本文選題：金融經濟周期 + BP算法��； 參考：《經濟問題》2010年11期

【摘要】：我國金融經濟的發(fā)展存在明顯的周期性特征�；贐P算法的金融經濟周期預警機制主要包括:將金融經濟周期劃分為四個階段,并引入經濟增長率指標對不同的階段進行區(qū)分;對不同的周期階段進行編碼,并結合歷史數(shù)據(jù)訓練BP網(wǎng)絡,建立符合要求的周期預警模型;利用時間序列方法獲得模型的輸入數(shù)據(jù),并輸入預警模型,從而識別將來某一時期我國金融波動所處的周期階段。實證研究表明:2010年第一季度,我國金融經濟周期仍處于擴張階段。
[Abstract]:The development of our country's financial economy has obvious periodicity characteristic. The financial economic cycle early warning mechanism based on BP algorithm mainly includes: dividing the financial economic cycle into four stages, and introducing the economic growth rate index to distinguish the different stages; Combined with the historical data, the BP network is trained to establish the periodic early warning model which meets the requirements, and the input data of the model are obtained by using the time series method, and the early warning model is inputted to identify the period in which the financial volatility of our country will be in a certain period in the future. The empirical study shows that: in the first quarter of 2010, China's financial economic cycle is still in the expansion stage.
【作者單位】： 四川大學經濟學院;
【基金】：教育部“國際金融危機應對研究”應急課題立項“災后重建與國際金融危機應對研究”(2009JYJR012)
【分類號】：F224;F832

【相似文獻】

相關會議論文 前6條

1 朱雙東;趙建國;;企業(yè)未來獲利能力的智能評價方法[A];1999年中國智能自動化學術會議論文集（下冊）[C];1999年

2 陳月軍;王行愚;牛玉剛;;BP神經網(wǎng)絡在證券市場預測中的應用[A];第二十三屆中國控制會議論文集（下冊）[C];2004年

3 劉菲;;人工神經網(wǎng)絡在企業(yè)數(shù)據(jù)分析中的應用研究[A];全國第九屆企業(yè)信息化與工業(yè)工程學術會議論文集[C];2005年

4 童瑋;魏海坤;;神經網(wǎng)絡剪枝算法在上市公司ST預測中的應用[A];2005全國自動化新技術學術交流會論文集（三）[C];2005年

5 艾時鐘;杜榮;;基于神經網(wǎng)絡的備件庫存風險級別預測[A];第十屆中國管理科學學術年會論文集[C];2008年

6 諶述勇;陳榮秋;范龍振;;確定市場響應函數(shù)的神經網(wǎng)絡方法——兼與經濟計量方法的比較[A];管理科學與系統(tǒng)科學進展——全國青年管理科學與系統(tǒng)科學論文集（第4卷）[C];1997年

相關博士學位論文 前2條

1 邵紅梅;帶懲罰項的BP神經網(wǎng)絡訓練算法的收斂性[D];大連理工大學;2006年

2 廖薇;基于神經網(wǎng)絡和遺傳規(guī)劃的匯率預測技術研究[D];華東師范大學;2010年

相關碩士學位論文 前10條

1 雷萍;匯率的非線性組合預測方法研究[D];河海大學;2006年

2 石艷麗;基于人工神經網(wǎng)絡的經濟預測模型研究[D];中國地質大學（北京）;2008年

3 王波;基于神經網(wǎng)絡的金融時間序列分析[D];天津大學;2005年

4 周標;神經網(wǎng)絡在手寫體數(shù)字識別中的應用[D];湖南師范大學;2009年

5 李濤;基于遺傳神經網(wǎng)絡的糧食產量預測方法研究[D];哈爾濱工程大學;2008年

6 曾毅成;基于改進BP神經網(wǎng)絡的上證指數(shù)預測[D];廈門大學;2006年

7 鄭菊虹;神經網(wǎng)絡對股市預測的研究應用[D];大連理工大學;2005年

8 趙燕;基于神經網(wǎng)絡的股票預測分析和研究[D];長安大學;2006年

9 王莎;BP神經網(wǎng)絡在股票預測中的應用研究[D];中南大學;2008年

10 王敏;基于神經網(wǎng)絡的基金凈值預測研究[D];天津大學;2008年

，

本文編號：1854624