资产评估中城商行存款预测模型的选择与效果分析

发布时间：2021-02-20 18:14

　　对常用预测模型进行梳理,在考虑评估实务中预测模型的可行性、准确性为基础,选用EGM（1,1）、ODGM（1,1）、EDGM（1,1）、DGM（1,1）、Verhulst灰色模型,对7家以上市城商行2007—2016年吸收存款数据进行拟合,并比较拟合精度,分析模型效果发现,Verhulst模型稳定性较差,EGM、DGM均能较好的预测城商行的吸收存款量。 

【文章来源】：皖西学院学报. 2019,35(06)

【文章页数】：5 页

【文章目录】：
一、资产评估中存款预测方法与预测模型的选择
二、资产评估中存款预测模型构建
    （一）GM（1,1）模型
    （二）ODGM（1,1）模型
    （三）DGM（1,1）模型
    （四）EDGM（1,1）模型
    （五）灰色Verhulst模型
三、资产评估中存款预测模型的效果分析
    （一）数据选取
    （二）模型适应性分析
    （三）模型精度分析
四、结论


【参考文献】：
期刊论文
[1]我国商业银行价值评估的方法选择[J]. 邓文君.  财政监督. 2015(14)
[2]基于主成分分析的居民储蓄存款影响因素研究[J]. 高鑫.  金融发展评论. 2014(11)
[3]GM（1,1）模型的几种基本形式及其适用范围研究[J]. 刘思峰,曾波,刘解放,谢乃明.  系统工程与电子技术. 2014(03)
[4]基于EVA（经济增加值）折现的商业银行价值评估研究[J]. 费亚群,李文卿.  金融经济. 2013(16)
[5]基于市场法的非上市城商行股权转让价值评估[J]. 陈艳利,殷翠微.  中国资产评估. 2013(06)
[6]存贷比地区差异研究——基于商业银行分行数据的研究[J]. 纪志宏.  金融研究. 2013(05)
[7]灰色Verhulst模型背景值优化的建模方法研究[J]. 熊萍萍,党耀国,姚天祥,崔杰.  中国管理科学. 2012(06)
[8]省域经济综合竞争力预测模型的选择实验与效果分析[J]. 黄茂兴,李闽榕.  管理世界. 2012(07)
[9]改进的灰色Verhulst模型在中长期负荷预测中的应用[J]. 周德强.  电网技术. 2009(18)
[10]中国城市商业银行价值评估研究[J]. 诸立乔.  统计与决策. 2008(11)

博士论文
[1]并购中的商业银行价值评估方法研究[D]. 李斌.中央财经大学 2015



本文编号：3043149