貨幣供應量主要取決于金融機構貸款余額多少。雖然貨幣供應量與金融機構貸款余額要求保持一致,但它們呈現(xiàn)出的是一種復雜的非線性關系,很難用準確的數(shù)學解析式表達。SVM模型能表達任何復雜的映射關系。運用SVM模型構建了我國貨幣供應量與金融機構貸款余額之間的映射關系,根據(jù)金融機構貸款余額預測貨幣供應量。取得了較好的效果,平均回歸誤差為2.1117%,比BP神經網(wǎng)絡的減小了23.4198%,且近4年的預測誤差均小于1%。 

【文章來源】：金融理論與教學. 2020年05期 第12-15頁

【文章頁數(shù)】：4 頁

【部分圖文】：

我國金融機構貸款余額和貨幣供應量統(tǒng)計數(shù)據(jù)

圖3 兩種模型的預測曲線對比

SVM模型參數(shù)優(yōu)化結果

【參考文獻】：
期刊論文
[1]基于支持向量機的精紡毛織物透氣性預測[J]. 邵景峰,王希堯.  毛紡科技. 2019(08)
[2]基于支持向量機奶牛飼糧能量消化預測方法[J]. 付強,沈維政,魏曉莉,張永根,辛杭書,蘇中濱,趙春江.  飼料研究. 2019(07)
[3]基于支持向量機的建筑能耗預測研究[J]. 侯博文,譚澤漢,陳煥新,孫劭波,龔麒鑒.  制冷技術. 2019(02)
[4]基于支持向量機的遼寧省糧食產量預測[J]. 張文政,孫德山,王玥,張蕾.  經濟數(shù)學. 2019(01)
[5]基于支持向量機模型的地鐵進站客流量預測[J]. 郭文,肖為周,秦菲菲.  河北工業(yè)科技. 2019(01)
[6]基于支持向量機的礦井瓦斯?jié)舛阮A測應用研究[J]. 趙華天.  煤炭科技. 2018(04)



本文編號：2905592