导读:本文包含了失业预测论文开题报告文献综述、选题提纲参考文献及外文文献翻译,主要关键词:神经网络,失业保险,模型,结构性,专业设置,基金,组合。
失业预测论文文献综述
郝党丽[1](2018)在《基于ARIMA-双权值神经网络组合预测模型的城镇失业问题研究》一文中研究指出2018年3月5日,第十叁届全国人大第一次会议在北京顺利召开.会议上,国务院总理李克强在作政府工作报告中,对过去五年工作的回顾时提到:城镇新增就业6600万人以上,13亿多人口的大国实现了比较充分就业;在制定的2018年发展主要预期指标中具体指出:城镇新增就业1100万人以上,城镇调查失业率5.5%以内,城镇登记失业率4.5%以内.从政府工作报告中的这些数据可以看出我国对城镇失业问题的关注程度.不仅如此,很多学者也在研究城镇失业的相关问题.而本文是通过采用新的预测方法来研究我国城镇登记失业人数和城镇登记失业率问题.在本文中,首先运用双权值神经网络模型和ARIMA模型分别对我国城镇登记失业人数和城镇登记失业率进行预测分析;然后将两种模型根据最优的权重构成组合预测模型,运用该模型对我国城镇登记失业人数和城镇登记失业率进行预.测分析.结果显示,对于我国城镇登记失业人数,当双权值神经网络模型的权重取0.5287,ARIMA模型的权重取0.4713时,得到组合预测模型的拟合效果最好,预测的结果为2017年是980.7470万人,2018年是985.8164万人,2019年是987.5616万人,2020年是988.0789万人;对于我国城镇登记失业率,当双权值神经网络模型的权重取0.613,ARIMA模型的权重取0.387时,得到的组合预测模型的拟合效果最好,预测的结果为 2017 年是 4.1054%,2018 年是 3.9705%,2019 年是4.1150%,2020年是3.8898%.并且组合预测模型的拟合效果不仅比双权值神经网络和ARIMA模型的拟合效果好,还比BP神经网络模型的拟合效果好,这也说明了本文运用的新方法能够更好的对我国城镇登记失业问题进行预测分析.(本文来源于《湖南大学》期刊2018-04-02)
金玉丽[2](2014)在《基于偏最小二乘回归与Fisher判别的失业预测分析》一文中研究指出失业是经济社会中关乎民生的首要问题,市场经济的不完善使得市场调控成为一种事后的补救机制。重视失业问题不仅需要事后的熨平,更需要事前的预测分析,两种有机结合来避免失业给经济社会带来震动。无论在理论或是实践中,一个完善的失业预警系统都应包括失业预测与失业警报两部分。本文的研究重点是失业预测,以偏最小二乘回归法和Fisher判别法为工具进行实证分析,并对两个模型进行整合以使其取长补短提高预测的准确性。具体步骤上,首先根据数据的可得性建立失业预测关联指标体系,以明确模型自变量与因变量的选取范围,根据其与其他变量的相关性程度以及后续模型的显着性检验结果,选取了城镇登记失业人数作为因变量;根据变量间的相关性程度、影响时差等条件选取了GDP、工业增加值等共10个自变量进行研究,在此基础上以偏最小二乘回归法进行模型的构建,以探讨这些自变量与城镇登记失业人数的内在关系,并预测未来的失业人数。在失业警报部分,以德尔菲法为依据确定失业警戒线及警区划分,以描述预测结果的严重程度。在Fisher线性判别分析中,也以上述的因变量、自变量为基础,得出分类函数,预测未来失业的严重性等级。文章最后对失业预测机制进行总结,认为两种模型的结合可以有效的发挥失业预测功能。同时也提出未来失业预测研究的构想与展望,以明确今后的研究方向和着力点。(本文来源于《南京大学》期刊2014-05-23)
沈国琪,陈万明[3](2014)在《基于多元线性回归与BP神经网络分析的失业预测建模实证研究》一文中研究指出本文首先构建失业综合指数及其测算指标体系,用来客观地反映失业状况;其次通过文献研究、发放问卷调查等分析方法,并在考虑数据可获得性、可靠性等前提下,初步整理出影响失业的相关因素,以2000~2012年各季度对应的数据,对失业综合指数及其影响因素进行多元线性逐步回归分析,从中筛选出影响显着的因素,构建失业综合指数预测模型。同时基于线性相关分析筛选的结果,构建BP神经网络预测模型,同样对失业状况进行预测,并与多元回归预测模型的预测结论进行比较,结果发现后者预测性能高于前者。(本文来源于《工业技术经济》期刊2014年02期)
孟繁元,高菁菁[4](2013)在《失业保险基金收支的系统动力学仿真预测分析——以辽宁省为例》一文中研究指出失业是一个较为普遍的国际性问题,我国城镇登记失业率较高和失业保险基金结余过高并存是亟待解决的问题。本文以系统动力学理论为基础,运用AnyLogic软件,探讨在现有政策不变的情况下,对辽宁省未来10年的失业保险基金收支情况进行预测,以期对我国失业保险基金的管理与研究提供借鉴。(本文来源于《第一资源》期刊2013年06期)
陈怡安[5](2012)在《中国失业风险动态预测——基于联立方程模型的实证》一文中研究指出基于我国31年的历史数据,采用联立方程模型对我国的失业风险预警问题进行研究。首先建立失业风险预警的经济模型,对我国1978-2009年的各内生指标进行静态预测,其次建立了基于ARMA模型的失业风险动态预测模型,最后给出2012-2015年各指标的警情值和综合警情值,以配合政府的宏观调控政策。(本文来源于《云南财经大学学报(社会科学版)》期刊2012年02期)
徐振斌[6](2010)在《城市失业与就业监测、预测、预案体系研究》一文中研究指出本文提出了建立城市失业与就业监测、预测、预案体系的指标变量体系,监测、预测方法,失业应急管理和预案库;在此基础上,对相应软件进行了说明;文章还介绍了部分案例。(本文来源于《中国物价》期刊2010年11期)
张思锋,马伟[7](2010)在《人口“乡—城”流动下城镇失业保险基金支出预测:以西安市为例》一文中研究指出本文运用人口发展方程与回归预测方法建立了人口"乡—城"流动规模测算模型,根据社会保障精算原理构建了人口"乡-城"流动下的失业保险基金支出测算模型;在此基础上,对2009-2020年西安市失业保险基金支出额进行了预测,结果表明,西安市失业保险基金支出总量年均递增12.93%,由2.67亿元增长到10.19亿元,其中,由"乡—城"人口流动引发的失业保险基金支出额从1232.75万元增长到2.58亿元,年均递增31.85%。(本文来源于《西北人口》期刊2010年04期)
吴晓晖[8](2010)在《利用简单的先行指标来预测经济衰退结束时间——标准普尔500指数和首次申领失业金人数》一文中研究指出2008年12月1日,美国国家经济研究局(National Bureau of Economic Research,以下简称NBER)宣布,美国经济从2007年12月开始正式进入衰退。目前,本次经济衰退已经进入到第二十五个月,是1930年大萧条以来延续时间最长的一次经济衰退(参见表1)。(本文来源于《国际金融》期刊2010年03期)
曹洪军[9](2009)在《专业设置预测与大学生结构性失业治理》一文中研究指出当前大学生的失业主要表现为结构性失业,专业设置滞后是导致大学生结构性失业的根本原因,建立以大学生就业为导向的高校专业设置预测系统是治理大学生结构性失业的根本举措。文章对高校专业设置预测系统的构成要素、结构、功能和环境等方面的复杂性作了详尽分析,提出了尽快建立相应的专门工作机构、分两步实施系统构建任务等几点具体建议。(本文来源于《学术论坛》期刊2009年05期)
杨露[10](2008)在《基于数据挖掘的失业人员再就业预测模型研究》一文中研究指出实现充分就业是近年来我国的一个工作重点,虽然各级政府和社会各界对就业工作十分重视,并探索出许多有益的经验,但随着城镇化、工业化、经济成分多元化和就业形式多样化,劳动关系将更趋复杂,就业形势将更为严峻。充分就业是现代国家宏观经济的重要目标之一。本文为2007年度浙江省科技厅支撑和引导计划面上项目——《基于网格的分布式劳动力市场决策支持系统》的核心研究内容,主要研究面向劳动力市场决策支持的功能层,即建立符合国内实际情况的劳动力需求、供给等模型库和方法库。失业人员并不是完全被动的承受者,有必要从微观层面出发,对个体的选择行为进行剖析。因此,本文从研究国内外失业理论和发展、我国就业和失业特征、现状、存在问题和解决办法等入手,通过总结和分析,对我国失业再就业突出问题:劳动力供需、失业率、再就业困难程度进行了深入探索。应用数据挖掘等技术和方法构建了基于趋势模式的劳动力供需时间序列预测模型、基于竞争神经网络的失业预警模型和基于聚类的失业人员再就业困难程度评分评级模型。基于趋势模式的劳动力供需时间序列预测模型利用基于趋势模式的时间序列挖掘算法TTSDM将时间序列转换成时间子序列数据集以提取序列模式,进行基于置信度的时序趋势模式预测。基于竞争神经网络的失业预警模型利用基于LVQ的层次化组合算法SOM-LVQ使分类边界得以收缩而更加准确;而由SOM作为启发式过程初始化LVQ的权值,提升了LVQ算法整体性能。基于聚类的失业人员再就业困难程度评分评级模型利用K-Means聚类算法对评分结果自动聚类,得到再就业困难程度分级,有效的解决了传统评级方法均方差,分界值确定难的问题。为了提高聚类性能,解决局部极小解,确定K-Means聚类算法初值的选取问题,提出一种新的基于距离的初始化方法,它不需要设定门限,不受数据集的顺序影响,而且对孤立点和噪声有较强的抑制能力。本文以杭州市劳动和社会保障局人力资源系统数据和杭州市2006统计年鉴数据为样本输入和局部利用开源数据挖掘软件Weka进行模型实证分析。这些预测预警模型,为帮助失业人员再就业,提高社会就业率提供了定量分析工具和决策支持服务。(本文来源于《浙江工商大学》期刊2008-02-01)
失业预测论文开题报告
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
失业是经济社会中关乎民生的首要问题,市场经济的不完善使得市场调控成为一种事后的补救机制。重视失业问题不仅需要事后的熨平,更需要事前的预测分析,两种有机结合来避免失业给经济社会带来震动。无论在理论或是实践中,一个完善的失业预警系统都应包括失业预测与失业警报两部分。本文的研究重点是失业预测,以偏最小二乘回归法和Fisher判别法为工具进行实证分析,并对两个模型进行整合以使其取长补短提高预测的准确性。具体步骤上,首先根据数据的可得性建立失业预测关联指标体系,以明确模型自变量与因变量的选取范围,根据其与其他变量的相关性程度以及后续模型的显着性检验结果,选取了城镇登记失业人数作为因变量;根据变量间的相关性程度、影响时差等条件选取了GDP、工业增加值等共10个自变量进行研究,在此基础上以偏最小二乘回归法进行模型的构建,以探讨这些自变量与城镇登记失业人数的内在关系,并预测未来的失业人数。在失业警报部分,以德尔菲法为依据确定失业警戒线及警区划分,以描述预测结果的严重程度。在Fisher线性判别分析中,也以上述的因变量、自变量为基础,得出分类函数,预测未来失业的严重性等级。文章最后对失业预测机制进行总结,认为两种模型的结合可以有效的发挥失业预测功能。同时也提出未来失业预测研究的构想与展望,以明确今后的研究方向和着力点。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
失业预测论文参考文献
[1].郝党丽.基于ARIMA-双权值神经网络组合预测模型的城镇失业问题研究[D].湖南大学.2018
[2].金玉丽.基于偏最小二乘回归与Fisher判别的失业预测分析[D].南京大学.2014
[3].沈国琪,陈万明.基于多元线性回归与BP神经网络分析的失业预测建模实证研究[J].工业技术经济.2014
[4].孟繁元,高菁菁.失业保险基金收支的系统动力学仿真预测分析——以辽宁省为例[J].第一资源.2013
[5].陈怡安.中国失业风险动态预测——基于联立方程模型的实证[J].云南财经大学学报(社会科学版).2012
[6].徐振斌.城市失业与就业监测、预测、预案体系研究[J].中国物价.2010
[7].张思锋,马伟.人口“乡—城”流动下城镇失业保险基金支出预测:以西安市为例[J].西北人口.2010
[8].吴晓晖.利用简单的先行指标来预测经济衰退结束时间——标准普尔500指数和首次申领失业金人数[J].国际金融.2010
[9].曹洪军.专业设置预测与大学生结构性失业治理[J].学术论坛.2009
[10].杨露.基于数据挖掘的失业人员再就业预测模型研究[D].浙江工商大学.2008