|
|||||
|
|
| 基于EEMD-AWNN集成学习的中国经常账户预测研究 | |
| 摘 要： | 随着我国对外贸易的发展以及经济结构的改革,在宏观调控中需要把握国际收支的格局演变,但是在多变的国际环境和形势下,中国的经常账户面临着不确定性.因此本文基于国际收支平衡表中的经常账户的借贷方数据,采用EEMD-AWNN集成学习方法对经常账户进行预测.传统的计量模型所估计的结果虽然有较好的经济解释,但很难适应国内与国际经济结构的快速变化.单变量机器学习算法虽然能适应国内与国际经济结构的变化,但其对外生的经济变量不够敏感.基于此,本文基于TEI@I方法论的思想,首先使用经验模态分解(EEMD)将需要预测的变量进行分解,再根据经济意义加入需要的外生变量,利用所提出的自适应小波神经网络(AWNN)对其进行单一预测与集成.预测结果显示,EEMD-AWNN算法的预测精度要明显高于计量经济模型.最终预测结果显示未来两年经常账户各主要项目借方贷方将继续增长,但由于货物借方和旅行借方未来的增速高于货物贷方和旅行贷方,货物贸易顺差将收窄,同时旅行贸易逆差加大,两者共同导致经常账户顺差将减小. |
| 本文献已被 CNKI 等数据库收录！ | |