本书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。读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，就可以解决自己想处理的问题。本书为读者提供了解决实际问题的方法和手段。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的方法、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、统计学及计算机类等专业本科生和研究生的教科书或参考书，也可供从事经济管理研究、经济预测与决策的人员参考。

高等院校教师

目 录
前言
第1章 MATLAB的基本计算与统计数据处理1
本章要点1
1.1 数值计算1
1.1.1 基本运算与函数1
1.1.2 数组运算2
1.1.3 矩阵生成3
1.1.4 矩阵运算5
1.2 符号计算6
1.2.1 创建符号变量与对象6
1.2.2 符号微积分6
1.3 解方程9
1.3.1 代数方程的符号解9
1.3.2 常微分方程的符号解10
1.3.3 利用矩阵解线性方程组10
1.4 统计数据的处理13
1.4.1 数据的保存和调用13
1.4.2 基本统计量函数15
1.4.3 概率分布函数18
1.4.4 统计作图19
1.4.5 参数估计25
1.4.6 假设检验27
练习与提高32
第2章 经济预测概述33
本章要点33
2.1 预测的基本概念与原理33
2.1.1 预测的基本概念33
2.1.2 预测的基本原理33
2.2 经济预测的内容与步骤34
2.2.1 经济预测学的研究内容 34
2.2.2 经济预测的主要内容35
2.2.3 预测的一般步骤35
2.3 预测资料的收集与预处理36
2.3.1 数据的收集与预处理36
2.3.2 数据类型37
2.3.3 数据的分析与鉴别37
2.4 数据的初始化处理43
2.5 样本预测及精度评价45
2.5.1 样本内预测与样本外预测45
2.5.2 预测的精度评价45
练习与提高45
第3章 定性预测法47
本章要点47
3.1 集合意见预测法47
3.1.1 常用的集合意见预测法47
3.1.2 集合意见预测法的应用49
3.2 德尔菲法51
3.2.1 德尔菲法的基本内容51
3.2.2 德尔菲法的应用53
3.3 主观概率预测法55
3.3.1 主观概率概述55
3.3.2 常用的主观概率预测法55
3.3.3 主观概率预测法的应用56
3.4 市场预测法59
练习与提高61
第4章 弹性预测法63
本章要点63
4.1 弹性系数的基本理论63
4.1.1 弹性与弹性系数63
4.1.2 弹性分类63
4.1.3 弹性系数的计算64
4.1.4 常用函数的弹性64
4.2 消费需求弹性预测法65
4.2.1 需求的价格弹性预测法65
4.2.2 需求的收入弹性预测法66
4.2.3 需求的交叉弹性预测法66
4.2.4 多种弹性系数综合预测法67
4.3 市场供应弹性预测法67
4.4 产出弹性预测法68
4.4.1 单一投入要素的产出弹性68
4.4.2 生产弹性69
4.5 案例分析72
4.5.1 能源消费需求量预测72
4.5.2 全国铁路、公路客货运量预测74
练习与提高76
第5章 投入产出预测法78
本章要点78
5.1 投入产出模型78
5.1.1 价值型投入产出表78
5.1.2 投入产出的基本平衡关系79
5.1.3 直接消耗系数80
5.1.4 完全消耗系数81
5.1.5 影响力系数与感应度系数81
5.1.6 劳动报酬和劳动力需求81
5.1.7 实物型投入产出表82
5.2 案例分析83
5.2.1 国民经济投入产出预测83
5.2.2 企业投入产出预测87
练习与提高89
第6章 趋势外推预测法91
本章要点91
6.1 一元线性回归法91
6.2 多项式曲线拟合法96
6.3 多元回归法99
6.3.1 多元线性回归99
6.3.2 多项式回归102
6.3.3 多元函数回归102
6.4 交互式回归法103
6.4.1 一元多项式回归命令103
6.4.2 多元二项式回归命令105
6.4.3 逐步回归命令107
6.5 加权拟合直线方程法110
6.6 非线性回归法112
6.6.1 非线性模型的线性化112
6.6.2 非线性回归命令117
6.6.3 逻辑增长曲线模型118
6.7 虚变量回归分析120
6.8 案例分析123
6.8.1 我国人口预测模型123
6.8.2 投资额模型128
练习与提高130
第7章 时间序列预测法132
本章要点132
7.1 移动平均值预测法132
7.1.1 一次移动平均法132
7.1.2 二次移动平均法133
7.2 指数平滑预测法135
7.2.1 一次指数平滑法135
7.2.2 二次指数平滑法137
7.2.3 三次指数平滑法139
7.2.4 霍尔特双参数线性指数平滑法141
7.3 季节指数预测法143
7.3.1 季节性水平模型143
7.3.2 季节性趋势模型146
7.3.3 季节性环比法模型148
7.4 时间序列分解法150
7.5 ARMA模型预测法153
7.5.1 ARMA模型的基本形式153
7.5.2 ARMA模型的相关性分析及识别154
7.5.3 ARMA模型的参数估计158
7.5.4 ARMA模型的预测159
7.6 案例分析161
7.6.1 利用指数平滑法预测GDP161
7.6.2 利用ARMA模型预测股票价格166
练习与提高170
第8章 干预分析模型预测法173
本章要点173
8.1 干预分析模型的基本形式173
8.1.1 干预分析模型的基本变量173
8.1.2 干预事件的形式173
8.1.3 干预分析模型的预测过程174
8.2 案例分析175
练习与提高179
第9章 马尔可夫链预测法181
本章要点181
9.1 马尔可夫链的基本理论181
9.1.1 马尔可夫链的基本概念181
9.1.2 马尔可夫链的预测原理182
9.2 案例分析184
9.2.1 市场占有率预测184
9.2.2 股票价格走势预测186
9.2.3 加权马氏链法预测股票走势189
9.2.4 期望利润预测194
练习与提高196
第10章 灰色预测法198
本章要点198
10.1 灰色预测的基本内容198
10.1.1 灰色预测的基本概念198
10.1.2 灰色预测GM(1,1)模型200
10.1.3 灰色预测GM(1,1)修正模型203
10.1.4 灰色预测GM(1,n)模型205
10.1.5 灰色灾变预测模型206
10.2 案例分析206
10.2.1 社会消费品零售总额预测206
10.2.2 房地产开发投资预测209
10.2.3 城镇居民消费支出预测212
10.2.4 股票灰色灾变预测214
10.2.5 重大风暴潮灾害预测217
练习与提高219
第11章 景气预测法221
本章要点221
11.1 景气预测的基本理论221
11.1.1 景气指标体系的基本概念221
11.1.2 景气循环法的预测过程221
11.1.3 景气综合评分——预警系统225
11.2 案例分析226
11.2.1 国房景气指数226
11.2.2 上海市房地产景气指数230
练习与提高240
第12章 神经网络预测法242
本章要点242
12.1 神经网络的基本理论242
12.1.1 人工神经网络242
12.1.2 BP神经网络的基本原理242
12.1.3 BP神经网络的学习过程243
12.1.4 BP神经网络预测244
12.2 BP神经网络的MATLAB函数244
12.3 案例分析246
12.3.1 多指标的股票开盘价预测246
12.3.2 单指标的股票收盘价预测251
练习与提高255
第13章 层次分析法256
本章要点256
13.1 层次分析法的基本理论256
13.1.1 单层次模型256
13.1.2 多层次分析法的基本步骤259
13.1.3 量化指标的综合选优排序261
13.2 案例分析262
练习与提高268
第14章 熵权法与逼近理想解排序法270
本章要点270
14.1 熵权法270
14.1.1 熵的定义和性质270
14.1.2 熵权法的计算步骤270
14.1.3 熵权的性质与意义271
14.2 逼近理想解排序法272
14.2.1 逼近理想解排序法的基本原理272
14.2.2 逼近理想解排序法的基本步骤272
14.3 案例分析273
14.3.1 熵权法的低碳经济发展评价273
14.3.2 逼近理想解排序法的商业银行绩效评价282
练习与提高284
第15章 数据包络分析法286
本章要点286
15.1 数据包络分析法的基本理论286
15.1.1 CCR模型概述286
15.1.2 具有非阿基米德无穷小量的CCR模型290
15.1.3 BCC模型291
15.1.4 超效率DEA评价模型293
15.1.5 规模效率和技术效率296
15.2 案例分析297
15.2.1 数据包络分析法的商业银行效率评估297
15.2.2 数据包络分析法的房地产开发企业效率评估299
练习与提高302
参考文献304