本書從模型的基本知識和理論出發，采用經濟、金融、管理等領域的實際案例，編寫相應的MATLAB程序，并得出含有大量數據和套用模型的運行結果，使復雜問題簡單化。學習者無須掌握大量的計算機知識，只需復制例題、案例中相應的程序，就可解決自己想處理的問題，為讀者提供了一套處理問題的方法和解決實際問題的手段。本書主要內容有定性預測法、彈性系數預測法、投入產出預測法、趨勢外推預測法、時間序列預測法、干預分析模型預測法、馬爾可夫鏈預測法、灰色預測法、景氣預測法、神經網絡預測法等預測方法，以及層次分析法、熵權法與逼近理想解排序法、數據包絡分析法等決策評價技術，匯總了當代經濟預測與決策方法、理論和模型，具有較高的學術參考價值。本書不僅適用于經濟學類、金融學類專業，也適用于工商管理類、統計學類以及計算機類等專業，既可作為本科生和研究生的教科書和參考書，也可供從事經濟管理研究、經濟預測與決策的人員參考。
當今市場競爭激烈，各國政府為指導本國市場經濟發展，推動國際經濟協作，都很重視對未來經濟發展前景的展望和預測，并根據預測結果制定中長期發展規劃，做出促進本國發展，使本國利益最大化的決策。企業也要先于競爭對手預測未來的發展前景和消費者的需求，以便做好產品開發、市場定位，制定有利于企業發展的市場決策。個人在進行理財和投資時，也要根據歷史和現狀預測未來，并及時制訂操作方案，才能獲得可觀收益。總之，大到國家和政府，中到企業集團，小到個人，無時不在進行預測與決策，而準確的經濟預測是做出科學經濟決策的重要依據和前提。為此，討論預測與決策理論，研究其方法與模型，給出預測結果和決策方案，具有重要的理論價值。經濟預測與決策是一門科學，更是一門技術，其數學模型眾多，計算量大且復雜，需要通過有效的學習來掌握。
MATLAB是一套功能強大且比較易學的可視化軟件，不僅具備數值計算、符號解析運算、圖形顯示等功能，還是線性代數、自動控制理論、概率論及數理統計、數字信號處理、時間序列分析、金融經濟計量、數學模型建立、神經網絡以及動態系統仿真等方面重要的數學計算工具。它能使人們擺脫重復、復雜的機械性編程細節，把注意力集中在創造性地解決問題上，用盡可能短的時間得出盡可能有價值的結果。
本書力求做到將經濟預測與決策同MATLAB工具完美結合，并從實用角度出發，詳細地介紹如何運用MATLAB工具對預測與決策技術進行程序實現。學習者可以對社會經濟、金融、管理等領域的實際問題，輕松地選用合適的數據，套用正確的預測與決策模型，得出預測結果和決策方案，使復雜問題簡單化。在學習經濟預測與決策理論知識和MATLAB工具的同時，也學會了解決社會實踐問題的方法和技能。
本書是在2012年出版的《經濟預測方法及MATLAB實現》一書的基礎上，進行了修改和添加，對原書預測方法中的大部分例題和案例分析進行了更新和替換，使用了新數據，優化了程序，更具時效性。針對讀者的需求，增加了決策理論部分，選取了目前最流行并廣泛使用的層次分析（AHP）法、熵權法、逼近理想解排序（TOPSIS）法和數據包絡分析（DEA）法等決策評價技術，主要通過案例分析及MATLAB編程，使讀者盡快掌握這些理論和方法，及早地應用于學習、科研和撰寫論文當中。
本書具有以下主要特色：
（1）內容豐富，方法全面。介紹了目前廣泛使用的預測與決策方法，主要包括定性預測法、彈性預測法、投入產出預測法、趨勢外推預測法、時間序列預測法、干預分析模型預測法、馬爾可夫鏈預測法、灰色預測法、景氣預測法和神經網絡預測法等，以及AHP法、熵權法、TOPSIS法和DEA法等決策評價技術，并借助實際案例，用MATLAB程序予以實現。每章配有“練習與提高”，能鞏固所學方法，拓展課本內容，給出實訓案例和操作流程。
（2）案例豐富，實用性強。重點介紹了預測與決策原理、方法，以及MATLAB的編程實現和實際應用。結合不同模型方法的實際需求，精心挑選了大量的經濟、金融、管理等方面的實際案例，通過對案例數據的分析處理，幫助讀者理解、領會和掌握MATLAB算法和經濟預測與決策方法，達到預測與決策技術與MATLAB工具的完美結合。
（3）源代碼豐富，編程參考價值高。在編程過程中深化對預測與決策方法思想和理論的理解，強化對預測與決策技術原理的掌握，精心編寫和調試了大量MATLAB程序代碼。通過學習這些程序，讀者不僅可以更快、更透徹地理解和領會這些算法，而且能掌握MATLAB的使用方法，培養和提高實際計算的能力和技巧。
本書是作者多年來輔導本科生、研究生進行數學建模，從事實驗創新研究以及課堂教學實踐經驗的結晶。在寫作過程中得到了學院同事的熱心幫助及家人的有力支持，在此表示由衷的謝意。
由于時間和水平有限，書中難免存在不足和疏漏之處，懇請同行專家和廣大讀者批評指正。
作者
前言
第1章MATLAB的基本計算與統計數據處理1
本章要點1
1.1數值計算1
1.1.1基本運算與函數1
1.1.2數組運算2
1.1.3矩陣生成3
1.1.4矩陣運算5
1.2符號計算6
1.2.1創建符號變量與對象6
1.2.2符號微積分6
1.3解方程9
1.3.1代數方程的符號解9
1.3.2常微分方程的符號解10
1.3.3利用矩陣解線性方程組11
1.4統計數據的處理13
1.4.1數據的保存和調用13
1.4.2基本統計量函數16
1.4.3概率分布函數18
1.4.4統計作圖19
1.4.5參數估計26
1.4.6假設檢驗28
練習與提高33
第2章經濟預測概述34
本章要點34
2.1預測的基本概念與原理34
2.1.1預測的基本概念34
2.1.2預測的基本原理34
2.2經濟預測的內容與步驟35
2.2.1經濟預測學的研究內容 35
2.2.2經濟預測的主要內容36
2.2.3預測的一般步驟36
2.3預測資料的收集與預處理37
2.3.1數據的收集與處理37
2.3.2數據類型38
2.3.3數據的分析與鑒別38
2.4數據的初始化處理45
2.5樣本預測及精度評價46
2.5.1樣本內預測與樣本外
預測46
2.5.2預測的精度評價46
練習與提高47
第3章定性預測法48
經濟預測與決策技術及MATLAB實現
目錄
本章要點48
3.1集合意見預測法48
3.1.1常用的集合意見預測法48
3.1.2集合意見預測法的應用50
3.2德爾菲法51
3.2.1德爾菲法的基本內容52
3.2.2德爾菲法的應用54
3.3主觀概率預測法56
3.3.1主觀概率概述56
3.3.2常用的主觀概率預測法56
3.3.3主觀概率預測法的應用57
3.4市場預測法59
練習與提高62
第4章彈性預測法64
本章要點64
4.1彈性系數的基本理論64
4.1.1彈性與彈性系數64
4.1.2彈性系數的分類64
4.1.3彈性系數的計算65
4.1.4常用函數的彈性65
4.2消費需求彈性預測法66
4.2.1需求的價格彈性預測法66
4.2.2需求的收入彈性預測法67
4.2.3需求的交叉彈性預測法67
4.2.4多種彈性系數綜合
預測法68
4.3市場供應彈性預測法68
4.4產出彈性預測法69
4.4.1單一投入要素的產出
彈性69
4.4.2生產彈性70
4.5案例分析73
4.5.1能源消費需求量預測73
4.5.2全國鐵路、公路客貨運量
預測75
練習與提高77
第5章投入產出預測法79
本章要點79
5.1投入產出模型79
5.1.1價值型投入產出表79
5.1.2投入產出的基本平衡
關系80
5.1.3直接消耗系數81
5.1.4完全消耗系數82
5.1.5影響力系數與感應度
系數82
5.1.6勞動報酬和勞動力需求82
5.1.7實物型投入產出表83
5.2案例分析84
5.2.1國民經濟投入產出預測84
5.2.2企業投入產出預測87
練習與提高90
第6章趨勢外推預測法
92
本章要點92
6.1一元線性回歸法92
6.2多項式曲線擬合法96
6.3多元回歸法100
6.3.1多元線性回歸100
6.3.2多項式回歸103
6.3.3多元函數回歸103
6.4交互式回歸法105
6.4.1一元多項式回歸命令105
6.4.2多元二項式回歸命令106
6.4.3逐步回歸命令108
6.5加權擬合直線方程法111
6.6非線性回歸法113
6.6.1非線性模型的線性化113
6.6.2非線性回歸命令118
6.6.3邏輯增長曲線模型119
6.7虛變量回歸分析120
6.8案例分析123
6.8.1我國人口預測模型123
6.8.2投資額模型128
練習與提高130
第7章時間序列預測法132
本章要點132
7.1移動平均值預測法132
7.1.1一次移動平均法132
7.1.2二次移動平均法133
7.2指數平滑預測法135
7.2.1一次指數平滑法135
7.2.2二次指數平滑法137
7.2.3三次指數平滑法139
7.2.4霍爾特雙參數線性指數
平滑法141
7.3季節指數預測法143
7.3.1季節性水平模型143
7.3.2季節性趨勢模型145
7.3.3季節性環比法模型147
7.4時間序列分解法150
7.5ARMA模型預測法153
7.5.1ARMA模型的基本形式153
7.5.2ARMA模型的相關性分
析及識別154
7.5.3ARMA模型的參數估計158
7.5.4ARMA模型的預測160
7.6案例分析161
7.6.1利用指數平滑法預測
GDP161
7.6.2利用ARMA模型預測
股票價格166
練習與提高170
第8章干預分析模型預測法172
本章要點172
8.1干預分析模型的基本形式172
8.1.1干預分析模型的基本
變量172
8.1.2干預事件的形式172
8.1.3干預分析模型的預測
過程173
8.2案例分析174
練習與提高178
第9章馬爾可夫鏈預測法180
本章要點180
9.1馬爾可夫鏈的基本理論180
9.1.1馬爾可夫鏈的基本概念180
9.1.2馬爾可夫鏈的預測
原理181
9.2案例分析182
9.2.1市場占有率預測182
9.2.2股票價格走勢預測185
9.2.3加權馬氏鏈法預測股票
走勢187
9.2.4期望利潤預測192
練習與提高194
第10章灰色預測法196
本章要點196
10.1灰色預測的基本內容196
10.1.1灰色預測的基本概念196
10.1.2灰色預測GM(1,1)
模型198
10.1.3灰色預測GM（1，1）
修正模型201
10.1.4灰色預測GM（1， n）
模型203
10.1.5灰色災變預測模型204
10.2案例分析204
10.2.1社會消費品零售總額
預測204
10.2.2國內生產總值預測207
10.2.3城市居民消費支出
預測210
10.2.4股票灰色災變預測212
10.2.5重大干旱災害預測214
練習與提高217
第11章景氣預測法219
本章要點219
11.1景氣預測的基本理論219
11.1.1景氣指標體系的基本
概念219
11.1.2景氣循環法的預測
過程219
11.1.3景氣綜合評分——預警
系統223
11.2案例分析223
11.2.1國房景氣指數223
11.2.2上海房地產景氣指數228
練習與提高238
第12章神經網絡預測法239
本章要點239
12.1神經網絡的基本理論239
12.1.1人工神經網絡239
12.1.2BP神經網絡的基本
原理239
12.1.3BP神經網絡的過程240
12.1.4BP神經網絡預測241
12.2BP神經網絡的MATLAB
函數241
12.3案例分析243
12.3.1多指標的股票開盤價
預測243
12.3.2單指標的股票收盤價
預測248
練習與提高252
第13章層次分析法253
本章要點253
13.1層次分析法的基本理論253
13.1.1單層次模型253
13.1.2多層次分析法的基本
步驟256
13.1.3量化指標的綜合選優
排序258
13.2案例分析259
練習與提高265
第14章熵權法與逼近理想解排
序法266
本章要點266
14.1熵權法266
14.1.1熵的定義和性質266
14.1.2熵權法的計算步驟266
14.1.3熵權的性質與意義267
14.2逼近理想解排序法268
14.2.1逼近理想解排序的基本
原理268
14.2.2逼近理想解排序的基本
步驟268
14.3案例分析269
14.3.1熵權法的低碳經濟發展
評價269
14.3.2 逼近理想解排序法的商業
銀行績效評價278
練習與提高280
第15章數據包絡分析法282
本章要點282
15.1數據包絡分析法的基本
理論282
15.1.1CCR模型概述282
15.1.2具有非阿基米德無窮小量的
CCR模型286
15.1.3BCC模型287
15.1.4超效率DEA評價模型289
15.1.5規模效率和技術效率292
15.2案例分析293
15.2.1數據包絡分析法的商業銀
行效率評估293
15.2.2數據包絡分析法的房地產
開發企業效率評估296
練習與提高299
參考文獻300
新書資訊