English
|
正體中文
| 简体中文 |
全文笔数/总笔数 : 62830/95882 (66%)
造访人次 : 4040391 在线人数 : 1022
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by
NTU Library & TKU Library IR team.
搜寻范围
全部機構典藏
商管學院
企業管理學系暨研究所
--學位論文
查询小技巧:
您可在西文检索词汇前后加上"双引号",以获取较精准的检索结果
若欲以作者姓名搜寻,建议至进阶搜寻限定作者字段,可获得较完整数据
进阶搜寻
主页
‧
登入
‧
上传
‧
说明
‧
关于機構典藏
‧
管理
淡江大學機構典藏
>
商管學院
>
企業管理學系暨研究所
>
學位論文
>
Item 987654321/106887
数据加载中.....
书目数据导出
Endnote RIS 格式
Bibtex 格式
引文信息
jsp.display-item.identifier=請使用永久網址來引用或連結此文件:
https://tkuir.lib.tku.edu.tw/dspace/handle/987654321/106887
题名:
單變量失業率預測模式與結構性失業之研究
A Study of Unemployment Rate Forecasting Model and Structural Unemployment
作者:
趙慕芬
关键词:
失業率
;
結構性失業
;
發展係數
;
unemployment rate
;
structural unemployment
;
development factor
日期:
2003-12-01
上传时间:
2016-06-14 15:23:54 (UTC+8)
摘要:
近年由於全球經濟景氣趨緩,許多國家陷入失業率攀高的困境中,台灣地區的失業率也屢創新高,引起許多社會討論與政策關注。失業率為勞動市場重要指標之一,若能加以精準預測,將能提供許多有關人力資源的資訊。而造成失業率之成因眾多,且其中有些因素操作化不易,加以各個學者建構多變量模式時,所採用的變數種類以及變數個數均不相同,顯示多變量模式應用於失業率預測上仍有所爭議。故本研究將失業率預測模式的重心置於單變量的方法上,利用ARIMA模式,以及灰預測與類神經網路,預測臺灣地區失業率,並比較上述三種方法之預測績效。
此外,近來台灣地區,除了失業率屢創新高外,另一議題則是討論究竟何種類型勞動力所面臨之就業環境日漸嚴峻,但是以往針對結構性失業的趨勢評估研究,研究者多採主觀觀察,共識為輔導重點應放在結構性失業惡化嚴重的勞動力上,但在界定哪一群勞動力為失業狀況嚴重惡化時,卻缺乏共識。本研究試圖使用灰預測之發展係數進行評估,以評估各個勞動力組別間的結構性失業趨勢,以客觀的量化證據取代主觀觀察。
針對三種單變量預測方法的研究發現,ARIMA模式表現較為突出,但是在配適ARIMA模式時,宜多方嘗試,才可配適一個較為合適的預測模式,以獲致較佳的預測效果。此外,若需要使用灰預測或類神經網路時,所使用的歷史資料不宜過多,過多的陳舊歷史資料,可能有負面影響。
而在以客觀量化資料取代主觀觀察,以界定勞動力中結構性失業惡化嚴重的群組,研究中所採用的灰預測發展係數,所獲致的評估結果與國內相關研究也有相當的一致性,應為一可行指標,或許日後進行結構性失業惡化程度評估時,除了主觀觀察之外,還可兼考量此一量化指標。
显示于类别:
[企業管理學系暨研究所] 學位論文
文件中的档案:
档案
描述
大小
格式
浏览次数
index.html
0Kb
HTML
82
检视/开启
在機構典藏中所有的数据项都受到原著作权保护.
TAIR相关文章
DSpace Software
Copyright © 2002-2004
MIT
&
Hewlett-Packard
/
Enhanced by
NTU Library & TKU Library IR teams.
Copyright ©
-
回馈