NDGM模型的性质及预测效果分析

在近似非齐次指数序列的离散灰色模型（non-homogenous discrete grey model,NDGM）基础上研究了该模型的参数特性,分析了仿射变换导致的模型参数变化特征,结果表明,变换前后所得预测值仍然具有仿射变换关系,验证了NDGM模型对非齐次指数序列预测的无偏性。通过求解NDGM模型,给出针对一般指数序列的完全拟合表达式,并给出了求解近似指数序列最优拟合表达式的算法步骤。最后以1999年~2008年我国人均国内生产总值为例进行模拟和分析,验证了该方法在离散灰色预测中的可行性。

灰色聚类方法在创业板股票投资价值评估中的应用

由于客观条件约束,在进行股票投资价值分析时,有时只能获得少量的不完备信息。鉴于此情况,文章将灰色理论的"小样本"、"贫信息"思想引入股票投资价值的评价研究中。采用灰色系统理论中的灰色聚类方法,对创业板中的11支股票按照6项聚类指标进行灰聚类分析,通过计算不同指标的灰色聚类系数,最后以聚类类型来定性评价股票的投资价值。实证结果表明,灰色聚类方法不仅降低了对数据量和信息量的要求,而且能有效区分出具备不同投资价值的股票。

基于区间PCA方法的中小上市公司综合评价

以深交所中小板最早上市的20家公司2004至2009年的年报数据为分析对象,可以提出一种易于实现、信息利用充分的区间主成分分析法,实现对样本公司的动态、长期综合评估。研究结果表明,综合排名靠前的上市公司大都属于高新技术企业且为细分行业龙头,排名靠后的大都属于传统制造业且科技含量不高。为促进中小板和创业板市场稳定发展,应吸纳更多的细分行业龙头企业以及科技含量高的自主创新型企业,以改善市场结构,增强可持续发展能力。

基于区间PCA方法的中小上市公司综合评价

本文以深交所中小板最早上市的20家公司2004至2009年的年报数据为分析对象,提出一种易于实现、信息利用充分的区间主成分分析法,实现对样本公司的动态、长期综合评估。研究结果表明,综合排名靠前的上市公司大都属于高新技术企业且为细分行业龙头,排名靠后的大都属于传统制造业且科技含量不高。为促进中小板和创业板市场稳定发展,应吸纳更多的细分行业龙头企业以及科技含量高的自主创新型企业,以改善市场结构,增强可持续发展能力。

灰色预测模型的系统动力学仿真

针对灰色预测模型的仿真拟合问题展开研究,运用系统动力学方法,针对GM(1,1)模型、DGM模型、NDGM模型等3种灰色预测模型进行系统动力学分析,研究了这3种模型的拟合预测效果。结果表明,GM(1,1)模型的白化形式在拟合预测原序列时偏差较大;DGM模型是齐次指数序列的精确模拟,NDGM模型是非齐次指数序列的精确模拟;在对近似非齐次指数序列进行拟合时,NDGM模型的拟合效果明显优于其他模型。此外,将反馈的观点引入灰色模型,使得系统动力学仿真方法成为灰色预测建模的辅助工具,有利于灰色预测模型的拓展与完善。