十三五中后期苏北五市电信业务收入预测比较研究(附件)
十三五中后期以来，网业分离的不断推进，同时企业与虚拟运营商也实现了快速的发展崛起。在此背景下，电信运营商逐渐成为“流量管道”，给其业务开展带来了非常大的影响。对于江苏省苏北五市而言，其电信业务收入在十三五前期总体上呈现上升趋势，但是对于电信企业而言，仍然面临着激烈的市场变化，如果及时的对未来电信业务进行调整，对电信业务收入预测就显得尤为重要，基于此背景下，本文将以苏北五市为例，利用灰色预测的方法，对其电信业务收入进行预测并比较，并结合预测结果分析，提出十三五中后期江苏省苏北五市电信业务收入的发展对策，期望苏北五市电信企业能够得到更快更好的发展。关键词 苏北五市，电信业务，灰色预测
目 录
1 绪论 1
1.1 研究背景和意义 1
1.2 国内外研究现状 1
1.3 对本文的启示 2
2 苏北五市电信业务收入现状 3
2.1 苏北五市电信业务简介 3
2.2 苏北五市电信业务收入概况 3
3 灰色系统理论概况 6
3.1 灰色系统理论产生的背景 6
3.2 灰色GM（1,1）模型算法 6
4 十三五中后期苏北五市电信业务收入预测模型建立 6
4.1 预测指标选取和数据来源 6
4.2 预测模型的选择 6
4.3 灰色预测的概念 7
4.4 灰色预测建模的原理与方法 7
4.5 灰色系统预测模型建立 7
4.6 模型精度检验 8
4.7 十三五中后期苏北五市电信业务收入预测结果比较分析 10
5 十三五中后期苏北五市电信业务收入发展的对策与建议 13
5.1 开放电信市场，强化竞争 13
5.2 完善行业监管 14
5.3 高电信企业综合素质 15
结论 17
致谢 18
参考文献 19
1 绪论
1.1 研究背景和意义
近几年来，江苏北部城市并没有真正的虚拟电信运营商，由此看来我国电信市场发展不够成熟。最近一段 *好棒文|www.hbsrm.com +Q: ^351916072#
时间苏北的五座城市逐渐开始开拓新的电信业务以及增值业务，例如：长途电话、移动电话、IP电话、移动数据、无线电话、固定数据业务以及卫星电话、网络元素出租的业务。苏北五座城市的电信业务市场竞争较为激烈，没想业务都有超过两家运营商在经营，竞争局面已经定型，可是没有形成真正的市场竞争。
所以，利用研究“十三五”后半段时期的苏北五座城市电信业务的收入数据来深入了解江苏科技水平的现状。从预测电信业务的收入角度来看，很多国内外学者开始建立时间模型、数据计量模型以及回归模型等各个种类的预测模型。电信业务的收入可以直接展现出苏北五座城市的电信产业发展进程。除此以外对“十三五”后半段时期的江苏省苏北五市电信业务收入预测,能够揭露江苏省整体实力。本文在相关理论的支持上，采用GM（1，1）的数据模型来预测“十三五”中后期的电信业务市场，也期望可以利用研究为苏北城市的电信产业的发展提供参考。从电信业务的收入中能够看出电信产业的发展，也能对产业的发展综合实力进行评估，预测电信业务的收入对于苏北城市来说有极为重要的意义，也有助于为将来不断完善相关理论。
1.2 国内外研究现状
1.2.1 国内研究现状
沈振在运用灰色预测系统中的GM(1，1)模型，针对2000年到2010年上海的电信业务进行数据建模，分析并计算得到2011年到2018年间上海电信业务收入的预测值；张明香、张婕姝两位学者利用三次指数平滑法预测了青岛港“十一五”这段时间内的电信业务收入，这都能够证明预测结果的有效，也能针对性的提出相关建议；胡洁琼、李珍萍是运用“专辑建模”法，以时间序列为基础预测并分析2012年5月至3月我国电信业务收入状况，为深度剖析我国电信业务的发展趋势提供参考意见。蔡佩林运用回归分析法预测了贵州电信业务收入状况，有助于为本地区的电信行业发展提供参考作用；李杰、王科、王航三位学者利用广义回归神经网络模型分析了19962004年期间北京市电信业务收入，并加上20032004年的真实数据来检验模型；学者王栋以地区生产总值、第一产业增加值、第二产业增加值、工业增加值、人均地区生产总值、全社会固定资产投资和社会消费品零售总额等为指标，创建神经网络模型，同时预测广西电信业务收入总额，预测的结果误差约在6%左右；三位学者乔向明、董梅、张明香将将前十年的时间序列为基础，利用弹性系数来研究中期的电信业务；钱芳选择使用非线性的组合预测模式来建立神经网络技术，同时也可以将该技术运用到预测当中。经过研究显示，这种方式能够很大程度上提升电信业务的收入预测准确程度。
1.2.2 国外研究现状
在美国，Fariborzy,PartoviJB和SingelmannHT．选择神经网络的数据模型，使用BP计算方法来确定权重，并预测具体的电信业务；BahramA，Arjun，KambizR是选择运用GARCH数学模型来解释美国航空服务行业的非线性结构；KevinGaudette等几位学者选择采用补偿性预测模型以及对比MRP模型来分析该数学模型的逻辑基础，同时也证明了作为手段的补偿性预测模型能更高效、合理的评价订购系统；KerrimLEMruss、B．Sc，Peng在预测电信业务过程中使用了很多方法，并将这些方法相互比较，选择出最合适的预测方式在进行实证分析；TerasvirtaT，DijkDVMedeirosMC等几位学者从预测精确度的角度分析了线性回归预测、神经网络预测以及滑动回归预测，并总结出神经网络预测的方式结果精确度超过回归预测方法；英国学者LuisAburto经研究分析出智利超级市场的销售网络在实际操作中运用结合移动平均线法和神经网络的MLP算法来预测电信业务，最终发现销售中的错误率有下降趋势，库存水平也下降了。由此可以看出预测的精确度有大幅度提升；MehmetMelikoglu利用创建半经验模型，针对沙特阿拉伯2025年的能源消耗进行了预测与分析，并根据得到的结果为政府决策提供帮助。
本文将在电信企业自身特征的基础上，选择GM(1,1)模型预测方法来预测“十三五”中后期的江苏省苏北城市电信业务，并进行分析与比较。
目 录
1 绪论 1
1.1 研究背景和意义 1
1.2 国内外研究现状 1
1.3 对本文的启示 2
2 苏北五市电信业务收入现状 3
2.1 苏北五市电信业务简介 3
2.2 苏北五市电信业务收入概况 3
3 灰色系统理论概况 6
3.1 灰色系统理论产生的背景 6
3.2 灰色GM（1,1）模型算法 6
4 十三五中后期苏北五市电信业务收入预测模型建立 6
4.1 预测指标选取和数据来源 6
4.2 预测模型的选择 6
4.3 灰色预测的概念 7
4.4 灰色预测建模的原理与方法 7
4.5 灰色系统预测模型建立 7
4.6 模型精度检验 8
4.7 十三五中后期苏北五市电信业务收入预测结果比较分析 10
5 十三五中后期苏北五市电信业务收入发展的对策与建议 13
5.1 开放电信市场，强化竞争 13
5.2 完善行业监管 14
5.3 高电信企业综合素质 15
结论 17
致谢 18
参考文献 19
1 绪论
1.1 研究背景和意义
近几年来，江苏北部城市并没有真正的虚拟电信运营商，由此看来我国电信市场发展不够成熟。最近一段 *好棒文|www.hbsrm.com +Q: ^351916072#
时间苏北的五座城市逐渐开始开拓新的电信业务以及增值业务，例如：长途电话、移动电话、IP电话、移动数据、无线电话、固定数据业务以及卫星电话、网络元素出租的业务。苏北五座城市的电信业务市场竞争较为激烈，没想业务都有超过两家运营商在经营，竞争局面已经定型，可是没有形成真正的市场竞争。
所以，利用研究“十三五”后半段时期的苏北五座城市电信业务的收入数据来深入了解江苏科技水平的现状。从预测电信业务的收入角度来看，很多国内外学者开始建立时间模型、数据计量模型以及回归模型等各个种类的预测模型。电信业务的收入可以直接展现出苏北五座城市的电信产业发展进程。除此以外对“十三五”后半段时期的江苏省苏北五市电信业务收入预测,能够揭露江苏省整体实力。本文在相关理论的支持上，采用GM（1，1）的数据模型来预测“十三五”中后期的电信业务市场，也期望可以利用研究为苏北城市的电信产业的发展提供参考。从电信业务的收入中能够看出电信产业的发展，也能对产业的发展综合实力进行评估，预测电信业务的收入对于苏北城市来说有极为重要的意义，也有助于为将来不断完善相关理论。
1.2 国内外研究现状
1.2.1 国内研究现状
沈振在运用灰色预测系统中的GM(1，1)模型，针对2000年到2010年上海的电信业务进行数据建模，分析并计算得到2011年到2018年间上海电信业务收入的预测值；张明香、张婕姝两位学者利用三次指数平滑法预测了青岛港“十一五”这段时间内的电信业务收入，这都能够证明预测结果的有效，也能针对性的提出相关建议；胡洁琼、李珍萍是运用“专辑建模”法，以时间序列为基础预测并分析2012年5月至3月我国电信业务收入状况，为深度剖析我国电信业务的发展趋势提供参考意见。蔡佩林运用回归分析法预测了贵州电信业务收入状况，有助于为本地区的电信行业发展提供参考作用；李杰、王科、王航三位学者利用广义回归神经网络模型分析了19962004年期间北京市电信业务收入，并加上20032004年的真实数据来检验模型；学者王栋以地区生产总值、第一产业增加值、第二产业增加值、工业增加值、人均地区生产总值、全社会固定资产投资和社会消费品零售总额等为指标，创建神经网络模型，同时预测广西电信业务收入总额，预测的结果误差约在6%左右；三位学者乔向明、董梅、张明香将将前十年的时间序列为基础，利用弹性系数来研究中期的电信业务；钱芳选择使用非线性的组合预测模式来建立神经网络技术，同时也可以将该技术运用到预测当中。经过研究显示，这种方式能够很大程度上提升电信业务的收入预测准确程度。
1.2.2 国外研究现状
在美国，Fariborzy,PartoviJB和SingelmannHT．选择神经网络的数据模型，使用BP计算方法来确定权重，并预测具体的电信业务；BahramA，Arjun，KambizR是选择运用GARCH数学模型来解释美国航空服务行业的非线性结构；KevinGaudette等几位学者选择采用补偿性预测模型以及对比MRP模型来分析该数学模型的逻辑基础，同时也证明了作为手段的补偿性预测模型能更高效、合理的评价订购系统；KerrimLEMruss、B．Sc，Peng在预测电信业务过程中使用了很多方法，并将这些方法相互比较，选择出最合适的预测方式在进行实证分析；TerasvirtaT，DijkDVMedeirosMC等几位学者从预测精确度的角度分析了线性回归预测、神经网络预测以及滑动回归预测，并总结出神经网络预测的方式结果精确度超过回归预测方法；英国学者LuisAburto经研究分析出智利超级市场的销售网络在实际操作中运用结合移动平均线法和神经网络的MLP算法来预测电信业务，最终发现销售中的错误率有下降趋势，库存水平也下降了。由此可以看出预测的精确度有大幅度提升；MehmetMelikoglu利用创建半经验模型，针对沙特阿拉伯2025年的能源消耗进行了预测与分析，并根据得到的结果为政府决策提供帮助。
本文将在电信企业自身特征的基础上，选择GM(1,1)模型预测方法来预测“十三五”中后期的江苏省苏北城市电信业务，并进行分析与比较。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/jsj/xxaq/402.html
