基于季节调整的BP神经网络等三种模型对中国出口研究.pdfVIP

经贸论坛 《国际贸易问题》2009年第 11期 基 于季节 调整 的 BP神 经 网络 等 三种 模 型对 中国 出 口研 究 陆 倩 张卫国 摘要：本文以出口额、实际汇率、我 国GDP、美国IPI及它们的季节变量等六个变量为决定变 量，运用BP神经网络、ARIMA及AK—GARCH三种方法，对我 国向美国的出口额分别建模 ，并进 行 了预测。选取误差指标 ，分别对三个模型得到的模拟结果和预测结果 同真实值进行 比较 。结果发 现 ，三种模型效果都令人满意，虽在模拟和预测能力上有一定差别，但 AKIMA模型优势明显。本文 分析 了以上结果产生的原因．并结合模型为提高我国出口提 出建议 。 关键词 ：BP神经网络 ：AKIMA；AR—GAtLCH：出口预测 一 、 引言 出31贸易是我国经济快速增长的拉动力之一 ，美 国作为我国的第一大出口贸易伙伴 ，对我国经济 发展有着巨大的影响。但是，近来受全球经济危机 、人民币对美元不断升值等因素影响，我国出口增 幅开始放缓 ，甚至出现负增长。所以，对我国向美国出口进行建模 ，定量地找到其影响因素 ，对预测 并采取措施提高我国的出口额 ，有着极其重要的作用 。 在现有的出31贸易预测文献 中，主要的定量预测方法是 ARIMA模型、AR—GARCH模型、神经 网络模型方法以及以它们为基础的一些扩展方法 。其中，ARIMA模型、AR—GARCH模型是传统时间 序列模型 (指数平滑法 、移动平均法等)的升级 ，这些线性预测方法具有简单、直观且解释性强的优 点。而神经网络方法的使用者们却认为 ，影响出31的因素纷繁复杂 ，而且变量之间存在非线性关系， 因此 ，需要用非线性系统模型来解释。而神经网络正是 目前应用最广也最成熟的非线性预测方法之 一 。 另外 ，有少量文献用协整模型 (N．EmmanuelTambi，1999；王振全 ，2000)、支持向量机模型 (TAYFEH，2002；肖智 ，2006)、灰色系统法 (邹晶，2004)等方法对出 口贸易额进行了预测。在 变量选择方面，往往采用常用的几个经验变量 ：出口额变量、实际汇率变量 、进出口国的GDP变量 以及它们的滞后变量。另外 ，由于宏观变量往往有较强的季节周期性，所以一般文献都要对他们进行 季节调整的处理 具体的实证如下 ：T．Oke(1999)把单变量 的ARMA模型扩到多变量 ，并 以瑞典 的出 口效果预 测来检验该模 型的效果 。RuneHSglund (2006)介绍了基于贝叶斯搜索算法的单变量 ARIMA模型 ， 实证表明该模型对季节性模型的预测效果不及非季节性模型。M．J．Aitkenhead (2007)用神经网络模 型对苏格兰 DOC的出口做了预测研究，并提出以增加样本量 、改进参数等方法来提高模型预测精度。 王玉荣 (2oo4)以 1989—2002年我 国的月出 口数据为样本 ，以滞后 的出 口数据为决定变量 ，进行趋 势差分及季节差分处理后 ，建立了ARIMA模型，并对我 国2003年 11月至 12月的出口额做 了预测 ， 认为用该出口预测模型是可行的。吴武清 (2008)等人以经验变量为决定变量，在剔除季节性影响以 后 ．对我国向美国出口建立了的AR—GARCH模型进行模拟预测，并用动态条件相关系数 (DCC)模 项【目基金】本文受教育部新世纪优秀人才支持计划项 目NCET (06-0749)、教育部人文社会科学研究规划基金项Et(07JA630048)资助 。 陆倩：华南理工大学工商管理学院 510640 电子邮箱：Luqian0417@gmail．com；张卫国：华南理工大学工商管理学院。 一 32 — 《国际贸易问题》2009年第 11期 经贸论坛 型分析了人民币升值对出口的影响。张一，徐山鹰 (2003)等人分析了协整技术及在此基础上建立的 误差校正模型在预测中的应用 ，并结合神经元网络的特点，提出了一个基于神经元网络的非线性误差 纠正预测模型，并预测了中国2003年出 口贸易的大体情况。王菲菲等 (2008)用张一 的模型对湖南 省的出口做了实证分析 ，发现该模型应用与区域出口贸