文摘

本文确定女性生殖器切割的最佳顺序(1,1)模型通过粒子群优化算法和结合世界银行商业环境数据预测和分析商业环境的经济沿着皮带和道路。实证结果表明,女性生殖器切割(1,1)模型具有良好的预测效果的商业环境。在预测精度方面,女性生殖器切割(1,1)模型基于粒子群优化算法确定最优顺序明显比传统的GM(1, 1)模型。预测结果表明,沿带经济体的商业环境水平和道路将从2021年到2022年逐年增加,但整体水平仍然相对较低。本文的主要创新在于引入分数阶灰色模型预测分析的业务环境中,这是具有重要意义的扩展和应用分数阶模型管理和经济系统。

1。介绍

2013年,中国政府提出了皮带和道路倡议,旨在促进因素的合理流动和有效配置资源的经济沿着皮带和道路,提高区域贸易和投资便利化水平,并探索国际和区域经济合作的新模式(1]。皮带和道路计划有效地促进了投资与合作国家沿着皮带和道路(2]。Lv (3)使用了方法全面评价带和公路项目的投资促进的效果,发现皮带和公路计划的实现大大促进了中国企业的海外绿地投资的增长。之前的研究表明,企业跨国投资活动会导致反向技术溢出等多重影响,产业升级和经济增长4- - - - - -7]。从投资风险的角度来看,一些学者还指出,企业面临许多挑战在东道国的政治、经济、投资政策等方面开展跨国投资活动时(8,9]。由于发展阶段的显著差异,文化背景、历史传统、经济和制度条件带和道路,当企业开展跨国投资活动在经济沿着皮带和道路,他们不仅面临挑战的政治、经济、和其他宏观的风险,但也面临东道国的商业环境的考验。

“商业环境”这个词来源于“经商”项目的调查,世界银行集团的国际金融公司(10]。作为一个重要的指标来衡量质量不同的业务环境,商业环境报告由世界银行为投资者提供了一个重要的参考各国的跨国投资决策(11]。针对跨国投资活动的商业环境的重要性,学者们研究了商业环境之间的关系从不同的角度和跨国投资。科克兰和Gillanders12)之间是否有相关性分析FDI流入和一个国家的商业环境。实证结果表明,FDI流入之间有很强的正相关关系和商业环境。基于面板数据的123个经济体从2009年到2018年,世界上张,刘13)实证分析商业环境的影响外国直接投资。结果表明,之间存在显著的正相关关系的改善东道国的商业环境和外国直接投资。一些学者也进行了研究沿带经济体的商业环境和道路。基于中国企业的对外直接投资数据沿着皮带和公路49个代表国家从2007年到2017年,小王和周14)商业环境的影响调查的国家沿着带和道路在中国企业的对外直接投资。发现对外直接投资有不同的投资动机有一个异构对东道国的商业环境的偏好。目前,现有文献进行了相对全面的探索之间的关系东道国的商业环境和外商直接投资,但没有学者探讨了商业环境的预测。作为补充的macroindicators制度环境,商业环境客观措施不同国家的商业法律法规及其实现,这将直接影响企业的跨国经营活动。因此,使用科学的方法来预测经济的商业环境在皮带和道路具有重要意义对企业降低跨国投资的风险和更好的开展跨国投资活动。

灰色系统理论和邓教授提出的最初预测模型能够准确地预测未来的发展趋势与“小样本和不良信息”数据在现实世界中,已广泛应用于许多领域,如能源、经济、环境(15]。一些学者使用灰色预测模型来预测产品销售,客户的需求,在经济领域和发展趋势。例如,夏和黄16)建立了季节性离散灰色预测模型基于周期截断积累为了准确地预测服装零售行业的库存数据。季节性的库存数据和数据丢失问题的有效解决。阮和Tran17)使用GM(1, 1),为副总经理(1,1),为副总经理(2,1),和Verhulst模型预测旅游需求的越南的旅游业和向政府提出相应的政策建议。毛等。18),基于我国商业银行之间的关系和第三方在线支付系统,使用灰色模型定量分析和预测生态的影响商业银行的网上支付系统发展的第三方在线支付系统。肖et al。19)提出了一种新的灰色模型、多变量耦合CFGM (1,N),来评估中国的R & D系统的协调程度和经济系统条件下的有限信息。结果表明,该模型具有更好的收敛性和可解释性。在不平等的基础上积累,你和陈20.)提出了一个不平等的相邻离散多变量灰色模型。与其他模型相比,该模型具有良好的预测性能和算法效率。Rajesh et al。21]使用灰色预测模型和马尔可夫模型基于运动概率预测的零售弹性水平城市零售系统,然后提出了提高弹性水平的政策的城市中心。除了在经济领域中的应用,由于其简单的建模结果和性能优良,灰色预测模型是目前能源和环境领域的广泛应用,如风力发电(22],功耗[23,24),高新技术产业25)、天然气消费(26,27),和污染排放28,29日]。

的GM(1, 1)模型的优势在于它可以处理灰色信息和不良数据,但该模型主要适用于序列的指数律,只能描述单调变化的过程,它有一个大的错误在一些特定的领域。针对缺点传统的GM(1,1)模型,吴et al。30.)首次提出分数阶累积GM(1, 1)模型(女性生殖器切割(1,1))。的矩阵摄动理论被用来解释传统integer-order累积生成算子违反了灰色系统理论的新信息优先原则和证明,累积订单越小,优先级越高的新信息。通过积累、整合的特点和法律可以充分揭示隐藏在原始数据。之后,许多学者利用女性生殖器切割(1,1)模型和扩展模型来预测时间序列数据在不同的领域,和错误可以有效地减少选择适当的分数阶。大量的例子表明,女性生殖器切割的预测精度(1,1)模型及其扩展模型显著高于传统的灰色预测模型(31日- - - - - -37]。吴et al。38)建立了一个新的分数阶预测模型和引入了分数累积生成矩阵分析模型的属性。燕et al。39)提出了一种灰色模型化为分数豪斯多夫导数来改善传统的灰色模型的预测精度和分析模型。结果表明,该模型将不会受初始值的影响,和更多的是考虑新的信息第一的原则。朱et al。40)优化的初始条件,通过引入分数阶加权系数。与旧的相比传统灰色模型初始条件,新优化的初始条件有一个灵活的结构,可以更有效地捕获时间序列数据的动态特性。此外,为了进一步提高预测精度,粒子群优化算法(PSO)是用来估计可调分数加权系数和相应的时间参数的初始条件。刘等人。41)建立了一个广义离散灰色预测模型来预测中国消费品零售总额通过引入加权分数阶积累和离散化的错误。

通过结合相关的文献,可以发现,现有文献做出了比较全面的研究之间的关系的商业环境和跨国投资,但没有学者讨论了预测的商业环境。预测理论与模型而言,现有的环境预测灰色模型的研究主要集中在污染排放和能源消耗和没有涉及商业环境的预测研究。在此基础上,本文利用世界银行的跨国面板数据从2014年到2020年的商业环境和使用女性生殖器切割(1,1)模型来预测和分析沿带52个国家的商业环境和道路。创新在于分数阶灰色模型的应用领域的业务环境中,拓宽了研究领域的分数阶灰色模型和具有重要意义的扩张在经济管理领域的分数阶模型。研究结论有利于更清晰的理解的商业环境和未来趋势经济沿着皮带和道路,为企业开展跨国投资活动提供参考的经济体腰带和道路。

本文的其余部分的结构如下:第二部分介绍了分数阶灰色模型的方法。第三部分是实证分析和讨论的结果,包括女性生殖器切割的最佳顺序的确定(1,1)模型,预测精度的比较和GM(1, 1)模型之间的女性生殖器切割(1,1)模型,预测结果的女性生殖器切割(1,1)模型。第四部分是结论。

2。方法

2.1。简要介绍基本的分数阶灰色模型

定义1。假设非负序列 与原始序列,让 是 - - - - - -订单累积生成算子 。我们设置 , , ,和 在哪里 是 - - - - - -订单累积生成序列。

定义2。让非负序列 然后,让 是 - - - - - -阶逆累积生成算子 ,和 是 - - - - - -阶逆累积生成序列。

定义3。让非负序列 的 - - - - - -订单累积生成序列 因此, 的基本形式是分数阶GM(1, 1)模型(女性生殖器切割模型),在哪里 ,当 ,它转换成传统的GM(1,1)模型。
使用最小二乘法估计的参数方程(9): 在哪里 根据方程(9),相应的美白方程 上述方程的时间响应公式

2.2。分数阶的优化基于粒子群优化(PSO)算法

摘要粒子群优化算法来优化女性生殖器切割的顺序(1,1)模型,以减少误差。平均百分比误差(日军)通常作为主要标准。该算法进行首次提出了肯尼迪和埃伯哈特(42]和1995年起源于研究模拟随机狩猎和鸟类的捕食行为。粒子群优化的主要步骤如下:(1)粒子群初始化。人口规模是 粒子,搜索空间维度,学习的因素 是集,惯性权重是什么 。女性生殖器切割的粒子尺寸设置为1(1,1)模型维度,代表解决参数 。初始化粒子的位置和速度的粒子群如下: (2)计算每个粒子的适应度值根据健身算法。在本文中,我们的目标是尽量减少日军价值,和数学形式表示为 (3)使用方程(15计算每个粒子的适应度值。我们比较当前健身价值每个粒子的最优位置的健身价值个人经历和全局最优位置和更新和 。(4)优化速度和位置更新粒子的速度和位置根据方程(17)和(18),并限制速度 。 在哪里 , : 随机数; , 的当前位置和速度吗粒子,分别;和和分别是,有经验的最优位置粒子和经历的最优位置整个人口。(5)判断终止条件:如果终止条件(日军值足够小或达到的最大循环数),我们设置了最大迭代次数 终止算法;否则,我们回到第2步。

2.3。女性生殖器切割的造型步骤(1)基于PSO算法

的建模步骤 - - - - - -订单累计灰色预测模型基于PSO算法如下:步骤1: - - - - - -计算订单累积生成序列 步骤2:使用最小二乘法估计参数步骤3:最佳的秩序基于粒子群优化算法获得吗第四步:根据获得的预测值是女性生殖器切割的时间响应公式(1,1)模型步骤5:最后,abovepredicted价值降低为了得到最终预测值

具体流程图如图1。

为了比较模型的准确性和验证模型的有效性和可靠性,日军价值选择本文计算预测误差(23,26,43]。日军值越小,模型的准确性越高,可以发现使用以下公式:

在公式(19), , 和分别表示实际值和预测值。

3所示。实证分析

3.1。数据收集

皮带和道路是一个开放的国际区域经济合作倡议,以欧亚大陆为主要区域,逐步扩展到相关的国家和地区,没有定义明确的地理边界。郭指的研究等。44),结合数据可用性,本文的研究对象包括52个国家沿着皮带和道路。在做生意的环境数据,世界银行发布了一份年度报告对环境的自2003年底以来做生意。最新版是“2020年,做生意”,2019年10月被释放。从不同阶段的日常业务操作,报告提出了一个综合评价和横向比较的商业环境在每一个经济的水平,赢得了全世界的广泛关注。经商的排名和世界银行提出的改革建议做业务报告不仅成为许多国家的重要的参考工具,迫使国内改革,吸引资本流入,促进经济发展,也为企业提供了一个参考决定跨国投资活动。因为一些样本国家缺乏商业环境数据在2014年之前,本文获得的原始数据来自52个国家的商业环境得分从2014年到2020年的腰带和道路指世界银行的数据库(做生意https://www.doingbusiness.org/),并进行了实证建模分析。

3.2。女性生殖器切割的最佳秩序价值(1,1)模型

女性生殖器切割的主要优势(1,1)模型,它可以有效地减少预测误差,通过选择适当的分数阶,以获得更准确的预测结果。摘要粒子群优化算法用于解决女性生殖器切割的最佳顺序(1,1)模型预测误差最小化。女性生殖器切割的计算结果最优的顺序(1,1)模型基于粒子群优化算法如表所示1。

根据粒子群优化的部分2.2和2.3和优化步骤的分数阶灰色模型基于该算法,我们以波兰为例观察粒子群优化的收敛过程。日军的具体融合图所示2。相比之下,的情况下r= 0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9,1列出。实际和预期值如表所示2,误差比较表所示3。可以看出,粒子群优化算法可以快速地找到最优解和最优分数阶参数,从而有效减少预测误差,提高预测模型的精度,这表明女性生殖器切割(1,1)模型基于粒子群优化算法具有良好的可靠性和稳定性。

3.3。比较预测精度之间的GM(1, 1)模型和女性生殖器切割(1,1)模型

在实证分析过程中,本文把原始数据的52个国家的商业环境得分带和公路从2014年到2020年在训练集和测试集。其中,商业环境得分数据从2014年到2019年是用作训练集和商业环境得分从2020年作为测试集数据。根据日军的GM(1, 1)模型和女性生殖器切割(1,1)模型在训练集和测试集,两个模型的预测能力在商业环境比较。计算的特定的日军值GM(1, 1)模型和女性生殖器切割(1,1)模型在训练集和测试集如表所示4和5。数据3和4直观地显示精度的差异之间的GM(1, 1)模型和女性生殖器切割(1,1)模型预测的商业环境。

根据实证结果表4和5,可以发现,在训练阶段,日军的最大值GM(1, 1)模型是5.37%,最小值为0.2%,平均值为1.46%。日军在女性生殖器切割的最大的价值(1,1)模型为5.26%,最小值为0.11%,平均值为0.96%。在测试阶段,日军的最大值GM(1, 1)模型为10.64%,最小值为0.05%,平均值为3.19%。日军在女性生殖器切割的最大的价值(1,1)模型为8.41%,最小值为0.05%,平均值为1.95%。实证结果表明,GM(1,1)模型和女性生殖器切割(1,1)模型具有良好的适用性和准确性在预测商业环境,但是女性生殖器切割(1,1)模型更准确的预测结果。女性生殖器切割的日军价值(1,1)模型是低于10%,平均日军女性生殖器切割(1,1)模型的价值低于的GM(1, 1)模型在训练阶段和测试阶段。数据3和4直观地显示预测精度的差异之间的GM(1, 1)模型和女性生殖器切割(1,1)模型。相比与传统的GM(1,1)模型,在女性生殖器切割(1,1)模型具有更好的预测能力的商业环境。因此,本文选择预测和分析沿带52个国家的商业环境和道路的基础上,女性生殖器切割(1,1)模型。

3.4。女性生殖器切割的预测结果(1,1)模型

根据上述实证结果,女性生殖器切割(1,1)模型具有良好的预测效果在训练集和测试集。在此基础上,本文使用女性生殖器切割(1,1)模型来预测52个国家的商业环境得分及排名沿着皮带和公路在2021年和2022年。具体的预测结果如表所示6和7。

我们可以看到从商业环境表的预测值6和7,商业环境水平的经济体“带和道路”是不均匀的,也有大不同经济体之间的差异。具体分析可以从以下几方面进行:(1)的商业环境的具体分数,根据预测结果的女性生殖器切割(1,1)模型,沿着皮带和道路在52个国家,国家商业环境在2021年超过80的分数包括格鲁吉亚、新加坡、土耳其、立陶宛、爱沙尼亚和国家得分低于60包括尼泊尔、柬埔寨、黎巴嫩、马尔代夫、老挝、阿富汗、伊拉克、缅甸、孟加拉国、叙利亚、和东帝汶,而其他国家的分数在60 - 80之间。商业环境得分在2022年超过80,包括格鲁吉亚、土耳其、新加坡、文莱、和中国,和低于60分,包括柬埔寨、阿富汗、马尔代夫、黎巴嫩、老挝、孟加拉国,伊拉克、文莱、东帝汶和叙利亚,其余60 - 80分之间。根据世界银行2020年的报告做生意,1号经济新西兰,得分为86.8。沿着皮带和道路在52个国家,大部分的样本国家的商业环境得分60至80点,表明他们的整体水平需要改善。在商业环境排名方面,根据预测结果的女性生殖器切割(1,1)模型,在52经济沿着皮带和道路,五大经济体2021年格鲁吉亚、新加坡、土耳其、立陶宛、爱沙尼亚和底部五个经济体伊拉克、缅甸、孟加拉国、叙利亚和东帝汶。五大经济体2022年格鲁吉亚、土耳其、新加坡、文莱、和中国,而底部五是伊拉克,孟加拉国,缅甸,东帝汶,和叙利亚。(2)的整体水平的商业环境的变化,根据预测结果的女性生殖器切割(1,1)模型,商业环境在52个国家的平均水平在皮带和道路将逐年增加从2021年到2022年,但增加缓慢,整体水平仍然较低。预测2021年和2022年的平均分数为68.30和69.17,分别。根据预测结果的女性生殖器切割(1,1)模型,沿着皮带和道路52个经济体中,经济与商业环境得分上升趋势在2021年和2022年包括格鲁吉亚、土耳其、新加坡、文莱、亚美尼亚、印度尼西亚、乌克兰、吉尔吉斯斯坦、越南、卡塔尔、阿尔巴尼亚、蒙古、斯里兰卡、埃及、伊朗、柬埔寨、马尔代夫、伊拉克、阿富汗和东帝汶和经济下行趋势的商业环境得分在2021年和2022年包括立陶宛、爱沙尼亚、拉脱维亚、马其顿、俄罗斯、捷克、斯洛伐克、斯洛文尼亚、塞尔维亚、匈牙利、波兰、克罗地亚、罗马尼亚、保加利亚、摩尔多瓦、乌兹别克斯坦、波斯尼亚、黎巴嫩和叙利亚。文莱、土耳其、阿富汗、伊朗、格鲁吉亚是五个国家的2021年改善商业环境。前五名的国家商业环境在2021年的水平下降是摩尔多瓦、巴林、尼泊尔、罗马尼亚、和缅甸。约旦、土耳其、文莱、阿富汗和科威特是五个国家的2022年改善商业环境。前五名的国家商业环境的水平下降2021年波兰、摩尔多瓦、罗马尼亚、斯洛文尼亚和塞尔维亚。

4所示。结论

基于分数阶灰色模型,预测分析沿带52个经济体的商业环境和道路使用的商业环境,世界银行从2014年到2020年的数据。主要结论如下:(1)GM(1,1)模型和女性生殖器切割(1,1)模型具有良好的适用性和准确性在预测商业环境,但是女性生殖器切割(1,1)模型更准确的预测结果。实证结果表明,女性生殖器切割的日军值(1,1)模型在训练集和测试集是低于10%,表明经济的商业环境的预测结果在基于女性生殖器切割带和道路(1,1)模型具有良好的鲁棒性。同时,女性生殖器切割的平均日军值(1,1)模型是低于GM(1, 1)模型,表明女性生殖器切割(1,1)模型具有更好的预测能力的商业环境与传统的GM(1, 1)模型。(2)有显著差异的不同经济体之间的商业环境带和道路。格鲁吉亚等国家、新加坡、土耳其、立陶宛和爱沙尼亚是世界上最前沿的商业环境,而尼泊尔、柬埔寨、黎巴嫩、马尔代夫、和老挝有很多改进的余地。其他大多数国家都在中间。经济体的商业环境的总体水平在腰带和道路仍然很低,但它将逐年提高。有显著差异的变化趋势和程度的相对数沿着带不同经济体的商业环境和道路。变化趋势而言,经济表现出上升趋势在2021年和2022年的商业环境包括格鲁吉亚、土耳其、和新加坡,而经济呈现出下降的趋势包括立陶宛、爱沙尼亚和拉脱维亚。变化的范围而言,大幅增加的国家在2021年的水平的商业环境包括文莱、土耳其和阿富汗。大的国家商业环境在2021年的水平下降包括摩尔多瓦,巴林,尼泊尔。大幅增加的国家在2022年的水平的商业环境包括约旦、土耳其和文莱。大的国家商业环境在2022年的水平下降包括波兰、摩尔多瓦和罗马尼亚。

数据可用性

商业环境得分数据用于支持本研究的发现可以通过世界银行数据库(做生意https://www.doingbusiness.org/)。

的利益冲突

作者声明,这项研究是在没有任何利益冲突。

确认

这项研究是人文社会科学研究基金支持的中国教育部(批准号18 yjc630130)。