电信需求的面板数据模型适应性研究

发布时间：2017-07-04 13:04

  本文关键词：电信需求的面板数据模型适应性研究

  更多相关文章： 电信需求 预测 面板数据模型 适应性

【摘要】：随着移动互联网的逐步开放以及三网融合趋势的进一步发展,各类新兴数据业务呈现井喷式增长,使得电信需求复杂度的增加,不同电信需求的预测方法是否相同,预测效率是否一致,这就使得电信需求预测方法变成了一个挑战性极强的研究课题。面板数据模型是近年来计量经济学理论方法的重要发展,面板数据特点就是将时间序列数据和截面数据的各自优点集合起来,而且面板数据模型丰富多样,不同模型特点各异,为了提电信预测的准确性,本文实证了不同类别业务的预测需采用何种面板数据预测模型以提高预测准确性,研究了不同电信需求对面板数据模型的适应性。 本文在总结电信需求影响因素基础上基于电信业务业务量及用户数的样本资料,采用了面板数据各类模型、时间序列预测模型、截面数据回归模型及创新扩散bass模型对全网固定电话用户数、移动电话用户数、互联网发展用户数、移动电话计费时长、移动短信量和某运营商的移动气象业务量、彩信业务计费量、移动数据流量进行前向预测,论文的主要研究成果如下： 首先,建立了电信需求的面板数据预测模型。本文在总结电信需求宏观影响因素如GDP、城市化水平、居民的收入及消费水平等六大主要因素基础上,并基于凯恩斯的消费函数理论和面板数据原始模型建立了电信需求的面板数据混合模型、静态固定效应模型、静态随机效应模型以及动态面板数据模型并阐述了不同模型的估计与检验方法。 其次,基于电信需求的面板数据模型对不同业务进行了实证研究。为了研究不同电信需求对模型的适应性,本文选取了全网固定电话用户数、移动电话用户数、互联网发展用户数、移动电话计费时长、移动短信量和某运营商的移动气象业务量、彩信业务计费量、移动数据流量作为因变量分别进行了面板数据混合模型、静态固定效应模型、静态随机效应模型以及动态面板数据模型的估计与检验,并基于参数估计结果对不同业务进行了前向预测,比较不同模型的预测精度,得出固定电话用户数、移动电话用户数、互联网接入用户数、移动电话计费时长及移动短信业务量等的前向预测采用静态固定效应模型预测结果最优,而移动气象业务量、彩信业务计费量及移动数据流量等的前向预测采用动态面板数据模型预测结果最优。 再次,验证了面板数据模型的优越性。为了检验面板数据模型优越性,本文针对上述电信需求分别建立了普通的时间序列模型、截面数据回归模型以及目前应用较广泛的创新扩散模型,同时基于参数估计结果分别计算了不同模型的预测精度,结果发现面板数据各类模型的预测精度要显著高于普通的时间序列模型、截面数据回归模型以及创新扩散模型。 研究发现,综合考虑了截面数据和时间序列数据以及严格控制个体异质性的面板数据模型在预测方面要优于普通的时间序列预测模型或截面数据回归模型；在静态面板数据模型中,不同电信需求的固定效应模型均要优于混合模型和随机效应模型；关于静态固定效应模型与动态面板数据模型的比较,可以发现传统的电信需求预测如固定电话用户数、移动电话用户数、互联网接入用户数、移动电话计费时长及移动短信业务量等的预测均适合采用固定效应模型,而新型或用户普及率较低的电信需求如移动气象业务量、彩信业务计费量及移动数据流量等的预测适合采用动态面板数据模型。
【关键词】：电信需求 预测 面板数据模型 适应性
【学位授予单位】：北京邮电大学
【学位级别】：硕士
【学位授予年份】：2012
【分类号】：F224;F626
【目录】：

• 摘要4-6
• 英文摘要6-10
• 第一章 绪论10-15
• 1.1 研究背景与意义10-13
• 1.2 研究目标与研究内容13-14
• 1.3 研究创新14-15
• 第二章 电信需求预测及面板数据模型文献综述15-26
• 2.1 电信需求预测文献综述15-17
• 2.2 面板数据模型文献综述17-24
• 2.2.1 面板数据模型概述17-19
• 2.2.2 面板数据模型优势与局限性19-20
• 2.2.3 面板数据模型演进路径20-24
• 2.3 文献综述结论24-26
• 第三章 基于面板数据模型的电信需求预测建模26-36
• 3.1 电信需求影响因素26-27
• 3.2 基于面板数据模型的电信需求预测建模27-36
• 3.2.1 电信需求的面板数据混合模型估计与检验28-29
• 3.2.2 电信需求的面板数据固定效应模型估计与检验29-30
• 3.2.3 电信需求的面板数据随机效应模型估计与检验30-33
• 3.2.4 电信需求的动态面板数据模型估计与检验33-36
• 第四章 基于面板数据模型的电信需求预测实证研究36-77
• 4.1 数据搜集与样本的选取36
• 4.2 模型的估计与检验36-74
• 4.2.1 基于用户数的模型回归分析与检验36-54
• 4.2.2 基于业务量的模型回归分析与检验54-74
• 4.3 电信需求的面板数据模型适应性总结74-77
• 4.3.1 模型评估与比较74-75
• 4.3.2 研究结论75-77
• 第五章 总结与展望77-79
• 参考文献79-82
• 致谢82-83
• 攻读学位期间发表的学术论文目录83

【参考文献】

中国期刊全文数据库 前10条

1 董景荣;长途电话话务量发展前景的人工神经网络预测[J];重庆邮电学院学报;1998年02期

2 刘童;孙吉贵;张永刚;白洪涛;;用周期模型和近邻算法预测话务量时间序列[J];吉林大学学报(信息科学版);2007年03期

3 徐玉;雷英;;2007年我国电信运营市场分析[J];电信技术;2007年10期

4 元彦梅;;移动通信用户规模的预测分析[J];大众科技;2006年01期

5 王兆霞;孙雨耕;王志勇;郝庭柱;孙小薇;秦娟;沈花玉;;基于神经网络的业务量预测研究[J];光电子·激光;2006年10期

6 杨亚平;;FDI技术行业内溢出还是行业间溢出——基于广东工业面板数据的经验分析[J];中国工业经济;2007年11期

7 田凯;杨苹;;基于复合模型的智能化移动通信话务预测[J];信息技术;2007年04期

8 周传玉;;电信增值业务市场发展趋势分析[J];通信管理与技术;2007年02期

9 杨苹;陈武;;基于自适应最优模糊逻辑系统的移动通信话务预测[J];华南理工大学学报(自然科学版);2005年12期

10 张世龙;邓明清;;移动电话用户预测中Logistic模型和瑞利分布的综合运用[J];杭州电子科技大学学报;2006年03期

中国博士学位论文全文数据库 前1条

1 李勇平;基于改进粒子群神经网络的电信业务预测模型研究[D];华南理工大学;2009年

中国硕士学位论文全文数据库 前6条

1 乔红云;移动流媒体业务发展策略研究[D];北京邮电大学;2006年

2 向炳新;针对电信行业自适应智能话务预测模型的研究与实现[D];电子科技大学;2007年

3 汪朝晖;线性面板数据模型及其实证分析[D];湖南师范大学;2007年

4 武大勇;计量经济学中的面板数据模型分析[D];华中科技大学;2006年

5 黄志丹;基于神经网络的电信业务量预测[D];华中师范大学;2008年

6 亓芳芳;基于面板数据模型的中国民用汽车消费需求预测研究[D];中国科学技术大学;2010年

，

本文编号：517851