汇率协整分析中非线性误差校正模型的构建与应用.docVIP

汇率协整分析中非线性误差校正模型的构建与应用 Ξ □张振宇　杨益波　周　晖　刘潭秋 摘　要:本文在传统汇率行为协整分析中的线性误差校正模型的基础上,引入改进后的使用共轭梯度算法的BP网络,建立其非线性误差校正模型。实证结果表明,人工神经网络能很好地把握汇率波动中的非线性因素,并降低预测误差。 关键词:汇率　协整分析　误差校正模型　人工神经网络 中图分类号:F83　　文献标识码:A　　文章编号:1009-)--　　一、引言 ,且幅度 越来越大。同时,上世纪70年代以后被广为使用的货币模型在进行汇率行为描述和预测时效果并不理想。为了解决货币模型效果下降的问题,学者们将协整技术引入到对汇率行为进行描述和预测的建模实践中,这大大改善了模型的准确性。但由于影响汇率波动的因素与汇率之间不仅仅存在线性关系,更存在非线性关系,使得基于协整技术的汇率预测的效果一般难以超过随机游走模型,而人工神经网络技术在逼近非线性函数关系中的应用效果很好。因此,本文利用人工神经网络技术建立协整分析的非线性误差校正模型,以提高协整分析把握汇率波动中的非线性因素。 P=-k+m-ψy+λi(2)(3)(4) 国外的货币需求方程也就相应的变为 P3=-k3+m3-ψ3y3+λ3i3　　而绝对购买力平价两边取对数后,变为 s=p-p 3 　　将上两式代入,有 33 s=-(k-k)+(m+m) -ψ(y-y3)+λ(i-i