基于组合模型的宏观经济预警方法

发布时间：2018-11-19 09:04

【摘要】：为了更好地捕捉变量间线性与非线性复合特征,以及预警达到稳定收敛,文章构建了组合模型。该模型的预测值既考虑了自变量的滞后项和随机干扰项的线性时序成分,也考虑了非线性时序成分。同时该模型吸收了人工智能研究成果,具备较强的数据处理能力和学习能力,能够挖掘变量间复杂的非线性关系,避免了单一线性模型对滞后性和随机干扰项硬性的线性约束,然后结合存储系统和二元神经网络,采用加权法迅速找到局部收敛点,确定预警等级。实证研究表明,组合模型具有训练速度快和预测精度高的特点,有较强的适用性。
[Abstract]:In order to better capture the linear and nonlinear composite characteristics between variables and to achieve stable convergence of early warning, a combined model is constructed in this paper. The prediction value of the model not only considers the lag term of independent variable and the linear time series of random disturbance term, but also considers the nonlinear time series component. At the same time, the model absorbs the research results of artificial intelligence, has strong data processing ability and learning ability, can mine the complex nonlinear relations between variables, and avoids the linear constraint of single linear model on lag and random interference. Then combining the storage system and the binary neural network, the weighted method is used to quickly find the local convergence point and to determine the early warning level. Empirical research shows that the combined model has the characteristics of fast training speed and high prediction accuracy, and has strong applicability.
【作者单位】： 北京交通大学国家经济安全研究院;
【基金】：中央高校基本科研业务费专项资金资助项目(B15JB00510) 教育部人文社会科学专项任务资助项目(B09C1100020)
【分类号】：F123.2;F224

【相似文献】

相关期刊论文 前10条

1 屈定坤;;宏观经济预警初探[J];预测;1987年06期

2 石良平;;中国宏观经济预警体系的评价与修正[J];统计研究;2007年01期

3 顾海兵;;中国宏观经济预警的系统研究[J];数量经济技术经济研究;1990年10期

4 王慧敏;自回归条件异方差模型在宏观经济预警中的应用[J];运筹与管理;1998年04期

5 易正俊;宏观经济预警模型[J];重庆大学学报(自然科学版);1998年06期

6 万正晓;吴孔磊;;构建我国宏观经济预警模型的几点建议[J];统计与决策;2009年06期

7 ;我国宏观经济预警体系正式投入运行[J];财会通讯;1992年07期

8 贺京同,潘凝,张建勋,卢桂章;基于模糊神经网络的宏观经济预警研究[J];预测;2000年04期

9 石良平;;论宏观经济预警体系的理论与方法[J];经济科学;1991年06期

10 付宇涵;;基于ARIMA模型的我国财产险保费收入的预测研究[J];统计教育;2010年10期

相关会议论文 前5条

1 韩立岩;;宏观经济预警系统中的模糊预测方法[A];企业发展与系统工程——中国系统工程学会第七届年会论文集[C];1992年

2 王建锋;高歌;陈立凌;李红美;张明芝;王艾丽;;ARIMA模型及其在江苏省卫技人员数预测中的应用[A];中国现场统计研究会第12届学术年会论文集[C];2005年

3 李君华;王志坚;张立杰;陈雪;;基于小波理论及ARIMA模型的短期棉花价格预测[A];中国棉花学会2012年年会暨第八次代表大会论文汇编[C];2012年

4 农吉夫;金龙;;均生函数与人工神经网络相结合的降水预报模型研究[A];第二十七届中国控制会议论文集[C];2008年

5 康赐荣;李旭明;;基于人工神经网络的系统解耦与控制[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

相关重要报纸文章 前1条

1 ;基于数量化方法对未来经济增长趋势的预测[N];第一财经日报;2009年

相关硕士学位论文 前10条

1 黄印林;地方宏观经济预警模型与算法研究[D];重庆大学;2005年

2 张敏;基于ARIMA的组合模型问题研究[D];大连海事大学;2015年

3 苗亚男;基于卡尔曼滤波的ARIMA—GM雾霾预测及扩散消失模型研究[D];吉林大学;2016年

4 蒯孟娟;基于ARIMA模型及回归分析的安徽省GDP预测研究[D];安徽农业大学;2015年

5 罗荣锦;基于统计学方法的互联网企业运营指标异常值监控及预警模型[D];华东师范大学;2017年

6 刘文抒;基于灰色模型和ARIMA模型的上证指数研究[D];河海大学;2005年

7 赵晓丽;基于小波ARIMA模型的风电场风速短期预测方法研究[D];华北电力大学（北京）;2010年

8 白营闪;基于ARIMA模型对沪深300指数的预测分析[D];华南理工大学;2010年

9 魏来;ARIMA理论及其在网络环境下绿色农产品定价的应用[D];电子科技大学;2003年

10 张丹;基于ARIMA模型的消费品公司预算管理分析[D];复旦大学;2011年

，

本文编号：2341809