本文作者：畢曉慶工作單位：北京經(jīng)濟(jì)貿(mào)易大學(xué)

北京市“十二五”期間最終消費(fèi)率的預(yù)測(cè)與分析——基于Markov分析法

本部分采用馬爾可夫（Markov）預(yù)測(cè)方法對(duì)北京市“十二五”期間的最終消費(fèi)率（消費(fèi)總額/GDP）進(jìn)行了一個(gè)預(yù)測(cè)分析，進(jìn)而對(duì)“十二五”規(guī)劃中北京市最終消費(fèi)率達(dá)到60%以上的規(guī)劃目標(biāo)進(jìn)行驗(yàn)證與分析。（一）基于Markov分析法對(duì)北京市最終消費(fèi)率的運(yùn)算假定某一個(gè)事件的發(fā)展過(guò)程有n個(gè)可能的狀態(tài)，即E1，E2，…，En，記從狀態(tài)Ei轉(zhuǎn)變?yōu)闋顟B(tài)Ej的狀態(tài)轉(zhuǎn)移概率P（Ei→Ej）為Pij，則矩陣P稱(chēng)為狀態(tài)轉(zhuǎn)移概率矩陣：P=。N年后消費(fèi)率狀態(tài)矩陣an為=ao*pn，其中ao為初始消費(fèi)率狀態(tài)矩陣，n表時(shí)間間隔。如表1所示，主要描述了本文分析所用的消費(fèi)率、消費(fèi)率一階差分及消費(fèi)率狀態(tài)：表12001-2011北京市消費(fèi)率變化的狀態(tài)轉(zhuǎn)移情況數(shù)據(jù)來(lái)源：北京市統(tǒng)計(jì)局年度數(shù)據(jù)本文選取了2001年至2011年11年的數(shù)據(jù)來(lái)分析消費(fèi)率變動(dòng)的概率，由于消費(fèi)率有明顯的時(shí)間趨勢(shì)，對(duì)消費(fèi)率狀態(tài)的設(shè)定的敏感性不強(qiáng)，所以本文用消費(fèi)率的一階差分，即本年消費(fèi)率較上年消費(fèi)率的變動(dòng)量為基準(zhǔn)來(lái)構(gòu)造消費(fèi)率狀態(tài)轉(zhuǎn)移概率矩陣。將消費(fèi)率一階差分[-1.5，0]的規(guī)定為狀態(tài)E1，[0，1.5）規(guī)定為E2，[1.5，3]規(guī)定為E3，Pij=Ei→Ej的個(gè)數(shù)/Ei的總數(shù)（最后一年的狀態(tài)不計(jì)入分母中）。通過(guò)計(jì)算得到消費(fèi)率狀態(tài)轉(zhuǎn)移概率矩陣P=。（二）Markov分析法對(duì)北京市消費(fèi)率的測(cè)算結(jié)果本文的狀態(tài)變量均采用了各狀態(tài)的均值，E1狀態(tài)的變動(dòng)均值為-0.85，E2狀態(tài)的變動(dòng)均值為0.95，E3狀態(tài)的變動(dòng)均值為2.1。消費(fèi)一階差分=消費(fèi)率狀態(tài)概率矩陣×（-0．850．952．1）T，其中要用當(dāng)年的消費(fèi)率一階差分（-0．850．952．1）T中相應(yīng)的元素。通過(guò)計(jì)算，2012至2016年的消費(fèi)率狀態(tài)矩陣及由此計(jì)算出的消費(fèi)率如表2所示：由表2可知，年平均消費(fèi)率增長(zhǎng)0.93，2013年時(shí)北京市期望最終消費(fèi)達(dá)到60.38%，實(shí)現(xiàn)了北京市“十二五”中達(dá)到60%的目標(biāo)。用馬爾科夫狀態(tài)轉(zhuǎn)移概率矩陣方法計(jì)算出的期望消費(fèi)率2012年至2016年分別為59.53、60.38、61.23、62.12及63.04。因此，2012-2016年間北京市期望最終消費(fèi)率表現(xiàn)出不斷增長(zhǎng)的趨勢(shì)。由于消費(fèi)率一階差分E1有50%的可能維持E1不變，有50%的可能上升到E2或E3，E2有50%的可能維持E2不變或上升為E3的狀態(tài)，而不存在降為E1的可能，E3有67%的可能維持原狀態(tài)不變，而降為E1的可能只有33%，不存在降為E2的可能，所以消費(fèi)率一階差分均表現(xiàn)為正值，即最終消費(fèi)率呈現(xiàn)增長(zhǎng)的趨勢(shì)。馬爾科夫狀態(tài)轉(zhuǎn)移概率矩陣預(yù)測(cè)法是以經(jīng)驗(yàn)概率為基礎(chǔ)進(jìn)行預(yù)測(cè)的，它的準(zhǔn)確性是以不發(fā)生系統(tǒng)性變化為前提的，所用馬爾科夫預(yù)測(cè)方法預(yù)測(cè)出的數(shù)據(jù)只是一種預(yù)期結(jié)果，并不一定會(huì)一定發(fā)生。要實(shí)現(xiàn)“十二五”規(guī)劃的目標(biāo)，北京市政府還需要進(jìn)一步研究影響消費(fèi)率變動(dòng)的因素，確保消費(fèi)率上升的路徑通暢。

北京市提高最終消費(fèi)率的政策建議

自1997年以來(lái)北京市政府消費(fèi)支出占整個(gè)北京市消費(fèi)支出的比重一直在30%以上，尤其是2007、2008、2009、2010以及2011年政府消費(fèi)支出已經(jīng)連續(xù)五年占到北京市整個(gè)最終消費(fèi)支出的40%以上，與一些發(fā)達(dá)國(guó)家如日本、英國(guó)、法國(guó)、意大利等部分城市的10%-20%的比重相比，北京市政府消費(fèi)的比重已經(jīng)很高，政府消費(fèi)進(jìn)一步擴(kuò)大的潛力十分有限。因此，今后北京市要擴(kuò)大消費(fèi)需求，提高消費(fèi)率，重在擴(kuò)大居民消費(fèi)。首先，要引導(dǎo)居民的合理預(yù)期，提高居民的消費(fèi)意愿。近年來(lái)，高額的住房、教育、醫(yī)療、養(yǎng)老開(kāi)支加大了北京市居民的預(yù)期支出，成為擠壓北京市居民當(dāng)期消費(fèi)的重要因素，居民控制當(dāng)期消費(fèi)成為不得已的一種理性選擇，面對(duì)著醫(yī)療、養(yǎng)老以及住房等支出方面的壓力，大多數(shù)居民不得不增加儲(chǔ)蓄。穩(wěn)定收支預(yù)期是促進(jìn)消費(fèi)需求和提高消費(fèi)率的重要條件。因此，北京市在提高最終消費(fèi)率的過(guò)程中，要通過(guò)一些宏觀(guān)政策的制定，建立起完善的社會(huì)保障體系，最大限度地降低居民對(duì)未來(lái)風(fēng)險(xiǎn)的預(yù)期，提高北京市居民對(duì)于收入的預(yù)期，促進(jìn)即期消費(fèi)，進(jìn)而扭轉(zhuǎn)大多數(shù)居民增加儲(chǔ)蓄的意愿。這是因?yàn)榫用袷杖腩A(yù)期的提高會(huì)增強(qiáng)居民對(duì)經(jīng)濟(jì)前景及自身未來(lái)購(gòu)買(mǎi)能力的信心，而消費(fèi)信心的增強(qiáng)有助于提高居民消費(fèi)意愿，促進(jìn)消費(fèi)行為，從而提高最終消費(fèi)率。其次，要控制物價(jià)上漲，提高中低收入居民的消費(fèi)能力。中國(guó)人民銀行管理部在北京市2011年一季度對(duì)1400戶(hù)城鎮(zhèn)儲(chǔ)戶(hù)進(jìn)行關(guān)于居民對(duì)當(dāng)前物價(jià)水平的接受度的問(wèn)卷調(diào)查。調(diào)查結(jié)果顯示：當(dāng)前北京市居民有將近60%認(rèn)為物價(jià)水平高，使其難以接受。所以，要想從源頭上擴(kuò)大居民的最終消費(fèi)率，北京市要落實(shí)好相關(guān)的物價(jià)穩(wěn)定措施：（1）加強(qiáng)農(nóng)業(yè)設(shè)施建設(shè)，大力推進(jìn)農(nóng)業(yè)生產(chǎn)集約化、規(guī)模化發(fā)展，提高北京農(nóng)產(chǎn)品自給率；（2）完善鮮活農(nóng)產(chǎn)品運(yùn)輸?shù)木G色通道，嚴(yán)格執(zhí)行所有收費(fèi)公路對(duì)整車(chē)合法裝載鮮活農(nóng)產(chǎn)品的車(chē)輛免收通行費(fèi)，對(duì)少量混裝其他農(nóng)產(chǎn)品以及超載幅度在合理計(jì)量誤差范圍內(nèi)的鮮活農(nóng)產(chǎn)品運(yùn)輸車(chē)輛免收通行費(fèi)，降低農(nóng)產(chǎn)品的運(yùn)輸成本；（3）組織開(kāi)展食品價(jià)格專(zhuān)項(xiàng)檢查，打擊各種價(jià)格違法違規(guī)行為，重點(diǎn)查處經(jīng)營(yíng)者之間合謀漲價(jià)、串通定價(jià)、囤積居奇、哄抬價(jià)格的違法行為，促進(jìn)食品市場(chǎng)健康有序地發(fā)展。最后，要針對(duì)不同消費(fèi)群體，制定相應(yīng)的消費(fèi)和稅收政策。北京市要擴(kuò)大最終消費(fèi)率、促進(jìn)居民消費(fèi)，應(yīng)根據(jù)不同的消費(fèi)群體特點(diǎn)，制定相應(yīng)的消費(fèi)和稅收政策，形成不同的消費(fèi)增長(zhǎng)點(diǎn)：對(duì)高收入群體，要科學(xué)引導(dǎo)，促進(jìn)其大額消費(fèi)；對(duì)中等收入階層，應(yīng)以穩(wěn)定收入、改善惜購(gòu)心理、增加當(dāng)前消費(fèi)為主；對(duì)低收入群體，應(yīng)增加收入，完善其就業(yè)與基本生活保障，提高購(gòu)買(mǎi)力。此外，集團(tuán)消費(fèi)、外來(lái)消費(fèi)以及流動(dòng)人口在京消費(fèi)的比例都比較大，如何引導(dǎo)促進(jìn)這一部分消費(fèi)群體，也是北京市未來(lái)政策的著眼點(diǎn)。

一個(gè)地區(qū)經(jīng)濟(jì)的發(fā)展問(wèn)題，既有總量問(wèn)題，也有結(jié)構(gòu)失衡問(wèn)題。在“十二五”期間，北京市通過(guò)提高最終消費(fèi)率，可以發(fā)揮消費(fèi)需求的拉動(dòng)作用，促進(jìn)北京市形成新的經(jīng)濟(jì)增長(zhǎng)點(diǎn)，保障北京市經(jīng)濟(jì)持續(xù)、穩(wěn)定、快速地發(fā)展。但是，北京市想要謀求經(jīng)濟(jì)的長(zhǎng)遠(yuǎn)發(fā)展，應(yīng)將經(jīng)濟(jì)增長(zhǎng)的質(zhì)量作為最終目標(biāo)，不僅是將提高最終消費(fèi)率作為提升經(jīng)濟(jì)增長(zhǎng)速度的一個(gè)數(shù)字指標(biāo)，更應(yīng)當(dāng)將其設(shè)定為一個(gè)衡量經(jīng)濟(jì)質(zhì)量和成果的綜合反映，真正轉(zhuǎn)變發(fā)展方式。本文主要是從如何擴(kuò)大居民消費(fèi)的角度提出了幾點(diǎn)政策建議，對(duì)于如何不斷增長(zhǎng)新的消費(fèi)需求，如何培育消費(fèi)熱點(diǎn)、亮點(diǎn)、重點(diǎn)領(lǐng)域以及消費(fèi)結(jié)構(gòu)升級(jí)的問(wèn)題還有待于繼續(xù)探討和研究。

一、數(shù)字推理：共5題，每題1分，共5分。給你一個(gè)數(shù)列，但其中缺少一項(xiàng)或兩項(xiàng)，要求你自詡觀(guān)察數(shù)列的排列規(guī)律，然后從四個(gè)供選擇的選項(xiàng)中選出你認(rèn)為最合理的一項(xiàng)，來(lái)填補(bǔ)空缺項(xiàng)。

1.6，8，2，-6，-8，（）

A．8

B．-3

C．2

D．-2

號(hào)稱(chēng)煙草行業(yè)一場(chǎng)革命的“按客戶(hù)訂單組織貨源”的工作正在如火如荼的展開(kāi)，從宣傳到組織，從領(lǐng)導(dǎo)到普通員工，從思想意識(shí)上已經(jīng)高度統(tǒng)一，從行動(dòng)上卻需要進(jìn)一步吻合?，F(xiàn)在已經(jīng)到了采取行動(dòng)時(shí)候的關(guān)鍵時(shí)刻，各個(gè)崗位，各層領(lǐng)導(dǎo)，都不能掉以輕心，都應(yīng)全力以赴。將改革的高度與執(zhí)行的力度結(jié)合，提高工作的準(zhǔn)確度?！胺彩掠麆t立，不欲則廢”，而“按客戶(hù)需求組織貨源”的根本前提，就是做好卷煙零售客戶(hù)的市場(chǎng)需求情況的預(yù)測(cè)，這是基礎(chǔ)工作，也是“萬(wàn)丈高樓平地起”的地基。如果卷煙零售客戶(hù)需求預(yù)測(cè)做不好，那么之前的工作都將付之東流，之后的工作只能是空中樓閣，或者水中月鏡中花。

卷煙零售客戶(hù)的需求預(yù)測(cè)是指在卷煙市場(chǎng)信息完全對(duì)稱(chēng)的基礎(chǔ)上，運(yùn)用科學(xué)的方法，采用函數(shù)模型，對(duì)影響市場(chǎng)需求變化的各種因素進(jìn)行分析和研究，以推測(cè)未來(lái)一定時(shí)期內(nèi)的卷煙市場(chǎng)信息需求情況和發(fā)展變化趨勢(shì)的一系列工作，可以說(shuō)，需求預(yù)測(cè)是項(xiàng)系統(tǒng)工程。而影響卷煙市場(chǎng)信息的因素可以說(shuō)是不勝枚舉，有宏觀(guān)的原因，也有微觀(guān)的原因；有主觀(guān)的因素，也有客觀(guān)的因素；有常規(guī)實(shí)踐的把握，也有突發(fā)事件的應(yīng)對(duì)；就其表現(xiàn)形式來(lái)講主要是以下幾個(gè)方面：

一、宏觀(guān)經(jīng)濟(jì)形勢(shì)、政治政策的影響。主要是整個(gè)國(guó)家的經(jīng)濟(jì)運(yùn)行和政治環(huán)境的優(yōu)劣。而我國(guó)隨著改革開(kāi)放的深入，經(jīng)濟(jì)的發(fā)展水平逐年提高，所以經(jīng)濟(jì)形勢(shì)總體上來(lái)講是令人欣慰和驕傲的；而大的政治形勢(shì)是我國(guó)一如既往的“求和平求發(fā)展”的主題。那么，我們?cè)谶M(jìn)行市場(chǎng)需求預(yù)測(cè)的時(shí)候，假定其他因素不變的前提下，而需要將預(yù)測(cè)的結(jié)果在原由的基數(shù)上增加一定的百分比。在考慮具體的省份城市的時(shí)候，要結(jié)合當(dāng)?shù)氐慕?jīng)濟(jì)水平，考慮當(dāng)?shù)氐恼?，然后作出理性的判斷?/p>

二、零售客戶(hù)與客戶(hù)經(jīng)理主觀(guān)因素的影響。在進(jìn)行定單預(yù)測(cè)之前，客戶(hù)經(jīng)理與客戶(hù)要進(jìn)行有效友好的溝通，而對(duì)事物認(rèn)識(shí)的差異性，對(duì)預(yù)測(cè)的結(jié)果都會(huì)造成一定的影響。以客戶(hù)為核心的服務(wù)思想，容易被客戶(hù)的主觀(guān)預(yù)測(cè)所左右。如果以客戶(hù)經(jīng)理為主導(dǎo)，那么，同樣的風(fēng)險(xiǎn)也是同樣的存在。

三、突發(fā)事件的影響。如果是天災(zāi)人禍這種不可控因素導(dǎo)致的突發(fā)事件，導(dǎo)致了預(yù)測(cè)的差異可以是無(wú)可厚非。但是，我們不能阻止這些事件的發(fā)生，但是，這些事件也是可以預(yù)測(cè)的。風(fēng)險(xiǎn)發(fā)生的必然性和個(gè)體出現(xiàn)的偶然性是統(tǒng)一的。就是總量是一定的。

四、信息不對(duì)稱(chēng)引起的影響。信息不對(duì)稱(chēng)是導(dǎo)思想?yún)R報(bào)

摘要：擴(kuò)展短期負(fù)荷預(yù)測(cè)方法利用最新的歷史負(fù)荷數(shù)據(jù)，預(yù)測(cè)當(dāng)日當(dāng)前時(shí)刻以后若干小時(shí)的未知負(fù)荷，其預(yù)測(cè)精度明顯高于常規(guī)的短期負(fù)荷預(yù)測(cè)。為滿(mǎn)足電力市場(chǎng)實(shí)時(shí)交易對(duì)負(fù)荷預(yù)測(cè)的新要求，將這種方法應(yīng)用于修改歷史負(fù)荷壞數(shù)據(jù)和補(bǔ)足當(dāng)日未知負(fù)荷數(shù)據(jù)，以協(xié)助提高短期負(fù)荷預(yù)測(cè)的準(zhǔn)確度。文中詳細(xì)介紹了這兩種應(yīng)用的背景和實(shí)現(xiàn)原理，并以實(shí)際電力系統(tǒng)的應(yīng)用結(jié)果數(shù)據(jù)證實(shí)了這兩種應(yīng)用方案是有效的和實(shí)用的。

關(guān)鍵詞：電力市場(chǎng)負(fù)荷預(yù)測(cè)擴(kuò)展短期不良數(shù)據(jù)處理

1引言

短期負(fù)荷預(yù)測(cè)是電力市場(chǎng)運(yùn)營(yíng)中不可少的計(jì)算。短期負(fù)荷預(yù)測(cè)結(jié)果準(zhǔn)確與否，對(duì)系統(tǒng)運(yùn)行的經(jīng)濟(jì)性、安全性有很大影響[1]。

對(duì)于任何負(fù)荷預(yù)測(cè)系統(tǒng)，要提高預(yù)測(cè)的準(zhǔn)確度，需要具備兩個(gè)條件：第一，良好的預(yù)測(cè)基礎(chǔ)；第二，充足的參考信息。在電力領(lǐng)域，對(duì)于常規(guī)的短期負(fù)荷預(yù)測(cè)系統(tǒng)，這兩個(gè)條件體現(xiàn)為：首先，給負(fù)荷預(yù)測(cè)系統(tǒng)提供充足的、完整而且準(zhǔn)確的歷史數(shù)據(jù)樣本；其次，在預(yù)測(cè)過(guò)程中充分的引入最新的負(fù)荷相關(guān)信息（包括負(fù)荷信息，負(fù)荷敏感因素的變化信息等。下同）?；诋?dāng)前實(shí)際情況，需要解決的問(wèn)題是：

（1）修正歷史負(fù)荷數(shù)據(jù)中的壞數(shù)據(jù)；

編者按：本文主要從我國(guó)最終儲(chǔ)蓄率的發(fā)展；前瞻型居民的儲(chǔ)蓄行為；對(duì)我國(guó)近段最終儲(chǔ)蓄率發(fā)展的解釋?zhuān)桓倪M(jìn)城鎮(zhèn)居民儲(chǔ)蓄行為的政策建議進(jìn)行論述。其中，主要包括：我國(guó)的最終儲(chǔ)蓄率穩(wěn)步增長(zhǎng)、中國(guó)國(guó)內(nèi)的居民可以分為兩類(lèi):前瞻型居民和短視型居民、前瞻性?xún)?chǔ)蓄中的預(yù)防性?xún)?chǔ)蓄、預(yù)防性?xún)?chǔ)蓄是用來(lái)預(yù)防未來(lái)的不確定性、保障性因素、收入波動(dòng)對(duì)消費(fèi)的影響小,會(huì)被收入的規(guī)模所抵消,不會(huì)存在消費(fèi)的波動(dòng)、前瞻性?xún)?chǔ)蓄中的饋贈(zèng)性?xún)?chǔ)蓄、前瞻性?xún)?chǔ)蓄中的生命周期儲(chǔ)蓄、前瞻型居民在解決了溫飽問(wèn)題以后,收入規(guī)模的逐漸增強(qiáng)導(dǎo)致了預(yù)防性?xún)?chǔ)蓄傾向增強(qiáng)、饋贈(zèng)性?xún)?chǔ)蓄傾向的變大是由于城鎮(zhèn)中前瞻型居民的收入規(guī)模進(jìn)一步擴(kuò)大、運(yùn)用稅收政策、運(yùn)用財(cái)政支出政策、縮小行業(yè)的收入差距等，具體請(qǐng)?jiān)斠?jiàn)。

【摘要】現(xiàn)階段我國(guó)居民儲(chǔ)蓄的主體城鎮(zhèn)居民儲(chǔ)蓄持續(xù)、飛速增長(zhǎng)。儲(chǔ)蓄的高增長(zhǎng)是一把“雙刃劍”。一方面,為經(jīng)濟(jì)、金融的發(fā)展提供了強(qiáng)大的資金保障;另一方面不僅給整個(gè)經(jīng)濟(jì)的持續(xù)發(fā)展帶來(lái)了隱患,而且在開(kāi)放條件下也影響了資本市場(chǎng)的發(fā)展、以及加重了銀行經(jīng)營(yíng)成本和負(fù)擔(dān)。本文在分析完城鎮(zhèn)居民的消費(fèi)行為后將結(jié)論應(yīng)用于居民儲(chǔ)蓄行為的研究:前瞻型消費(fèi)者的儲(chǔ)蓄行為是我國(guó)儲(chǔ)蓄快速增長(zhǎng)的原因。在獲得中國(guó)城鎮(zhèn)居民儲(chǔ)蓄行為結(jié)論后對(duì)儲(chǔ)蓄的變動(dòng)進(jìn)行了預(yù)測(cè)并提出政策建議。

【關(guān)鍵詞】消費(fèi);儲(chǔ)蓄;饋贈(zèng)性?xún)?chǔ)蓄

1我國(guó)最終儲(chǔ)蓄率的發(fā)展

第一階段:上世紀(jì)80年代初到90年代中期,我國(guó)的最終儲(chǔ)蓄率穩(wěn)步增長(zhǎng),在15年的時(shí)間內(nèi)上漲了10個(gè)百分點(diǎn)。

第二階段:在上世紀(jì)90年代中后期,我國(guó)的最終儲(chǔ)蓄率呈現(xiàn)下降的趨勢(shì),5年的時(shí)間內(nèi)下降了3.6%。

內(nèi)容提要：大數(shù)據(jù)時(shí)代可有效利用高頻網(wǎng)絡(luò)搜索數(shù)據(jù)預(yù)測(cè)傳統(tǒng)宏觀(guān)經(jīng)濟(jì)走勢(shì)?；诰W(wǎng)絡(luò)搜索數(shù)據(jù)對(duì)商品零售價(jià)格指數(shù)（RPI）變動(dòng)影響的分析，利用相關(guān)關(guān)鍵詞的網(wǎng)絡(luò)搜索數(shù)據(jù)，構(gòu)建河北省地區(qū)日度網(wǎng)絡(luò)搜索指數(shù)，并基于混頻數(shù)據(jù)模型MIDAS-AR(1)對(duì)地區(qū)RPI增速進(jìn)行預(yù)測(cè)。研究結(jié)果表明：基于日度網(wǎng)絡(luò)搜索指數(shù)的混頻數(shù)據(jù)模型適用于地區(qū)RPI增速的預(yù)測(cè)。在靜態(tài)預(yù)測(cè)方面，采用混頻數(shù)據(jù)模型的預(yù)測(cè)精度要優(yōu)于同頻模型。在動(dòng)態(tài)預(yù)測(cè)方面，采用調(diào)整模型h值的混頻數(shù)據(jù)模型的預(yù)測(cè)效果優(yōu)于AR(1)模型的動(dòng)態(tài)預(yù)測(cè)結(jié)果，說(shuō)明構(gòu)建的日度網(wǎng)絡(luò)搜索指數(shù)對(duì)地區(qū)RPI變動(dòng)具有一定的預(yù)測(cè)能力。基于此，在對(duì)宏觀(guān)經(jīng)濟(jì)進(jìn)行監(jiān)測(cè)預(yù)測(cè)時(shí)，應(yīng)有效利用網(wǎng)絡(luò)海量即時(shí)數(shù)據(jù)；混頻數(shù)據(jù)模型可應(yīng)用于區(qū)域RPI增速預(yù)測(cè)。

關(guān)鍵詞：商品零售價(jià)格指數(shù)；RPI增速預(yù)測(cè)；混頻大數(shù)據(jù)；網(wǎng)絡(luò)搜索指數(shù)

近年來(lái)，現(xiàn)代網(wǎng)絡(luò)技術(shù)手段的不斷發(fā)展使獲取和儲(chǔ)存海量數(shù)據(jù)成為可能。網(wǎng)絡(luò)搜索數(shù)據(jù)頻率往往高于傳統(tǒng)宏觀(guān)經(jīng)濟(jì)變量，蘊(yùn)含豐富的數(shù)據(jù)信息。伴隨著混頻數(shù)據(jù)模型的深入研究和在經(jīng)濟(jì)金融領(lǐng)域內(nèi)的推廣應(yīng)用，利用高頻數(shù)據(jù)預(yù)測(cè)低頻數(shù)據(jù)成為可能。網(wǎng)絡(luò)搜索數(shù)據(jù)可以體現(xiàn)由于經(jīng)濟(jì)環(huán)境或供給需求變化產(chǎn)生的關(guān)鍵詞搜索行為，其中蘊(yùn)含了能夠引起RPI變動(dòng)的因素，這些因素是對(duì)預(yù)測(cè)RPI變動(dòng)的傳統(tǒng)信息源的重要數(shù)據(jù)補(bǔ)充。結(jié)合混頻數(shù)據(jù)模型，可以充分發(fā)揮網(wǎng)絡(luò)搜索數(shù)據(jù)的高頻優(yōu)勢(shì)。這一方法可以利用更多數(shù)據(jù)信息，在已有的應(yīng)用研究中大多收到較好的預(yù)測(cè)效果，為預(yù)測(cè)宏觀(guān)經(jīng)濟(jì)變量提供新的思路。因此，篩選恰當(dāng)?shù)木W(wǎng)絡(luò)搜索數(shù)據(jù)，研究利用高頻數(shù)據(jù)信息預(yù)測(cè)宏觀(guān)經(jīng)濟(jì)變量具有一定的現(xiàn)實(shí)意義。

一、相關(guān)研究文獻(xiàn)評(píng)述

網(wǎng)絡(luò)搜索數(shù)據(jù)是衡量網(wǎng)絡(luò)輿情的重要指標(biāo)。在宏觀(guān)經(jīng)濟(jì)領(lǐng)域，已有研究表明：網(wǎng)絡(luò)搜索數(shù)據(jù)可體現(xiàn)生產(chǎn)者和消費(fèi)者的投資和需求狀態(tài)，與經(jīng)濟(jì)指標(biāo)存在相關(guān)關(guān)系。張崇等（2012）研究表明：網(wǎng)絡(luò)搜索數(shù)據(jù)與居民消費(fèi)價(jià)格指數(shù)存在協(xié)整關(guān)系。白麗娟等（2015）認(rèn)為，用戶(hù)受到事件影響時(shí)結(jié)合自身信息需求會(huì)產(chǎn)生搜索行為，形成關(guān)鍵詞，即關(guān)鍵詞可看作是事件發(fā)展的量化指標(biāo)。劉偉江和李映橋（2018）從供求理論的角度出發(fā)，基于谷歌指數(shù)合成宏觀(guān)和微觀(guān)搜索指數(shù)，實(shí)證表明：搜索指數(shù)與商品零售價(jià)格指數(shù)具有長(zhǎng)期穩(wěn)定協(xié)整關(guān)系?；诰W(wǎng)絡(luò)搜索數(shù)據(jù)對(duì)金融和經(jīng)濟(jì)指標(biāo)影響的分析，Choi和Varian（2012）引入Google指數(shù)預(yù)測(cè)失業(yè)、旅游等領(lǐng)域的經(jīng)濟(jì)指標(biāo)，研究表明：其預(yù)測(cè)效果更佳。González-Fernández和González-Ve-lasco（2018）基于所選關(guān)鍵詞的Google指數(shù)，實(shí)證表明：引入網(wǎng)絡(luò)搜索數(shù)據(jù)能夠提升模型預(yù)測(cè)精度，利用網(wǎng)絡(luò)搜索信息的預(yù)測(cè)可被推廣至其他經(jīng)濟(jì)指標(biāo)。國(guó)內(nèi)學(xué)者徐映梅和高一銘（2017）基于百度指數(shù)數(shù)據(jù)，構(gòu)造CPI低頻及高頻輿情指數(shù)預(yù)測(cè)CPI，兩類(lèi)輿情指數(shù)具有較強(qiáng)的時(shí)效性，在利用高頻輿情指數(shù)預(yù)測(cè)CPI時(shí)采用混頻數(shù)據(jù)模型MIDAS，改進(jìn)了CPI預(yù)測(cè)精度。張瑞等（2020）基于網(wǎng)絡(luò)搜索數(shù)據(jù)預(yù)測(cè)上海商品零售價(jià)格指數(shù)，研究表明：在預(yù)測(cè)時(shí)引入網(wǎng)絡(luò)搜索數(shù)據(jù)具有時(shí)效性。李俊杰等（2021）發(fā)現(xiàn)，通過(guò)百度搜索數(shù)據(jù)可提取房地產(chǎn)市場(chǎng)信息關(guān)注指數(shù)。關(guān)于混頻數(shù)據(jù)模型理論的應(yīng)用研究較多，Ghy-sels等（2004）提出混頻數(shù)據(jù)模型（MIDAS），認(rèn)為MI-DAS模型可應(yīng)用于經(jīng)濟(jì)與金融領(lǐng)域。Clements和Galvo（2012）提出引入一個(gè)向量自回歸項(xiàng)作為共同因子，以消除低頻因變量對(duì)高頻自變量的季節(jié)性影響。國(guó)內(nèi)多數(shù)研究將混頻數(shù)據(jù)模型應(yīng)用于我國(guó)宏觀(guān)經(jīng)濟(jì)變量的預(yù)測(cè)中，王維國(guó)和于揚(yáng)（2016）基于混頻數(shù)據(jù)，構(gòu)建不同權(quán)重函數(shù)的混頻數(shù)據(jù)回歸預(yù)測(cè)模型和無(wú)約束MIDAS模型，對(duì)我國(guó)季度GDP進(jìn)行預(yù)測(cè)，研究表明：以BIC為權(quán)重的聯(lián)合預(yù)測(cè)模型預(yù)測(cè)效果最優(yōu)。紀(jì)堯（2021）采用包含利率、大宗商品價(jià)格、農(nóng)產(chǎn)品價(jià)格、京東網(wǎng)絡(luò)電商等高頻數(shù)據(jù)，構(gòu)建MIDAS模型，對(duì)我國(guó)CPI及PPI進(jìn)行預(yù)測(cè)，說(shuō)明其相對(duì)于ADL及GARCH模型在預(yù)測(cè)效果上的優(yōu)越性。通過(guò)對(duì)已有研究文獻(xiàn)的梳理，可以發(fā)現(xiàn)：公眾對(duì)事件的關(guān)注度可以通過(guò)網(wǎng)絡(luò)搜索行為轉(zhuǎn)化為關(guān)鍵詞熱度，網(wǎng)絡(luò)搜索數(shù)據(jù)對(duì)宏觀(guān)經(jīng)濟(jì)變量存在影響。相比以往研究，本文有以下方面創(chuàng)新：一方面，本文保留網(wǎng)絡(luò)大數(shù)據(jù)的原有頻率，采用日度網(wǎng)絡(luò)搜索數(shù)據(jù)構(gòu)建地區(qū)網(wǎng)絡(luò)搜索指數(shù)進(jìn)行預(yù)測(cè)，從而避免損失數(shù)據(jù)信息；另一方面，本文將混頻數(shù)據(jù)模型應(yīng)用于某區(qū)域的RPI預(yù)測(cè)，以豐富基于網(wǎng)絡(luò)搜索數(shù)據(jù)預(yù)測(cè)商品零售價(jià)格指數(shù)的研究。

二、網(wǎng)絡(luò)搜索數(shù)據(jù)對(duì)地區(qū)RPI變動(dòng)影響分析

1農(nóng)業(yè)氣象災(zāi)害指標(biāo)

1.1干旱指標(biāo)。干旱指標(biāo)是對(duì)土壤干旱程度的解釋說(shuō)明，是以數(shù)值的方式呈現(xiàn)出旱情狀況，在對(duì)干旱的分析中，有對(duì)比、綜合的作用，也是干旱監(jiān)測(cè)的基礎(chǔ)與保障。干旱是一種情況復(fù)雜的災(zāi)害體系，在地理位置、下墊面情況等多種原因的影響下，干旱指標(biāo)的獲取更為艱難，也很難研究出一種適用性較強(qiáng)的干旱指標(biāo)。目前，干旱指標(biāo)體系逾50種，其中常用的干旱指標(biāo)有標(biāo)準(zhǔn)化降水指數(shù)、相對(duì)濕潤(rùn)度指數(shù)、降水距百分比、CI指數(shù)、K指數(shù)等。1.2低溫冷害指標(biāo)。低溫冷害主要是指農(nóng)作物在生產(chǎn)過(guò)程中，自身產(chǎn)生的熱量不足以維持農(nóng)作物生長(zhǎng)發(fā)育的一種自然災(zāi)害。通常情況下，利用溫度距平和積溫距平表示低溫冷害指標(biāo)。由于我國(guó)國(guó)土南北跨度大，在不同的地區(qū)低溫冷害的判斷指標(biāo)也會(huì)有一定差異，例如東北地區(qū)通常選擇每年610月份的平均溫度作為衡量指標(biāo)，而華北地區(qū)則選擇59月作為獲取指標(biāo)的區(qū)間。而在生產(chǎn)季積溫距平指標(biāo)上，研究人員根據(jù)不同地區(qū)以及不同時(shí)間段的氣候條件，實(shí)施了通過(guò)不同積溫指標(biāo)監(jiān)測(cè)低溫冷害的技術(shù)。1.3寒害指標(biāo)。在冬季突然出現(xiàn)遠(yuǎn)低于平均氣溫的天氣而導(dǎo)致農(nóng)作物嚴(yán)重減產(chǎn)的現(xiàn)象。寒害通常發(fā)生在華北以及東北地區(qū)，但是近年來(lái)我國(guó)南方偶爾也會(huì)出現(xiàn)寒害問(wèn)題，例如2008年南方普遍發(fā)生的寒潮，導(dǎo)致一些亞熱帶的果蔬作物嚴(yán)重受害。判斷寒害的指標(biāo)有多種，其中影響最大的主要是溫度和濕度，一般將低于正常年份溫度10℃認(rèn)為是發(fā)生寒害。另外，在低溫環(huán)境下，如果空氣濕度較大，水分還會(huì)結(jié)成冰霜，造成農(nóng)作物地上莖葉的不可逆凍傷。

2農(nóng)業(yè)氣象災(zāi)害監(jiān)測(cè)技術(shù)的應(yīng)用

2.1地面監(jiān)測(cè)應(yīng)用。地面監(jiān)測(cè)就是在果蔬或農(nóng)作物的種植田內(nèi)安裝一些監(jiān)測(cè)設(shè)備，例如溫濕度傳感器、風(fēng)速風(fēng)向儀等。這些地面監(jiān)測(cè)儀器可以獲取一些必要的氣象數(shù)據(jù)，然后對(duì)比數(shù)據(jù)庫(kù)中的正常信息，如果發(fā)現(xiàn)數(shù)據(jù)有明顯的異常，則系統(tǒng)發(fā)出警報(bào)，技術(shù)人員可以對(duì)這些數(shù)據(jù)進(jìn)行重點(diǎn)分析，并結(jié)合個(gè)人經(jīng)驗(yàn)判斷將要發(fā)生的氣象災(zāi)害。地面監(jiān)測(cè)技術(shù)的應(yīng)用優(yōu)勢(shì)在于信息分辨率高，因此可以同時(shí)監(jiān)測(cè)多種氣象災(zāi)害。2.2遙感監(jiān)測(cè)應(yīng)用。利用遙感衛(wèi)星可以對(duì)大范圍的農(nóng)業(yè)氣象活動(dòng)進(jìn)行動(dòng)態(tài)觀(guān)察，對(duì)于一些影響范圍較大的災(zāi)害天氣有良好的監(jiān)測(cè)效果。例如，夏季有強(qiáng)臺(tái)風(fēng)動(dòng)?xùn)|南沿海登陸，根據(jù)遙感監(jiān)測(cè)可以判斷出臺(tái)風(fēng)大致的運(yùn)行范圍，從而指導(dǎo)臺(tái)風(fēng)運(yùn)行路徑上的農(nóng)民及時(shí)做好應(yīng)對(duì)工作，以減輕農(nóng)業(yè)損失。另外，遙感監(jiān)測(cè)的數(shù)據(jù)反饋效率也比較高，完全能夠滿(mǎn)足多種氣象災(zāi)害的監(jiān)測(cè)需要。

3農(nóng)業(yè)氣象災(zāi)害預(yù)測(cè)技術(shù)的應(yīng)用

3.1數(shù)理統(tǒng)計(jì)預(yù)報(bào)。在利用信息化監(jiān)測(cè)設(shè)備獲取大量的實(shí)時(shí)氣象數(shù)據(jù)后，還需要對(duì)這些氣象數(shù)據(jù)進(jìn)行專(zhuān)門(mén)的統(tǒng)計(jì)、分析和處理。需要進(jìn)行統(tǒng)計(jì)的數(shù)據(jù)內(nèi)容主要包括風(fēng)力、溫度、濕度的變化等。數(shù)理統(tǒng)計(jì)時(shí)應(yīng)重點(diǎn)做好2方面的工作:關(guān)注數(shù)據(jù)生成的時(shí)間，通過(guò)時(shí)間線(xiàn)預(yù)測(cè)下一步各類(lèi)氣象活動(dòng)的發(fā)展情況，進(jìn)而做出精確度較高的預(yù)測(cè);數(shù)據(jù)誤差處理，對(duì)于明顯錯(cuò)誤或誤差較大的數(shù)據(jù)應(yīng)剔除，以保證預(yù)報(bào)的有效性。3.2農(nóng)業(yè)氣象模式與天氣模式結(jié)合。結(jié)合以往的氣象災(zāi)害預(yù)測(cè)經(jīng)驗(yàn)可知，影響氣象災(zāi)害預(yù)測(cè)結(jié)果的因素有多種，為了提高預(yù)測(cè)結(jié)果對(duì)農(nóng)業(yè)生產(chǎn)活動(dòng)的指導(dǎo)價(jià)值，除了要利用各種技術(shù)、設(shè)備完成氣象數(shù)據(jù)分析外，還要適當(dāng)結(jié)合天氣模式，例如每日的天氣預(yù)報(bào)等，這樣可以確保最終預(yù)測(cè)結(jié)果更加符合實(shí)際，從而發(fā)揮指導(dǎo)作用。

摘要：航空航天領(lǐng)域一直以來(lái)都是各個(gè)國(guó)家重點(diǎn)研究的方向，為了確保航空設(shè)備能夠正常運(yùn)行，將故障監(jiān)測(cè)和管理裝置引入航空領(lǐng)域中是必然的發(fā)展趨勢(shì)。在航空領(lǐng)域中應(yīng)用更多的高新技術(shù)，能夠強(qiáng)化系統(tǒng)的維護(hù)水平，帶動(dòng)維護(hù)決策朝著自動(dòng)化、智能化的方向前行，全新裝置的推廣必定會(huì)加快現(xiàn)代化進(jìn)程。期望真正達(dá)成系統(tǒng)的自主保護(hù)，就無(wú)法脫離PHM技術(shù)，其能夠進(jìn)一步提高飛機(jī)的穩(wěn)定性、可監(jiān)測(cè)性以及安全系數(shù)，同時(shí)，也能夠優(yōu)化經(jīng)濟(jì)投入成本以及后期維護(hù)費(fèi)用，PHM在飛機(jī)系統(tǒng)研究中發(fā)揮出越來(lái)越重要的作用。本文基于當(dāng)前PHM技術(shù)的發(fā)展?fàn)顩r，簡(jiǎn)要論述PHM技術(shù)的相關(guān)原理，并針對(duì)其中的核心技術(shù)進(jìn)行深入分析，預(yù)測(cè)未來(lái)飛機(jī)系統(tǒng)的健康管理模式。

關(guān)鍵詞：故障預(yù)測(cè)與狀態(tài)管理（PHM）；體系結(jié)構(gòu)；自主式

后勤保障系統(tǒng)進(jìn)入新的發(fā)展時(shí)期，現(xiàn)代武器裝備整體上朝著智能化的趨勢(shì)前行，作戰(zhàn)方式也轉(zhuǎn)變成聯(lián)合作戰(zhàn)模式以及網(wǎng)絡(luò)戰(zhàn)斗模式，這就要求武器裝備的性能更加優(yōu)良，可以針對(duì)特殊情況做出快速響應(yīng)并能夠持續(xù)穩(wěn)定的運(yùn)行。所以，全球范圍內(nèi)各個(gè)國(guó)家都將研究重心轉(zhuǎn)移到綜合程度更高的故障檢測(cè)以及PHM技術(shù)等方面。PHM技術(shù)突破傳統(tǒng)監(jiān)測(cè)時(shí)單一的狀態(tài)監(jiān)控模式，逐漸形成了智能化的健康管理體系，同時(shí)，也融入了故障監(jiān)測(cè)服務(wù)，利用故障監(jiān)測(cè)能夠及時(shí)準(zhǔn)確地設(shè)計(jì)維護(hù)方案并確保系統(tǒng)穩(wěn)定運(yùn)行，有助于優(yōu)化武器系統(tǒng)的維護(hù)成本，保證系統(tǒng)安全性能、可靠性能達(dá)到標(biāo)準(zhǔn)。

1PHM的內(nèi)涵和原理

故障監(jiān)測(cè)以及PHM技術(shù)在實(shí)際應(yīng)用中扮演的角色越來(lái)越重要，逐步成為當(dāng)前飛機(jī)系統(tǒng)以及車(chē)船系統(tǒng)中不可獲取的組成環(huán)節(jié)。故障檢測(cè)服務(wù)，可以自主監(jiān)測(cè)系統(tǒng)中各個(gè)模塊的工況，同時(shí)，給出預(yù)測(cè)報(bào)告；PHM技術(shù)，也就是健康管理，能夠基于故障監(jiān)測(cè)服務(wù)給出的系統(tǒng)報(bào)告，針對(duì)其中的資源配比以及功能指標(biāo)進(jìn)行分析，為后期系統(tǒng)維護(hù)提供參考意見(jiàn)。PHM技術(shù)是一種以智能化系統(tǒng)為核心的預(yù)測(cè)服務(wù)。通過(guò)性能優(yōu)良、靈敏程度較高的傳感設(shè)備采集系統(tǒng)中各個(gè)模塊的實(shí)際工況指標(biāo)，借助高效的數(shù)學(xué)分析算法，諸如傅里葉級(jí)數(shù)和Gabor變換等，配合搭建完成的人工數(shù)學(xué)模型，對(duì)系統(tǒng)做出相應(yīng)的預(yù)估評(píng)判，完成對(duì)飛機(jī)系統(tǒng)運(yùn)行情況的實(shí)時(shí)監(jiān)測(cè)和管控。PHM技術(shù)融入實(shí)際系統(tǒng)中，將原本出現(xiàn)故障后的維修模式以及定期維護(hù)的模式轉(zhuǎn)變成按照系統(tǒng)狀態(tài)的維護(hù)模式，英文簡(jiǎn)稱(chēng)為CBM。PHM技術(shù)從本質(zhì)來(lái)說(shuō)是利用人工智能技術(shù)搭建起相應(yīng)的系統(tǒng)模型，比如，神經(jīng)網(wǎng)絡(luò)系統(tǒng)、蟻群算法等。能夠針對(duì)系統(tǒng)的工況參數(shù)以及故障類(lèi)型進(jìn)行準(zhǔn)確的推測(cè)和判別。

2PHM系統(tǒng)結(jié)構(gòu)和功能

對(duì)于首次發(fā)行股票的公司，為了獲得較高的發(fā)行價(jià)格，大多愿意披露公司的好消息。如果能夠通過(guò)盈利預(yù)測(cè)描繪公司美好的前景，而受到投資者的歡迎，自愿披露盈利預(yù)測(cè)應(yīng)該是公司的自覺(jué)行為。國(guó)外的研究證實(shí)了上市公司自愿披露盈利預(yù)測(cè)信息的動(dòng)機(jī)和行為，理論上推斷，這些動(dòng)機(jī)也可以在我國(guó)資本市場(chǎng)得到驗(yàn)證。然而，事實(shí)卻恰恰相反。IPO盈利預(yù)測(cè)改為自愿披露后，公司披露的意愿越來(lái)越弱，由強(qiáng)制披露政策下的97.32%下降到自愿披露政策實(shí)施三年后的7.58%.為什么這么多公司不愿意披露盈利預(yù)測(cè)信息？本文將從決定披露制度的監(jiān)管理念出發(fā)，多角度地全面分析我國(guó)IPO、公司管理層不愿披露的真實(shí)動(dòng)機(jī)及客觀(guān)原因，并借鑒在證券市場(chǎng)較為發(fā)達(dá)和完善的美國(guó)的經(jīng)驗(yàn)，為我國(guó)合理制定盈利預(yù)測(cè)信息披露制度提供決策依據(jù)。

一、IPO盈利預(yù)測(cè)信息自愿披露狀況

2001年3月15日證監(jiān)會(huì)《公開(kāi)發(fā)行證券的公司信息披露內(nèi)容與格式準(zhǔn)則第1號(hào)——招股說(shuō)明書(shū)》（以下簡(jiǎn)稱(chēng)《招股說(shuō)明書(shū)——2001年》），將強(qiáng)制披露IPO盈利預(yù)測(cè)改為自愿披露<2>.在強(qiáng)制性披露政策下，1093家公司（1990年-2001年）中有97.32%的公司披露了盈利預(yù)測(cè)信息（張雁翎、申愛(ài)濤2004），而在改為自愿披露后（2，001年-2003年），披露盈利預(yù)測(cè)公司的比例逐年下降，分別為71.43%、28.79%和7.58%.上市公司管理層自愿披露盈利預(yù)測(cè)的意愿為什么越來(lái)越弱？成熟資本市場(chǎng)的上市公司為什么愿意披露？其背后的理論解釋是什么？

二、對(duì)盈利預(yù)測(cè)信息自愿披露的解釋

兩權(quán)分離產(chǎn)生了委托人與人之間的利益不一致和信息不對(duì)稱(chēng)。如果采用治理手段如聘請(qǐng)注冊(cè)會(huì)計(jì)師來(lái)約束人的行為，不可避免地會(huì)發(fā)生約束成本和監(jiān)督成本，為保護(hù)自身利益，委托人會(huì)等量減少人的報(bào)酬，而外部股東則通過(guò)其愿意支付的股票價(jià)格，將減少的報(bào)酬體現(xiàn)在股票價(jià)格中。由于股票價(jià)格在一定程度上代表了公司的價(jià)值，特別是在委托人對(duì)受托人采用股票期權(quán)進(jìn)行長(zhǎng)期激勵(lì)時(shí)，受托人所遭受的損失會(huì)很大。Healy和Palepu（2001）通過(guò)對(duì)有關(guān)學(xué)者研究的回顧，得出廣泛采用股票期權(quán)的公司愿意提供額外的信息以減低公司股票價(jià)值被低估的風(fēng)險(xiǎn)。因此，為了減少成本從而保護(hù)自己的利益，人通常愿意提供有利消息，如盈利預(yù)測(cè)信息。

從信號(hào)理論看，市場(chǎng)上信息靈通的人以可信的方式向信息閉塞的人傳遞“信號(hào)”，以避免出現(xiàn)逆向選擇問(wèn)題。如果投資者不知道每只股票所代表的公司價(jià)值，也就無(wú)法按優(yōu)質(zhì)優(yōu)價(jià)的原則購(gòu)買(mǎi)股票，其結(jié)果是按照市場(chǎng)的平均價(jià)格購(gòu)買(mǎi)股票。為了不至于被冤枉，業(yè)績(jī)良好的上市公司管理層會(huì)主動(dòng)披露信息，以示區(qū)別。Penman（1980）運(yùn)用信號(hào)理論研究了管理者自愿披露行為，結(jié)果表明自愿披露盈利預(yù)測(cè)的公司往往有較好的業(yè)績(jī)表現(xiàn)，相反，獲利能力較差的公司往往不會(huì)主動(dòng)披露盈利預(yù)測(cè)信息。

[摘要]客戶(hù)流失是競(jìng)爭(zhēng)日益激烈的市場(chǎng)中銀行面臨的一大難題。通過(guò)分析銀行客戶(hù)流失的原因，提出了建立客戶(hù)流失預(yù)測(cè)模型的方法。利用模型，發(fā)現(xiàn)預(yù)測(cè)流失群體，預(yù)測(cè)流失趨勢(shì)，進(jìn)而制定有效的控制策略，最大限度地降低客戶(hù)流失率。為客戶(hù)流失預(yù)測(cè)提供了一種新的研究思路和分析方法。

[關(guān)鍵詞]客戶(hù)流失流失預(yù)測(cè)模型數(shù)據(jù)挖掘

隨著我國(guó)加入WTO，國(guó)內(nèi)銀行正醞釀著有史以來(lái)最為深刻的變革，不僅面臨著同業(yè)之間的激烈競(jìng)爭(zhēng)，還有來(lái)自非同業(yè)與國(guó)外銀行的激烈競(jìng)爭(zhēng)。隨著競(jìng)爭(zhēng)的日趨激烈，在行業(yè)中獲得一個(gè)新客戶(hù)的開(kāi)支越來(lái)越大，因而保持原有客戶(hù)、防止客戶(hù)流失的工作也越來(lái)越有價(jià)值。客戶(hù)已成為銀行至關(guān)重要的商業(yè)資源。目前國(guó)內(nèi)對(duì)客戶(hù)流失的研究主要集中在提供個(gè)性化服務(wù)、實(shí)行“一對(duì)一”營(yíng)銷(xiāo)，以吸引客戶(hù)，提高客戶(hù)忠誠(chéng)度上，但這不能從根本上解決問(wèn)題。本文探討的是直接對(duì)客戶(hù)流失數(shù)據(jù)進(jìn)行建模，通過(guò)對(duì)當(dāng)前客戶(hù)數(shù)據(jù)庫(kù)中的客戶(hù)基本信息及客戶(hù)的行為數(shù)據(jù)進(jìn)行分析，建立客戶(hù)流失預(yù)測(cè)模型。利用該模型，發(fā)現(xiàn)預(yù)測(cè)流失群體，預(yù)測(cè)流失趨勢(shì)，進(jìn)而制定有效的控制策略，最大限度地降低客戶(hù)流失率。

一、客戶(hù)流失原因分析

1.客戶(hù)流失的類(lèi)型。所謂客戶(hù)流失是指客戶(hù)不再重復(fù)購(gòu)買(mǎi)，或終止原先使用的服務(wù)。導(dǎo)致銀行客戶(hù)流失的具體原因有很多，通常根據(jù)客戶(hù)流失原因可將流失客戶(hù)分成以下幾種類(lèi)型：

(1)自然流失。這種類(lèi)型的客戶(hù)流失不是人為因素造成的，比如客戶(hù)的搬遷和死亡等。這樣的客戶(hù)流失是不可避免的，應(yīng)該在彈性流失范圍之內(nèi)。自然流失所占的比例很小，銀行可以通過(guò)提供網(wǎng)上服務(wù)等方式，讓客戶(hù)在任何地方、任何時(shí)候都能方便快捷地使用銀行的產(chǎn)品和服務(wù)，減少自然流失的發(fā)生。