隨著人民幣匯率市場化程度不斷提高,其波動程度也不斷增大,對人民幣的預(yù)測顯得越來越重要。近幾年來,人工智能在許多領(lǐng)域都取得了巨大的成功,證明了自身的優(yōu)越性,作為其主要組成部分的人工神經(jīng)網(wǎng)絡(luò)（ANN）模型已經(jīng)逐漸被引入金融資產(chǎn)價格的預(yù)測研究中。本文將原本僅適用于二值型數(shù)據(jù)的Adaboost算法進(jìn)行了優(yōu)化,使其也能適應(yīng)連續(xù)型數(shù)據(jù),并用其確定混合模型的權(quán)重,解決了過往大多數(shù)研究中混合模型權(quán)重設(shè)定較為主觀和隨意的問題。在此基礎(chǔ)上,本文融合了廣義回歸神經(jīng)網(wǎng)絡(luò)（GRNN）擅長預(yù)測趨勢因素,而誤差反傳神經(jīng)網(wǎng)絡(luò)（BPNN）擅長預(yù)測隨機(jī)因素的優(yōu)點(diǎn),組成了比單一神經(jīng)網(wǎng)絡(luò)模型更為強(qiáng)大的GR_BP_Adaboost強(qiáng)預(yù)測模型。最后,以均方誤差（MSE）、平均絕對誤差（MAE）和DM檢驗(yàn)為標(biāo)準(zhǔn),將GR_BP_Adaboost模型對人民幣匯率的預(yù)測結(jié)果與傳統(tǒng)的ARMA、ARCH和GARCH模型進(jìn)行了對比,所有結(jié)果均表明GR_BP_Adaboost強(qiáng)預(yù)測模型的預(yù)測能力顯著優(yōu)于其他模型,說明人工智能預(yù)... 

【文章來源】：國際經(jīng)貿(mào)探索. 2019,35(09)北大核心CSSCI

【文章頁數(shù)】：15 頁

【部分圖文】：

典型三層BPNN結(jié)構(gòu)示意圖

BPAdaboost強(qiáng)預(yù)淵?

計(jì)上處理的方便，本文對樣本進(jìn)行對數(shù)化處理。Ｒt=ln(Pt)－ln(Pt－1)(9)其中，Ｒt是t期對數(shù)收益率，Pt是t期名義匯率。表1為對數(shù)化后的四種匯率描述統(tǒng)計(jì)結(jié)果，圖4為對數(shù)化后的收益率波動圖。表1:四種匯率的描述統(tǒng)計(jì)結(jié)果均值標(biāo)準(zhǔn)差最小值最大值偏度峰度美元－0．0000510．001418－0．0092630．0184031．29006723．282600歐元－0．0000680．005910－0．0692880．033370－0．31740611．381220日元0．0000370．006321－0．0514970．036273－0．1020198．220515英鎊0．0001540．005989－0．0724820．040912－0．83975014．542290從以上結(jié)果來看，人民幣對美元匯率的波動最小，而對歐元、日元和英鎊的波動則相對較大。在此期間，美元對人民幣匯率有一段時間波動極小，是因?yàn)槭艿矫绹鹑谖C(jī)影響，中國從2008年7月開始縮小美元對人民幣匯率的波動幅度，直到2010年6月才再次放開，開放后美元對人民幣匯率收益率又回到了之前的波動水平，而近期美元對人民幣匯率收益率波動加大是因?yàn)槊绹?jīng)濟(jì)復(fù)蘇和加息等多種因素引起的匯率預(yù)期變化。總體來看，四種匯率收益率都存在某一段時間波動較大，而另一段時內(nèi)波動較小的現(xiàn)象，即方差大的觀測值聚集在一起，而方差較小的觀測值也聚集在一起，存在明顯的波動性聚集特征。在對樣本觀測值對數(shù)化后，后30個觀測值將用于考察各模型的預(yù)測效果，其余觀測值則用于GＲ_BP_Adaboost、AＲMA、AＲCH、GAＲCH等模型的建立。34周曉波，陳璋，王繼源:基于混合人工神經(jīng)網(wǎng)絡(luò)的人民幣匯率預(yù)測研究

【參考文獻(xiàn)】：
期刊論文
[1]人民幣均衡匯率的再研究:1998-2015[J]. 姚宇惠,王育森.  國際金融研究. 2016(12)
[2]人民幣匯率均衡與失衡:基于一般均衡框架的視角[J]. 王彬,馬文濤,劉勝會.  世界經(jīng)濟(jì). 2014(06)
[3]購買力平價與匯率背離原因研究[J]. 王磊,范超.  數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究. 2013(11)
[4]人民幣均衡匯率測算:基于DSGE模型的實(shí)證研究[J]. 孫國峰,孫碧波.  金融研究. 2013(08)
[5]購買力平價及在亞洲新興市場的實(shí)證分析[J]. 王娟.  統(tǒng)計(jì)研究. 2012(03)
[6]購買力平價與人民幣均衡匯率[J]. 楊長江,鐘寧樺.  金融研究. 2012(01)
[7]ARIMA融合神經(jīng)網(wǎng)絡(luò)的人民幣匯率預(yù)測模型研究[J]. 熊志斌.  數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究. 2011(06)
[8]基于BEER模型的人民幣均衡匯率與匯率失調(diào)的測算:1994Q1～2009Q4[J]. 唐亞暉,陳守東.  國際金融研究. 2010(12)
[9]均衡匯率新思維:一個內(nèi)外均衡條件下的購買力平價模型及其應(yīng)用[J]. 徐家杰.  數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究. 2010(09)
[10]匯改后人民幣匯率波動的非線性特征研究——基于門限自回歸TAR模型[J]. 靳曉婷,張曉峒,欒惠德.  財(cái)經(jīng)研究. 2008(09)



本文編號：3014951