基于神经网络的商业周期波动监测预警模型_预警信号论文

基于神经网络的经济周期波动监测预警模型,本文主要内容关键词为:神经网络论文,模型论文,经济周期论文,此文献不代表本站观点,内容供学术参考,文章仅供参考阅读下载。

中图分类号:F224.0 文献标志码:A 文章编号:1006-1398(2007)01-0063-06

一 引言

在经济发展中,稳定发展、抑制波动是宏观经济政策的一项主要目标。然而,扩大再生产循环涉及经济活动的各个方面和各个环节,一旦某一方面或环节出现非常规的变化,都可能导致经济全面的波动。况且引起和诱发个别方面和环节变化的因素是千变万化的,因此人们难以从根本上消除经济波动现象。但是人们却可以通过了解宏观经济运行现状和预测未来宏观经济运行状况,采取有效措施,减缓宏观经济波动幅度,延长经济增长期,缩短经济衰退期,以促进经济健康平稳的增长。因此,经济波动的监测与预警研究,是国内外经济界学者一直非常关注的问题。较好地建立经济监测与预警机制,及时对经济运行中的不正常状态进行调控是非常必要的。本文根据经济周期波动监测预警理论,构建基于神经网络的经济周期波动监测预警模型系统,在此基础上,利用我国2006年经济数据,编制2006年景气预警指标信号图,利用BP神经网络模型对2007年1月份的预警指标进行预测和预警,以验证该模型系统用于宏观经济监测与预警的可行性与有效性。

二 预警信号系统的设计

经济预警系统就是对宏观经济的运行过程能提前反映经济发展动向和幅度的指示器或报警器,它是在经济过热、下滑及衰退到来时,能预先发出信号,为国家或地方政府部门的宏观调控提供依据而建立的一套指标体系所形成的系统。

在设计预警信号系统时,首先要选择一组反映经济发展状况的敏感性指标,然后,运用有关的数据处理方法,将多个指标合并为一个综合性的指标,并通过类似于一组交通管制信号红、黄、绿灯的标志,对这组指标和综合指标的当时经济状况发出不同的信号,最后,通过观察分析信号的变动情况,来判断未来经济增长的趋势。

(一)预警指标的选取

建立预警信号系统最首要的工作就是选择宏观经济预警指标。预警指标应能在不同的方面反映国民经济总体的发展规模、发展水平和发展速度。入选的指标应具备如下条件:

(1)所选指标必须在经济上有重要性,所选指标综合起来必须代表经济活动的主要方面;

(2)一致性或先行性,即与经济循环变动大体一致或略有超前,能敏感地反映景气动向;

(3)统计上的迅速性和准确性。[1]

根据以上原则,结合我国实际,本文选取如下8项经济预警指标:

工业增加值,能源生产总量,流通中现金M[,0],狭义货币供给量M[,1],社会消费品零售总额,金融机构各项存款余额,金融机构各项贷款余额,商品零售价格指数。[2][3]

将经过选择的每个指标序列与上年同月值相比得到增长率序列,再对增长率序列进行季节调整,取调整后的TC序列来制订预警信号。

(二)预警信号构成

预警系统信号,是由一套赋予不同颜色的警戒性指标构成的,通常用信号灯表示,有以下五种:“红灯”、“黄灯”、“绿灯”、“浅蓝灯”、“蓝灯”。当指标的增长率的TC序列超过某一检查值时就分别亮出相应的信号。若信号亮出“绿灯”,则表示当时的经济发展很稳定,政府可在稳定中采取促进经济增长的调控措施。“红灯”则表示经济发展“过热”,此时财政金融机构应采取紧缩措施,使经济逐渐恢复正常状况。“黄灯”则表示景气尚稳,经济增长“稍热”,在短期内有转热和趋稳的可能。“浅蓝灯”表示经济短期内有转稳或萎缩的可能。“蓝灯”表示经济处于萎缩或萧条状态。

同时,对5种信号进行评分,如“红灯”5分,“黄灯”4分,“绿灯”3分,“浅蓝灯”2分,“蓝灯”1分。如果选择了N个预警指标,对各指标在各个时期都给予相应的评分,则可求出综合指标的分数。当全部指标为红灯时,综合分数为最高5×N分。全为蓝灯时,综合分数为最低N分。然后通过综合分数的检查值来综合判断当月的预警信号应亮哪一种灯。[4]

(三)预警界限的确定

预警界限又称为检查值,指的是5种信号灯相邻两信号灯之间的界线。预警界限的确定是否合适至关重要,关系到对整个国民经济的运行状况能否正确判断,因此必须慎重确定。通常预警界限的确定采取经验判断的方法。

由于工业增加值与经济循环变动基本一致,因此首先确定工业增加值指标的预警界限。取1987年以来两次经济循环高峰前3个月工业增加值增长率平均值16.9%作为红灯区与黄灯区的界限。取1987年以来两次经济循环谷底前3个月工业增加值增长率平均值3.7%作为浅蓝灯区与蓝灯区的界限。选取前3个月的增长值的平均值,其目的是为了能在经济增长达到过热或萎缩前就能及时报警。3个月的时间间隔的确定,是根据我国经济循环周期较短但波幅又较大的特点而定的。绿灯区的界限,参照我国“十五”规划制定的我国工业增加值增长目标并参考未来经济发展计划的目标等情况综合考虑,最后确定绿灯区的上限为13.8%,绿灯区的下限为7.7%。类似地可以确定其它预警经济指标的预警界限如表1。

确定了各指标的预警界限后,还要求出综合预警界限。取满分40分的85%为“红灯”与“黄灯”的界线(四舍五入),这一界线的检查值为34。取满分的73%和50%为“绿灯”的上下界,这两个界线的检查值分别为29和20。取满分的36%为“浅蓝灯”与“蓝灯”的界线,这一界线的检查值为13。

对于已选取的预警指标和相应的预警界限,还要随着经济结构的变化进行修正,一般是一个循环过后,做一次修改。[5]

三 BP神经网络预警模型

建立预警信号系统以后,如果我们想要知道未来经济的预警信号,就需要知道经济预警指标的未来值,因此,需要我们对预警指标进行预测。本文采用BP人工神经网络的方法对预警指标的经济序列进行预测。

(一)神经网络用于时间序列预测的基本理论

一般来说,经济指标都具有时序性,那么运用BP神经网络对其进行预测可看作是对时间序列进行预测,这方面的研究已经有了非常深厚的理论基础。

利用神经网络来拟合这种函数关系,并用它来推导未来的值。这就是利用人工神经网络进行时间序列预测的基本思路。[6][8]

进行时间序列预测的神经网络结构可以分为两种:一种是单步预测网络,一种是多步预测网络。单步预测网络输出个数为1个,一次可计算一步的预测值。多步预测网络的输出个数是多个,每一次可计算出多步的预测值。在预测过程中,可将得到的预测值作为下一步预测的输入来计算出进一步的预测值,进行迭代的多步预测。用于时间序列预测BP网络的一般结构如图1所示。

图1 时间序列预测BP网络的一般结构

(二)BP神经网络预测模型设计

BP神经网络用于对经济时间序列进行预测时,首先必须对输入输出数据进行预处理,将其变为[-1,1]之间的数据。

1.输入输出数据的预处理

输入输出数据的预处理是有效训练神经网络的关键步骤,直接影响到训练后网络的性能。本文采用的方法是将原始数据进行归一化处理,即通过一定的线性变换将输入和输出数据统一限制在[-1,1]区间内。数据处理如下:

为处理后的值,x为原序列的值,为序列中的最小值,为序列中的最大值。[7]

2.网络拓扑结构的设计

网络结构的设计包括确定网络的隐层数、隐层结点数及输入输出结点数。对于隐层数的确定,Kolmogorov三层神经网络映射存在定理在理论上已证明了任意一个连续函数都能与一个三层BP网络建立映射关系。只有当学习不连续函数(如锯齿波等)时,才需要两个隐层。所以一般先考虑设一个隐层,当一个隐层的隐结点数很多仍不能改善网络性能时,才考虑再增加一个隐层。本文即采用这种探索式的思想。[9]

(三)中国预警信号系统的实证研究

在本节中,为了说明神经网络预测与预警模型的可行性与有效性,我们编制了我国2006年的景气预警信号,并利用BP神经网络预测模型对2007年1月份经济预警指标运行态势进行预测和预警。

1.预警经济指标序列的预测

本文采用1997年1月至2006年12月的数据,通过相应月份的数据,获得指标的增长率序列,然后用X12季节调整方法对增长序列作处理获得预测用增长序列。利用BP神经网络对2007年1月份预警经济指标序列进行预测。确定隐含层传递函数为tansig,输出层传递函数为logsig。分别对所选8项指标2007年1月份增长率进行预测,BP网络结构选取和预测结果如表2。

2.预警信号系统设计

本文应用前面选取的8个经济预警指标,根据第二部分确定的预警界限,编制2006年预警指标信号图,如图2所示。同时,根据BP神经网络预测模型对这8个经济预警指标2007年1月份的增长率预测结果,编制了2007年1月份经济预警信号图,如图2最后一列。

图2 景气预警指标信号图

从图2中可以看到宏观经济增长的变化趋势。2006年初处于“绿灯”区,随后转热,连续出现多次“黄灯”,又于2006年下半年开始逐渐回落,回到“绿灯”区。从景气预警指标信号图,可以反映这一过程各指标的变化情况。首先上半年与生产、能源、消费、存款等的有关指标增长加速,进入“红灯”或“黄灯”区。随后到了下半年,这些指标由过热转向稳定,而与此同时金融机构各项贷款余额则转热,进入“红灯”区域。

从经济全局来看,在年初经济运行状况良好,处于“绿灯”区域,然后经济运行状况稍热,进入“黄灯”区域,在年底增速有所回落,经济运行状况良好,进入“绿灯”区域。总体上经济运行较平稳,起伏波动不大。这与2006年政府的宏观调控政策相吻合。

图2中,2007年1月份运行状况是根据前文通过神经网络预测所得。预测得出,2007年1月份经济运行状况良好,处于“绿灯”区域,与实际经济运行状况相吻合。

四 结论

本文构建了基于BP神经网络的经济周期波动监测预警模型系统。利用我国2006年经济数据,编制了2006年景气预警指标信号图;利用BP神经网络模型对2007年1月份的预警指标进行了仿真预测和预警。从预测结果可以看出,基于BP神经网络的经济周期波动预警信号系统能够较好地描绘经济形势,并能综合判断未来经济冷热状况,对经济周期波动起到预警目的,同时通过分析各预警指标的表现,找出引起经济波动的原因,为采取相应的调控措施提供参考。

收稿日期:2006-09-27

标签:;  ;  ;  ;  ;  ;  ;  ;  ;  

基于神经网络的商业周期波动监测预警模型_预警信号论文
下载Doc文档

猜你喜欢