经济预测与决策技术及MATLAB实现(第2版普通高等教育十三五规划教材)

德平、刘喜华著的《经济预测与决策技术及 MATLAB实现(第2版普通高等教育十三五规划教材)》 从模型的基本知识和理论出发，采用经济、金融、管 理等领域的实际案例，编写相应的MATLAB程序，并得 出含有大量数据和套用模型的运行结果，使复杂的问 题简单化。学习者无须掌握大量的计算机知识，只需 复制例题、案例中相应的程序，就可解决自己想处理 的问题，为读者提供了一套手把手处理问题的方法和 解决实际问题的手段。 本书主要内容包括定性预测法、弹性预测法、投 入产出预测法、趋势外推预测法、时间序列预测法、 干预分析模型预测法、马尔可夫链预测法、灰色预测 法、景气预测法、神经网络预测法等预测方法，以及 层次分析法、熵权法、逼近理想解排序法、数据包络 分析法等决策评价技术，汇总了当代经济预测与决策 方法、理论和模型，具有较高的学术参考价值。 本书可作为高等院校经济学类、金融学类、工商 管理类、统计学类以及计算机类等专业本科生和研究 生的教科书和参考书，也可供从事经济管理研究、经 济预测与决策的人员参考。

前言 第1章 MATLAB的基本计算与统计数据处理 本章要点 1.1 数值计算 1.1.1 基本运算与函数 1.1.2 数组运算 1.1.3 矩阵生成 1.1.4 矩阵运算 1.2 符号计算 1.2.1 创建符号变量与对象 1.2.2 符号微积分 1.3 解方程 1.3.1 代数方程的符号解 1.3.2 常微分方程的符号解 1.3.3 利用矩阵解线性方程组 1.4 统计数据的处理 1.4.1 数据的保存和调用 1.4.2 基本统计量函数 1.4.3 概率分布函数 1.4.4 统计作图 1.4.5 参数估计 1.4.6 假设检验 练习与提高 第2章 经济预测概述 本章要点 2.1 预测的基本概念与原理 2.1.1 预测的基本概念 2.1.2 预测的基本原理 2.2 经济预测的内容与步骤 2.2.1 经济预测学的研究内容 2.2.2 经济预测的主要内容 2.2.3 预测的一般步骤 2.3 预测资料的收集与预处理 2.3.1 数据的收集与处理 2.3.2 数据类型 2.3.3 数据的分析与鉴别 2.4 数据的初始化处理 2.5 样本预测及精度评价 2.5.1 样本内预测与样本外预测 2.5.2 预测的精度评价 练习与提高 第3章 定性预测法 3.1 集合意见预测法 3.1.1 常用的集合意见预测法 3.1.2 集合意见预测法的应用 3.2 德尔菲法 3.2.1 德尔菲法的基本内容 3.2.2 德尔菲法的应用 3.3 主观概率预测法 3.3.1 主观概率概述 3.3.2 常用的主观概率预测法 3.3.3 主观概率预测法的应用 3.4 市场预测法 练习与提高 第4章 弹性预测法 本章要点 4.1 弹性系数的基本理论 4.1.1 弹性与弹性系数 4.1.2 弹性系数的分类 4.1.3 弹性系数的计算 4.1.4 常用函数的弹性 4.2 消费需求弹性预测法 4.2.1 需求的价格弹性预测法 4.2.2 需求的收入弹性预测法 4.2.3 需求的交叉弹性预测法 4.2.4 多种弹性系数综合预测法 4.3 市场供应弹性预测法 4.4 产出弹性预测法 4.4.1 单一投入要素的产出弹性 4.4.2 生产弹性 4.5 案例分析 4.5.1 能源消费需求量预测 4.5.2 全国铁路、公路客货运量预测 练习与提高 第5章 投入产出预测法 本章要点 5.1 投入产出模型 5.1.1 价值型投入产出表 5.1.2 投入产出的基本平衡关系 5.1.3 直接消耗系数 5.1.4 完全消耗系数 5.1.5 影响力系数与感应度系数 5.1.6 劳动报酬和劳动力需求 5.1.7 实物型投入产出表 5.2 案例分析 5.2.1 国民经济投入产出预测 5.2.2 企业投入产出预测 练习与提高 第6章 趋势外推预测法 本章要点 6.1 一元线性回归法 6.2 多项式曲线拟合法 6.3 多元回归法 6.3.1 多元线性回归 6.3.2 多项式回归 6.3.3 多元函数回归 6.4 交互式回归法 6.4.1 一元多项式回归命令 6.4.2 多元二项式回归命令 6.4.3 逐步回归命令 6.5 加权拟合直线方程法 6.6 非线性回归法 6.6.1 非线性模型的线性化 6.6.2 非线性回归命令 6.6.3 逻辑增长曲线模型 6.7 虚变量回归分析 6.8 案例分析 6.8.1 我国人口预测模型 6.8.2 投资额模型 练习与提高 第7章 时间序列预测法 本章要点 7.1 移动平均值预测法 7.1.1 一次移动平均法 7.1.2 二次移动平均法 7.2 指数平滑预测法 7.2.1 一次指数平滑法 7.2.2 二次指数平滑法 7.2.3 三次指数平滑法 7.2.4 霍尔特双参数线性指数平滑法 7.3 季节指数预测法 7.3.1 季节性水平模型 7.3.2 季节性趋势模型 7.3.3 季节性环比法模型 7.4 时间序列分解法 7.5 ARMA模型预测法 7.5.1 ARMA模型的基本形式 7.5.2 ARMA模型的相关性分析及识别 7.5.3 ARMA模型的参数估计 7.5.4 ARMA模型的预测 7.6 案例分析 7.6.1 利用指数平滑法预测GDP 7.6.2 利用ARMA模型预测股票价格 练习与提高 第8章 干预分析模型预测法 本章要点 8.1 干预分析模型的基本形式 8.1.1 干预分析模型的基本变量 8.1.2 干预事件的形式 8.1.3 干预分析模型的预测过程 8.2 案例分析 练习与提高 第9章 马尔可夫链预测法 本章要点 9.1 马尔可夫链的基本理论 9.1.1 马尔可夫链的基本概念 9.1.2 马尔可夫链的预测原理 9.2 案例分析 9.2.1 市场占有率预测 9.2.2 股票价格走势预测 9.2.3 加权马氏链法预测股票走势 9.2.4 期望利润预测 练习与提高 第10章 灰色预测法 本章要点 10.1 灰色预测的基本内容 10.1.1 灰色预测的基本概念 10.1.2 灰色预测模型 10.1.3 灰色预测GM（1，1）修正模型 10.1.4 灰色预测GM（1，n）模型 10.1.5 灰色灾变预测模型 10.2 案例分析 10.2.1 社会消费品零售总额预测 10.2.2 国内生产总值预测 10.2.3 城市居民消费支出预测 10.2.4 股票灰色灾变预测 10.2.5 重大干旱灾害预测 练习与提高 第11章 景气预测法 本章要点 11.1 景气预测的基本理论 11.1.1 景气指标体系的基本概念 11.1.2 景气循环法的预测过程 11.1.3 景气综合评分——预警系统 11.2 案例分析 11.2.1 国房景气指数 11.2.2 上海房地产景气指数 练习与提高 第12章 神经网络预测法 本章要点 12.1 神经网络的基本理论 12.1.1 人工神经网络 12.1.2 BP神经网络的基本原理 12.1.3 BP神经网络的过程 12.1.4 BP神经网络预测 12.2 BP神经网络的MATLAB函数 12.3 案例分析 12.3.1 多指标的股票开盘价预测 12.3.2 单指标的股票收盘价预测 练习与提高 第13章 层次分析法 本章要点 13.1 层次分析法的基本理论 13.1.1 单层次模型 13.1.2 多层次分析法的基本步骤 13.1.3 量化指标的综合选优排序 13.2 案例分析 练习与提高 第14章 熵权法与逼近理想解排序法 本章要点 14.1 熵权法 14.1.1 熵的定义和性质 14.1.2 熵权法的计算步骤 14.1.3 熵权的性质与意义 14.2 逼近理想解排序法 14.2.1 逼近理想解排序的基本原理 14.2.2 逼近理想解排序的基本步骤 14.3 案例分析 14.3.1 熵权法的低碳经济发展评价 14.3.2 逼近理想解排序法的商业银行绩效评价 练习与提高 第15章 数据包络分析法 本章要点 15.1 数据包络分析法的基本理论 15.1.1 CCR模型概述 15.1.2 具有非阿基米德无穷小量的CCR模型 15.1.3 BCC模型 15.1.4 超效率DEA评价模型 15.1.5 规模效率和技术效率 15.2 案例分析 15.2.1 数据包络分析法的商业银行效率评估 15.2.2 数据包络分析法的房地产开发企业效率评估 练习与提高 参考文献