基于Elman反馈型神经网络蒙特卡罗模拟与核估计经济增长预测研究.docVIP

基于Elman反馈型神经网络蒙特卡罗模拟与核估计经济增长预测研究 　　[摘 要] 本文构建和训练以投资、消费、政府支出与出口变化率为输入变量,GDP增长率为输出变量的Elman神经网络。在假设输入变量服从给定概率分布的情况下,采用蒙特卡罗模拟网络输出GDP增长率,并通过核估计估算GDP增长率的概率分布曲线。 　　[关键词] Elman网络;蒙特卡罗试验;核估计;经济增长 　　doi : 10 . 3969 / j . issn . 1673 - 0194 . 2010 . 04 . 024 　　[中图分类号]F201 [文献标识码]A [文章编号]1673 - 0194(2010)04 - 0068 - 04 　　 　　一、引言及文献综述 　　 　　根据凯恩斯的国民收入决定模型,GDP的增长来自于经济体的4个方面:投资(I)、消费(C)、政府支出(G)和出口(EX)的增长。但是该模型是建立在线性和静态的前提下,在实际中上述4个变量对经济增长的作用可能存在着非线性和动态的关系。而这种非线性和动态的关系很难用确定的非线性和动态函数形式表达出来。由于Elman神经网络能以任意精度逼近任意函数(在连续有限的时间内),即一个三层Elman神经网络就可以完成任意的n维到m维的映射;并且该神经网络所具有的反馈型网络结构能较好地体现动态模型的特点。因此,可以通过构建Elman神经网络来研究投资、消费、政府支出和出口与经济增长之间的关系。在完成神经网络的训练后,通过蒙特卡罗试验模拟消费、投资、政府支出和出口的变化率在给定概率分布条件下,网络输出GDP增长率的概率分布。最后采用核估计方法光滑蒙特卡罗模拟的输出。 　　近年来,投资、消费、财政支出和出口与GDP增长关系的相关研究主要包括:张海星(2005)采用协整研究了FDI和国内投资对经济的拉动效应[1];刘晓霞、周庄(2007)采用协整研究了我国经济增长、消费和投资的关系[2];郭健(2006)采用协整研究了税收、政府支出和我国经济增长的关系[3];康赞亮、张必松(2006)采用协整和误差修正模型(VECM)研究了FDI、国际贸易和我国经济增长的关系[4]等。 　　采用神经网络的实证经济研究主要包括:胡晓龙 等(2008)研究了Elman神经网络在房地产价格预测中的应用[5];林春燕 等(2006)研究了Elman神经网络在股票价格预测中的应用[6];吴德胜 等(2004)研究了Elman神经网络在企业信用评价上的应用[7]等。 　　采用随机模拟的经济实证研究主要包括:黄安仲(2008)采用随机模拟方法研究了货币政策国际协调与中国经济稳定[8];肖俊喜(2008)采用随机模拟方法研究了保险公司的破产概率[9];罗付岩 等(2008)研究了拟蒙特卡罗模拟法在金融计算中的应用[10]等。 　　采用核估计的经济实证研究主要包括:汤国权 等(2005)采用核估计研究了医疗费用的分布[11]等。 　　综上,当前投资、消费、财政支出和出口与GDP增长关系的实证研究主要集中在采用协整和误差修正模型(VECM)对少数因素的研究上,方法较为单一,考虑因素不全面,引入变量较少。神经网络、随机模拟和核估计广泛应用于各种经济实证研究中。尚无将Elman神经网络、随机模拟与核估计结合起来研究多因素变化和经济增长之间关系的经济实证研究。 　　 　　二、模型构建与估计 　　 　　(一)数据来源与初处理 　　选取1978-2008年的年度国内生产总值GDPt、全社会固定资产投资总额It、社会消费品零售总额Ct、国家财政支出Gt、出口额EXt、居民消费品价格指数CPIt序列;数据来自于各年的《中国统计年鉴》和国家统计局的统计公报。 　　为了剔除价格因素对所有变量的影响,首先利用CPIt序列将所有变量换算到以1978年价格水平计价。然后对GDP序列取自然对数后进行一阶差分处理,如下式(1): 　　 　　(二)Elman网络的构建与训练 　　构造如图1所示的Elman神经网络,输入层包含4个神经元,分别接受输入数据dlI、dlC、dlG和dlEX,反馈层包含24个神经元(反馈层神经元个数的确定并无固定算法,主要是依靠经验来确定,本文通过多次试算确定反馈层包含24个神经元时,网络拟合效果较好),输出层包含1个神经元输出dlGDP。 　　如图2所示,反馈层的传导函数选择tansig函数,输出层传导函数选择线性的purelin函数。 　　对于一个输入层有R1个神经元,反馈层有n1个神经元,输出层有n2个神经元的三层Elman神经网络而言,其参数的估计办法如下: 　　1. 设输入列向量为P(R1×1);输出列向量为a1(k)(S1×1);目标列向量为Y(S1×1);连接输入层与反馈层的权重