基于支持向量机的我国货币供应量预测

发布时间：2020-12-08 19:50

　　货币供应量主要取决于金融机构贷款余额多少。虽然货币供应量与金融机构贷款余额要求保持一致,但它们呈现出的是一种复杂的非线性关系,很难用准确的数学解析式表达。SVM模型能表达任何复杂的映射关系。运用SVM模型构建了我国货币供应量与金融机构贷款余额之间的映射关系,根据金融机构贷款余额预测货币供应量。取得了较好的效果,平均回归误差为2.1117%,比BP神经网络的减小了23.4198%,且近4年的预测误差均小于1%。 

【文章来源】：金融理论与教学. 2020年05期 第12-15页

【文章页数】：4 页

【部分图文】：

我国金融机构贷款余额和货币供应量统计数据

图3 两种模型的预测曲线对比

SVM模型参数优化结果

【参考文献】：
期刊论文
[1]基于支持向量机的精纺毛织物透气性预测[J]. 邵景峰,王希尧.  毛纺科技. 2019(08)
[2]基于支持向量机奶牛饲粮能量消化预测方法[J]. 付强,沈维政,魏晓莉,张永根,辛杭书,苏中滨,赵春江.  饲料研究. 2019(07)
[3]基于支持向量机的建筑能耗预测研究[J]. 侯博文,谭泽汉,陈焕新,孙劭波,龚麒鉴.  制冷技术. 2019(02)
[4]基于支持向量机的辽宁省粮食产量预测[J]. 张文政,孙德山,王玥,张蕾.  经济数学. 2019(01)
[5]基于支持向量机模型的地铁进站客流量预测[J]. 郭文,肖为周,秦菲菲.  河北工业科技. 2019(01)
[6]基于支持向量机的矿井瓦斯浓度预测应用研究[J]. 赵华天.  煤炭科技. 2018(04)



本文编号：2905592