基于Lasso和支持向量机的粮食价格预测

首先利用Lasso方法在影响粮食价格波动的众多因素中选出了粮食储备、粮食生产成本、粮食产量、粮食政策、生产需求、贸易需求、心理预期等7个主要影响因素;然后在Lasso变量选择的基础上利用支持向量机进行粮食价格的回归与预测,同时,把Lasso、支持向量机、Lasso-支持向量机及ARIMA方法的拟合预测效果进行比较。实证结果表明:Lasso-支持向量机组合预测方法的拟合预测效果要优于另外三种预测方法。

基于Lasso和支持向量机的组合预测及其应用

针对Lasso方法与支持向量机两者的联系与各自的优势,给出了基于Lasso与支持向量机的串联型、并联型和嵌入型三种组合预测,并将它们运用到我国粮食价格预测中.实证结果表明,与单一预测方法的预测结果相比,基于Lasso方法与支持向量机的串联型组合预测和嵌入型组合预测具有更高的预测精度.

互联网环境下消费信贷行为研究

采用结构方程建模方法,实证分析了感知易用性、感知有用性、感知风险、信用卡效应及使用的态度与互联网环境下消费者使用信用卡支付的意愿之间的作用路径关系,从而建立了互联网环境下消费信贷行为影响因素的概念模型.研究表明,除感知风险与使用的意愿之间存在负相关关系外,其余四个因素与使用的意愿之间均存在正相关关系,其中使用的态度对使用的意愿的影响最大.