基于大数据的经济形势监测预测理论与方法
全新正版 极速发货
￥ 100.24 5.9折 ￥ 169 全新
库存3件
作者田茂再
出版社清华大学出版社
ISBN9787302594031
出版时间2023-07
装帧精装
开本16开
定价169元
货号1203019649
上书时间2024-05-27
商品详情
- 品相描述：全新
- 商品描述
-
作者简介
田茂再，南开大学概率统计博士，统计学教授，博士生导师，教育部人文社会科学重点研究基地中国人民大学应用统计科学研究中心副主任。是德国HUMBOLADT大学SFB 649 FELLOW重大科研项目中方首席科学家，是美国耶鲁大学、哥伦比亚大学、英国曼彻斯特大学等大学的高级访问教授,曾经入选新世纪优秀人才、甘肃省“飞天学者”和兰州财经大学“兴隆学者”特聘教授、新疆维吾尔自治区“天山学者”特聘教授以及中国人民大学首批杰出学者。他先后主持省部级、重量项目30余项，在国内外发表300余篇文章，著书10余部，获省部级及以上奖励10余项
目录
第1章绪论1
1.1经济形势监测预测的意义及研究现状1
1.2大数据研究现状5
1.3大数据下经济监测预测的革新9
1.4大数据下经济监测预测面临的机遇与挑战10
1.5研究技术路线11
第2章大数据分析方法12
2.1传统统计方法12
2.1.1岭回归12
2.1.2LASSO回归13
2.1.3加罚方法的推广13
2.1.4最小角回归14
2.1.5主成分分析15
2.2机器学习算法16
2.2.1决策树16
2.2.2提升方法18
2.2.3随机森林19
2.2.4支持向量机20
2.2.5逻辑回归21
2.2.6Apriori算法21
2.3深度学习22
2.3.1投影追踪23
2.3.2神经网络23
2.4本章小结25
第3章大数据背景下的经济总量运行监测研究28
3.1引言28
3.1.1现有GDP核算方法28
3.1.2GDP的扩展：GDI和GNI29
3.1.3大数据背景下的GDP30
3.2高维数据集下GDP的监测及预测31
3.2.1动态因子模型31
3.2.2关于选择预测变量的降维方法32
3.3利用非结构化数据监测预测GDP33
3.3.1结合图片信息监测预测GDP34
3.3.2互联网搜索行为监测预测GDP35
3.4GDP偏差的估计及预测37
3.4.1GDP偏差的定义37
3.4.2模型及实证结果38
3.5本章小结42
第4章大数据背景下金融风险管理44
4.1引言44
4.2金融风险的研究现状45
4.2.1风险价值的研究现状45
4.2.2收益波动率的研究现状46
4.2.3期望亏空的研究现状47
4.3金融风险度量47
4.3.1风险价值及估计方法47
4.3.2收益波动率及其估计54
4.3.3期望亏空模型及其估计62
4.4大数据下金融风险管理研究70
4.4.1大数据诊断71
4.4.2大数据处理技术81
4.4.3大数据预测方法82
4.4.4大数据下金融风险的研究现状84
4.5案例分析86
4.5.1稀疏VAR在股票收益率研究中的应用86
4.5.2基于经验分布的混合连接函数及其在金融风险管理中的应用93
4.6本章小结101
第5章大数据背景下的财政税收监测研究102
5.1引言102
5.2我国税收监测总体状况103
5.2.1税收的主要组成及监测指标103
5.2.2税收监测面临的机遇与挑战105
5.2.3大数据下监测税收指标的意义106
5.3税收分析相关概念107
5.3.1税收大数据107
5.3.2税收风险管理108
5.3.3风险预警理论109
5.4案例分析110
5.4.1基于关联规则的税收监测案例选择研究110
5.4.2基于属性约简的支持向量机模型在税收监测中的应用115
5.5本章小结119
第6章基于对外贸易大数据的经济监测分析121
6.1引言121
6.2大数据时代的对外贸易121
6.2.1大数据时代对外贸易的机遇和挑战121
6.2.2大数据时代对外贸易发展措施建议122
6.2.3大数据时代对外贸易统计的新挑战123
6.2.4大数据时代对外贸易统计工作的建议124
6.3对外贸易可持续发展的评价指标124
6.3.1经济效益指标E124
6.3.2生态效益指标B126
6.3.3社会效益指标S127
6.4大数据背景下对外贸易监测的研究127
6.4.1指标的计算与合成127
6.4.2模型构建和预测128
6.5对外贸易监测的实例研究132
6.5.1基于大数据的云南省外贸依存度分析132
6.5.2基于ARIMA与BP神经网络复合模型的对外出口贸易预测137
6.6本章小结140
第7章大数据背景下的商业贸易监测研究141
7.1引言141
7.2大数据对贸易统计的影响141
7.3主要统计指标143
7.3.1交易指标143
7.3.2点击流数据144
7.4大数据背景下的贸易统计方法144
7.4.1贸易数据的获取和整理145
7.4.2数据分析和诠释146
7.5案例分析147
7.5.1基于时间序列和神经网络建模的杂志销售量预测147
7.5.2网络搜索与汽车销量之间的关系分析151
7.6本章小结154
第8章大数据背景下的物价水平监测研究156
8.1引言156
8.2大数据的发展与应用156
8.3物价水平及相关价格指数160
8.4大数据与居民消费价格指数164
8.4.1CPI在经济形势监测中的意义165
8.4.2大数据对CPI产生的影响166
8.5案例分析167
8.5.1扫描数据编制CPI167
8.5.2支持向量回归171
8.6本章小结174
第9章大数据背景下的居民消费监测研究176
9.1引言176
9.1.1大数据背景下的网络消费176
9.1.2消费者信心指数177
9.1.3消费结构及居民收支178
9.2通过对大数据的监测分析预测消费者产品需求178
9.2.1大数据背景下影响消费的关键因素178
9.2.2数据挖掘及模型建立180
9.2.3案例分析183
9.3网络大数据在消费者信心指数预测中的应用184
9.3.1网络搜索行为与消费者信心的关联分析184
9.3.2变量选择及模型建立185
9.4基于高维大数据探究收入与消费之间的关系187
9.4.1模型及方法189
9.4.2案例分析191
9.5本章小结194
第10章大数据背景下的失业监测研究196
10.1引言196
10.2失业大数据研究现状196
10.2.1失业大数据：宏观角度196
10.2.2失业大数据：微观角度198
10.3监测失业率的模型与方法201
10.3.1监测预测模型203
10.3.2人工神经网络207
10.3.3支持向量回归211
10.3.4网络搜索数据分位回归的失业率监测213
10.4案例分析214
10.4.1人口老龄化与就业结构研究214
10.4.2OECD国家失业率研究221
10.5本章小结229
第11章交通运输大数据背景下的经济监测230
11.1引言230
11.2交通运输与经济发展的关系230
11.2.1交通固定资产投资与经济发展的关系231
11.2.2交通运输量与经济发展的关系233
11.3交通运输大数据237
11.3.1交通大数据的产生方式与内容238
11.3.2交通运输大数据的应用241
11.4交通运输大数据与经济监测241
11.4.1基于传统交通运输数据的经济监测方法241
11.4.2经济监测方式在交通运输大数据背景下的转变246
11.5案例分析247
11.5.1动机与背景248
11.5.2数据与模型248
11.5.3实证结果展示249
11.5.4结论251
11.6本章小结252
第12章大数据背景下房地产经济监测的理论研究253
12.1引言253
12.2房地产经济运行监测指标内容253
12.2.1国房景气指数254
12.2.2按功能分类的监测指标255
12.3大数据与房地产经济监测257
12.3.1房地产行业互联网大数据特点257
12.3.2大数据在房地产经济监测方面的应用现状258
12.3.3基于大数据的房地产经济监测的意义260
12.4案例分析260
12.4.1基于面板分位回归的房价预测261
12.4.2基于多期双重差分模型的房价与限购令的实证研究266
12.5本章小结275
第13章基于移动支付大数据的经济形势监测分析方法277
13.1引言277
13.2研究背景与现状278
13.2.1国外移动支付发展历程278
13.2.2国内移动支付发展历程279
13.3移动支付与经济形势监测的关系280
13.3.1移动支付对经济社会运行的影响281
13.3.2移动支付行为对经济金融的改善意义282
13.4当前移动大数据的特点283
13.4.1移动数据固有的大数据特征283
13.4.2移动数据的特有大数据特征284
13.4.3移动大数据搜集与计算问题286
13.5针对移动支付大数据的前沿统计理论与方法286
13.5.1描述类方法286
13.5.2预测类方法287
13.6案例分析292
13.6.1利用大数据分析特殊事件对区域经济状况的影响292
13.6.2通过移动支付行为监测城市区域经济发展状况294
13.7本章小结295
第14章函数型大数据统计建模理论方法及其应用研究296
14.1引言296
14.1.1挑战性前沿问题296
14.1.2几类金融时间序列296
14.1.3条件自回归风险值（CAViaR）模型297
14.1.4ARFIMA过程298
14.2几类函数型大数据建模298
14.2.1复杂多元函数型大数据分层分位回归建模298
14.2.2非平稳函数型时间序列分析302
14.2.3时变特征的非参数检验304
14.2.4高维非平稳序列的跳点估计和降维305
14.3时间序列模型307
14.3.1概念307
14.3.2ARMA过程309
14.3.3时域分析313
14.3.4时间序列统计分析315
14.3.5预测316
14.4ARCH模型和GARCH模型318
14.4.1ARCH模型318
14.4.2GARCH模型324
14.4.3GARCH模型的简单扩展327
14.4.4GARCH模型的几类推广形式328
14.4.5GARCH模型拟合329
14.4.6波动率预测和风险度量估计334
14.5条件自回归风险值的分位数回归338
14.5.1风险价值模型338
14.5.2CAViaR339
14.5.3分位数回归340
14.5.4分位数模型检验343
14.5.5实证结果344
14.5.6结论349
14.5.7附录：假设349
14.6ARFIMA过程351
14.6.1介绍351
14.6.2独立误差的情况353
14.6.3条件异方差误差的情况355
14.6.4模拟研究358
14.7本章小结359
第15章总结与展望360
参考文献365
内容摘要
大数据分析理论和方法的重构与创新，正在深刻地影响着当代经济运行形势的监测预测领域的相关理论、方法及其应用。目前大数据在宏观经济监测预测领域的应用主要有两个热点：一是建立大数据下新型宏观经济指标；二是使用大数据来提高传统宏观经济监测预测模型的准确度和时效性，使之“即时预测”乃至“实时预测”。本专著致力于对大数据背景下经济形势监测预测的11个主要指标进行研究，这些指标包括大数据下的经济总量运行、金融风险管理、财政税收、对外贸易、对内贸易、物价水平、居民消费、失业率、交通运输、房地产经纪、移动支付等，并基于这些主要指标提出相应的政策建议。本专著可作为统计学、经济学及其相关领域的大学生、研究生的教材或教学参考书，亦可供教师和科技人员参考使用。
主编推荐
首先，该专著是教育部哲学社会科学重大课题攻关项目“基于大数据的经济形势监测理论与方法研究”这一重大课题的直接研究成果；其次,该成果能够深刻揭示经济大数据波动规律，从而能对大数据的经济形势进行有效地预测预警；再次，通过该专著的出版，有望部分凝聚整合国内外相关学科的学术力量，积若干年的持续研究，激发产出一批具有原创性和学术价值、在国内外具有较大学术影响、能够传之后世的重大学术成果，并以此托举出若干学养深厚的学术大家，奠定我国在该领域的学术领先地位，由此可见该专著出版具有重大的理论意义和实践价值；最后，该专著内容新颖，跟踪国际前沿研究，论述浅入迁出，明晰透彻，富有启发性。
相关推荐
-
基于大数据的经济形势监测预测理论与方法
全新保定
￥ 79.70
-
基于大数据的经济形势监测预测理论与方法
全新保定
￥ 107.50
-
基于大数据的经济形势监测预测理论与方法
全新广州
￥ 98.24
-
基于大数据的经济形势监测预测理论与方法
全新广州
￥ 100.24
-
基于大数据的经济形势监测预测理论与方法！
全新北京
￥ 104.81
-
基于大数据的经济形势监测预测理论与方法
全新保定
￥ 105.00
-
基于大数据的经济形势监测预测理论与方法
全新南京
￥ 108.16
-
基于大数据的经济形势监测预测理论与方法
全新南京
￥ 108.16
-
基于大数据的经济形势监测预测理论与方法
全新南京
￥ 108.16
-
基于大数据的经济形势监测预测理论与方法！
全新北京
￥ 104.81
— 没有更多了 —
以下为对购买帮助不大的评价