一种基于马尔可夫链随机预测模型.docVIP

一种基于马尔可夫链的随机预测模型 　　摘要： 本文通过分析研究，提出一种基于马尔可夫链的随机预测模型，该模型在预测日本地方经济时可以取得较好的效果。该模型可以预测2020年及之前日本各地方县市经济的变化情况。虽然本文提出的模型比较简单，但通过扩展，该模型在预测日本地方县市经济时可以提供更准确的信息。 　　Abstract： Through analysis and research， this paper puts forward a random predicting model based on Markov chain. This model can achieve better results in predicting the Japanese local economy. The model can predict the changes of the Japanese local economy by 2020. Although the proposed model is relatively simple， it can provide more accurate information in the prediction of Japanese local economy through expansion of the model. 　　关键词： 地方经济；日本；随机模型；马尔可夫链 　　Key words： the local economy；Japan；stochastic model；Markov Chain 　　中图分类号：O211.62 文献标识码：A 文章编号：1006-4311（2014）13-0006-04 　　0 引言 　　从1990年开始，日本经济就进入从快速增长转为长期低迷的周期。不过直至2000年才发现造成这种现象的原因，如日本的人口出生率较低，人均寿命不断增加，人口总量持续下降以及经济实力和人口主要集中在东京等地区。因此需要一种对各类信息进行定量分析的工具，从而了解经济资源，包括劳动力、生产材料、资金的分布情况，这也就是本文的出发点。首先最好是建立一种经济模型来获取地区之间经济资源的分布情况。尽管如此，该模型需要考虑到所有GDP宏观指标的变化。为了找出全国经济变化的原因，本文在马尔可夫链的基础上建立一种新的随机模型。这是一种简单的预测模型：在一个数字序列中，可以用前一项包含的信息推出后一项。此外它还是西姆斯1980年提出的向量自回归模型的一种形式。在经济预测方面，已经存在一些基于马尔可夫链的模型，并且大多数研究人员也提倡使用这些模型来衡量国家或地区之间经济融合的程度。在预测经济时，虽然诸如马尔可夫链一类的随机模型比计量经济模型更容易，但预测的结果并不总是可靠的。因此为了增加预测的可靠程度，我们进行蒙特卡罗试验，并给定一个预测区间。 　　1 预测模型 　　马尔可夫链是一个著名的推导概率链的工具。对于每个马尔可夫转移矩阵M=（pij）它的转移概率pij满足0？燮（pij）？燮1，■pij=1，一个线性概率链可推到为pt+1=Mpt，t=0，1，2…。令向量Ft为周期t内所有地方县市GDP，Ft+1表示周期t+1内的值。假定矩阵Mt是Ft在Ft+1上的映射，因而有Ft+1=Ft?M （1） 　　假设Mt是特定时间下的转移矩阵，周期s后的共享向量Ft+s可表示为：Ft+s=Ft?Mt?Mt+1…Mt+s-1=Ft?■Mt+i （2） 　　因此，目前的国内生产总值GDP实际上可由马尔可夫链构造出一种模型。接下来我们会介绍一种用真实的经济数据估算转移矩阵Mt的方法，研究表明该方法可以度量收入分布的收敛性。通过收集每个国家或地区的经济数据，为样品总量假定一个合适的网格线，基于这个网格线对每个损益表进行分类，采用矩阵估算的方法对每个国家和地区的响应时间进行汇总。这种情况下，收入由高到低大体上可以被分成5种情形。然而这不能反映个人或区域内部收入的变化，因此为探讨地方县市经济数据的变化，本文在计算时作了以下处理，实现过程如下： 　　令Ft是一个3×1的矩阵，在时间t上的转移矩阵Mt是一个3×3的矩阵，形如：Mt=a■ a■ a■a■ a■ a■a■ a■ a■ （3） 　　假定F■■=b■b■b■以及F■■=b■b■b■对于每个方程（1）可得出： 　　b■=b■■*a■+b■■*a■+b■■*a■ （4-1） 　　b■=b■■*a■+b■■*a■+b■■*a■ （4-2） 　　b■=b■■*a■+b■■*a■+b■■*a■ （4-3） 　　然而当概率矩阵Mt的每列之和等于1，即 　　■at，jk=1（5），对任何j都成立时。 　　公式可能无法保持马尔可夫链的特