建立区域经济风险预警与控制系统对策研究(3)
2016-03-21 01:08
导读：根据自变量个数的多少，回归模型可以分为一元回归模型和多元回归模型。根据回归模型是否线性，回归模型可以分为线性回归模型和非线性回归模型。所
根据自变量个数的多少，回归模型可以分为一元回归模型和多元回归模型。根据回归模型是否线性，回归模型可以分为线性回归模型和非线性回归模型。所谓线性回归模型就是指因变量和自变量之间的关系是直线型的。根据回归模型是否带虚拟变量，回归模型可以分为普通回归模型和虚拟变量回归模型。普通回归模型的自变量都是数量变量，而虚拟变量回归模型的自变量既有数量变量也有品质变量。
在运用回归模型进行预测时，正确判断两个变量之间的相互关系，选择预测目标的主要影响因素做模型的自变量是至关重要的。如：
a．虚拟变量回归预测法。在实际的回归模型分析中，因变量不仅受诸如产量、收入、价格等数量变量的影响，而且也受性别、文化程度、宗教、地震以及政府经济文化政策等品质变量的影响，因而在建立模型时有必要引进品质变量。由于上述不同的品质、属性、经济政策等品质变量的具体形式是无法直接引入回归模型，必须将其数量化，为此，需要构造虚拟变量。所谓虚拟变量就是当某种品质或属性或经济政策出现时为1，不出现时为0的品质变量。
当线性回归模型引进虚拟变量时，所构造的模型实际上就是一个多元回归模型。因此这时，虚拟变量回归预测方法本质上也就变成了多元回归模型预测法。
b．非线性回归预测法。礼会经济现象之间的复杂性决定了有时各因素之间的关系不一定是线性的，而可能存在着非线性关系，在预测时，必须建立非线性回归模型预测。由于非线性回归模型存在着计算难度大等问题，在实际应用时，通常要采用一定的数学手段将其转化成线性同归模型来解决问题。
(2)时间序列平滑预测法。时间序列平滑预测法，是将预测日标的历史数据按照时间顺序排列成时间序列，然后分析它随着时间的变化趋势，外推预测目标的未来值。时间序列平滑预测法可分为确定性时间序列预测法和随机时间序列预测法。
（科教作文网http://zw.nseAc.com） 确定性时间预测法常用的方法有移动平均法、指数平滑法、差分指数平滑法、自适应过滤法、直线模型预测法、多项式模型预测法、指数曲线模型预测法、修正指数曲线模型预测法、成长曲线预测模型和季节变动预测法。
随机时间序列预测法是通过时间序列模型来预测法。建立随机时间序列模型需要较深的数学知识和较多的历史数据，方法复杂，计算量大，但它在短期预测方面精度高，因此得到了愈来愈广泛的应用。
(三)建立龙岗区投资结构优化调整的数学模型
建立投资结构优化调整的数学模型分两步进行，即首先进行投资规模的优化，在此基础上方可进行投资结构的优化。
1．投资规模优化。投资规模优化是指计划期投资需求总量与国民经济所提供的投资供给总量平衡。如果投资需求大于投资品供给，必然导致投资膨胀，引起资本品物价上涨，甚至全社会的通货膨胀；如果投资需求小于投资供给，则出现生产：资料大量压库，资金周转不畅，市场疲软和经济滑坡。由此可见，现实经济活动中投资规模存在一个合理的“度”，用常规投资计划的方法很难把握这个度，而应用投入产出技术，结合投入产出模型双向反映供需的特性，这一问题便可迎刃而解。
2．投资结构优化模型。利用投入产出模型实现工业投资结构优化，是在投资规模优化的基础上进行。具体方法是：
(1)确定优化日标：在一定的投资规模下，不同的投资结构对国民经济的影响作用大不相同，衡量投资结构化与否的标准很多，一般以国民收入增量为目标函数，其数学表达式为：
式中：Z为工业增加值增量目标函数，i为工业部门，C为效益系数，I为工业投资额。
(2)确定工业投资效益系数：影响工业投资效益的因素很多，一般而言，基础工业投资期长，直接效益系数小，社会效益大：加工工业投资期短，见效快。确定工业各部门投资效益系数的过程相当繁琐，还需要对大量历史资料进行整理分析。一般而言，资料可取自统计年鉴，有些还要取自专业统计年报。所使用的指标主要有：各工业部门固定资产投资额、更新改造投资额、各工业部门的产值、增加值等等。
