基于数据挖掘的行业景气预测预警研究

随着经济结构的变化和统计指标的日益增多，对宏观经济形势的预测预警变得十分复杂。传统的基于概率统计的景气指数方法，由于需要大量的假设检验和专家的经验知识，已经不适应解决此类问题。本项目结合数据挖掘技术，从行业景气的角度，开展景气预测预警的理论与应用研究。理论方面：1）以经济周期波动理论为指导，基于社会仿真技术，研究行业景气的传导机制，构造一个新的景气预测预警分析框架,为经济周期波动理论研究开辟一条新途径；2）基于数据挖掘技术，综合集成先行指数、经济计量和人工智能技术，提出一类非线性集成的景气预测预警方法，丰富和发展预测预警理论和技术。应用方面：基于数据挖掘技术获得的景气构建知识,以专家系统理论为指导,建立以知识为主体的景气预测预警系统。本项目的研究是数据挖掘技术和专家系统理论在景气分析中的具体应用,项目的研究成果可直接应用于实际,为政府决策、企业经营和个人投资提供有益的决策支持。

随着经济结构的变化和统计指标的日益增多，对宏观经济形势的预测预警变得十分复杂。传统的基于概率统计的景气指数方法，由于需要大量的假设检验和专家的经验知识，已经不适应解决此类问题。本项目结合数据挖掘技术，从行业景气的角度，开展景气预测预警的理论与应用研究。理论方面：1）以经济周期波动理论为指导，基于社会仿真技术，研究行业景气的传导机制，构造一个新的景气预测预警分析框架，为经济周期波动理论研究开辟一条新途径；2）基于数据挖掘技术，综合集成先行指数、经济计量和人工智能技术，提出一类非线性集成的景气预测预警方法，丰富和发展预测预警理论和技术。应用方面：基于数据挖掘技术获得的景气构建知识，以专家系统理论为指导，建立以知识为主体的景气预测预警原型系统。取得的成果包括：1）基于角度变化量的聚类方法对行业景气指数进行分类，并利用灰色技术进行其关联度量，在此基础上基于景气跟踪图和Netlog仿真技术，提出了一个新的景气预测预警分析框架；2）提出了一类非线性集成的景气预测预警模型，例如基于基因表达式程序设计的组合预测模型、基于神经网络模糊控制的预测模型、基于神经网络预测的先行指标选择模型、基于粗糙集属性约简的经济景气预警规则挖掘等。3）选择ASP.NET为开发工具，编程语言为C#，数据库管理系统为SQL2005，开发了一个行业经济景气指数预测预警原型系统，并将上述非线性模型集成到系统中。在国内外学术期刊和会议上公开发表了10多篇论文，专著1部，培养研究生8名，组织一次大型的国际学术交流会议，项目组成员参加国际学术交流10多次。本项目的研究成果可直接应用于实际，为政府决策、企业经营和个人投资提供有益的决策支持。