等诸多问题的出现，已使得产业发展面临的风险和挑战日益突出，因此，如何运用科学的方法对战略性新兴产业发展趋势进行预测和预警，是迫切需要解决的重大现实问题。本项目结合经济系统的典型特征，研究几类多变量灰色预测建模方法及其在战略性新兴产业预警中的应用。项目综合运用灰色系统建模、经济建模、粒子群优化算法、统计模拟等方法，解决多变量序列生成、模型的滞后期识别、参数的可靠性检验，以及预警状态区间的界定等关键科学问题。结果表明：（1）项目提出的新算子及其优化算法在不增加时间复杂度的条件下，显著提高了缓冲算子对冲击扰动系统的适应能力和预测精度，有效解决了一类具有结构突变的阶梯型时间序列预测问题。（2）项目提出的一系列新模型更好地识别和预测经济系统中普遍存在的时滞效应、交互效应、非线性效应等现象，显著提高了对相关经济社会变量的预测精度。（3）项目基于Gauss-Seidel迭代算法提出的参数估计新方法显著提高了非线性灰色模型的预测精度；基于蒙特卡洛模拟方法能够全面客观地评价灰色模型的可靠性。（4）2018-2022年间战略性新兴产业上市公司的财务状况处于安全区的数量越来越少，占比从91.06%下降到75.83%。而处于危机区的公司数量则越来越多，比例从4.13%上升到11.39%。同时，而处于灰色区的公司数量也越来越多，比例从4.81%上升到12.97%，项目基于对七类产业的预测结果分别提出了政策建议，为我国战略性新兴产业风险的防范、化解及政策的调整提供决策依据。（5）国际市场对中国新能源产品的进口需求是中国新能源产业出口贸易波动的主导因素。更多地，中国新能源产业在不同出口市场出口贸易波动的原因各有所不同，其细分行业出口贸易波动的原因也各有区别。为了促进中国新能源产业的发展，项目提出培育国内市场、解决新能源并网消纳问题和开展国际合作等政策建议。

内容获取失败，请点击重试