（政治经济学专业论文）基于人工神经网络的我国宏观经济预测研究.pdf

原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独 立进行研究所取得的成果。除文中已经注明引用的内容外，本论文不 包含任何其他个人或集体已经发表或撰写过的科研成果。对本文的研 究作出重要贡献的个人和集体，均己在文中以明确方式标明。本人完 全意识到本声明的法律责任由本人承担。 论文作者签名：玉筮堡 e t 关于学位论文使用授权的声明 本人完全了解山东大学有关保留、使用学位论文的规定，同意学 校保留或向国家有关部门或机构送交论文的复印件和电子版，允许论 文被查阅和借阅；本人授权山东大学可以将本学位论文的全部或部分 内容编入有关数据库进行检索，可以采用影印、缩印或其他复制手段 保存论文和汇编本学位论文。 ( 保密论文在解密后应遵守此规定) 论文作者签名：垂熟碴导师签名：扭耋日 期： 迎墨兰。 山东大学硕士学位论文 摘要 宏观经济形势是一个国家和地区经济情况的总体表现。无论是国家进行宏观 调控还是个人进行投资决策，都要对宏观经济形势作出预测。人们进行经济预测 就是要依据历史资料和现状，按照一定的理论及方法，对事物的发展趋势进行推 断。现有的预测方法中，时间序列预测和回归预测是两种最常用的统计方法而 宏观经济系统是非线性系统，所处环境不断变化，附加性干扰因素直接作用于宏 观经济系统的运行过程，对预测结果有很大影响，宏观经济建模所需的历史资料 不稳定、不明确、不完整，这就使得利用传统的预测方法解决这类问题十分困难。 针对宏观经济预测的多变量、非线性特点，本文提出了应用人工神经网络进行预 测。 人工神经网络是一种基于生理学的智能模型，它模拟人类大脑的思维能力， 通过对大量个例的不断学习、回忆、归纳及整理，从而找到一定的规律。它具有 大规模并行运算、非线性处理、自组织、自学习与自适应的能力。自从l a p e d e s t 和f a r b e r 首先应用人工神经网络进行预测开始，国内外专家学者不断将其与经济 学结合，应用于宏观经济预测、企业经济战略预测、证券市场预测等领域。 本文利用人工神经网络建立我国经济预测模型，对宏观经济形势进行预测。 在建立我国宏观经济形势预测模型时，我们利用第n 年的最终消费、固定资产形 成总额、货物和服务净出口来预测第n + 1 年的国内生产总值( g d p ) 。这样，人们 在第n 年末即可预知第n + 1 年的国内生产总值，从而判断经济形势，进而作出最 优的经济决策。建模和网络训练利用v c + + 6 0 编程实现，利用粒子群优化算法 优化神经网络模型的权值和阈值，以得到接近实际数据的预测数据。相关数据的 验证结果令人满意，这表明文中提出的经济预测方法合理可行。 。 本文的创新之处主要有以下四点：第一，用第n 年的最终消费、固定资产形 成总额、货物和服务净出口，预测第n + 1 年的国内生产总值，进而判断宏观经济 走势。这样，宏观经济预测变得更易操作、简便、智能化、效率高。第二，利用 人工神经网络建立我国宏观经济预测模型，把经济学与智能计算有机结合起来。 第三，利用粒子群优化算法优化神经网络模型的权值和阈值。它简单容易实现同 时又有深刻的智能背景，非常适合解决实际问题。第四，利用v c + + 6 0 编写， 较经济分析中常用的m a t l a b 、t s p 、e v i e w 等统计软件或计量工具，效率高，自由 度大，灵活性好，分析问题的针对性强。 关键词：人工神经网络、经济预测、粒子群优化算法、支出法g d p 山东大学硕士学位论文 a b s t r a c t m a c r o e c o n o m ys y s t e mr e p r e s e n t st h ec o m p r e h e n s i v ee c o n o m i cs t a t u s i nac o u n t r y o ra na r e a t h em a c r o e c o n o m yp o s i t i o nn e e dt ob ep r e d i c t e d w h e nt h en a t i o na d j u s t sa n dc o n t r o l st h ee c o n o m ya n dt h ei n d i v i d u a l s m a k ep o l i c yt oi n v e s t p r e d i c t i o ni sn e e d e dt ob em a d ea tf i r s t ，w h i c h m e a n sm a k i n gt h ej u d g m e n tf o rt h et r e n do ft h em a t t e rt h r o u g ht h e o r y a n dc e r t a i n m e t h o d sa c c o r d i n gt oh i s t o r i c a lr e c o r d sa n dc u r r e n t c o n d i t i o n s a m o n gt h ec u r r e n tp r e d i c t i o nm e t h o d s ，t h em o s t c o m m o n s t a t i s t i c sm e t h o d sa r et i m e s e q u e n c i n ga n dr e t u r np r e d i c t i o n s a n d m a c r o e c o n o m y i san o n l i n e a r s y s t e m , w h o s es i t u a t i o n k e e p s c h a n g i n g b e s i d e s a d d i t i o n a li n t e r f e r e n c ef a c t o r sh a v ed i r e c te f f e c t s o nt h eo p e r a t i o no fm a c r o e c o n o m ys y s t e m s ，g r e a t l yi n f l u e n c i n gt h e p r e d i c t i o nr e s u l t s i ti sn e c e s s a r yt os o l v es u c hp r o b l e m sb yu s i n g t h et r a d i t i o n a lp r e d i c t i o nm e t h o d s b e c a u s et h ep r e d i c t i o no f m a c r o e c o n o m yi sam u l t i v a r i a b l e sa n dn o n l i n e a r i t yq u e s t i o n ，i nt h i s p a p e r ，a r t i f i c i a l n e u r a ln e t w o r k sa r ea p p l i e dt o p r e d i c tt h e m a c r o e c o n o m y t h ea n ni sa ni n t e l l e c t i v em o d e lb a s e do nt h ep h y s i o l o g y i t s i m u l a t e st h et h i n k i n ga b i l i t yo fh u m a n sc e r e b r u m st of i n d t h er u l e s b yc o n t i n u o u sl e a r n i n g ，m e m o r y i n g ，i n d u c e i n ga n df i x i n go fg e n e r o u s c a s e s t h ea n nh a st h ea b i l i t yo fc o l l a t e r a lo p e r a t i o n ，n o n l i n e a r i t y p r o c e s s i n g ，s e l f - o r g a n i z i n g ，s e l f - l e a r n i n ga n ds e l f - a d a p t a t i o n s i n c e l a p e d e s ta n df a r b e ru s e dt h ea n nt op r e d i c tf i r s t l y t h ee x p e r t so ft h e i n l a n da n do v e r s e a sc o n t i n u a l l yc o n j o i ni ta n de c o n o m i c st op r e d i c t t h em a c r o e c o n o m y ，s t r a t e g i ce c o n o m ya n ds t o c km a r k e ta n ds oo n i nt h i s p a p e r ，w ef o u n da na r t i f i c i a ln e u r a l n e t w o r km o d e lt o p r e d i c to u rn a t i o n a lm a c r o e c o n o m yp o s i t i o n w eu s et h en t hy e a r s f i n a lc o n s u m p t i o ne x p e n d i t u r e ，t o t a lc a p i t a lf o r m a t i o na n dn e te x p o r t o fg o o d sa n ds e r v i c e st op r e d i c tt h en e x ty e a r sg d p t h e r e f o r e ，i nt h e e n do ft h en t hy e a r ，t h ep e o p l ec o u l dp r e d i c tt h en e x ty e a r sg d p ，s o t h e yc o u l de s t i m a t et h ee c o n o m yp o s i t i o na n dm a k et h eb e s te c o n o m y d e c i s i o n w eu s ev c + + 6 ot op r o g r a mt or e a l i z et h em o d e l i nt h ec o u r s e 2 山东大学硕士学位论文 o ft h ef o u n d a t i o no fa n nm o d e l ，t h ep s oo p t i m i z a t i o na l g o r i t h mi su s e d t oo p t i m i z et h ew e i g h t sa n d t h r e s h o l d so ft h ea n nm o d e l f r o mt h e c a l c u l a t i o no fs o m er e l a t e ds a m p l ed a t a ，w ec a no b t a i nas a t i s f a c t o r y r e s u l t t h i ss h o w st h ep r o p o s e dm e t h o di se f f e c t i v ei nf o r e c a s t i n g e c o n o m yp o s i t i o n t h ep a p e rh a sf o u ri n n o v a t i o n s f i r s t l y ，w eu s et h en t hy e a r s f i n a lc o n s u m p t i o ne x p e n d i t u r e ，t o t a lc a p i t a lf o r m a t i o na n dn e te x p o r t o fg o o d sa n ds e r v i c e st op r e d i c tt h en e x ty e a r sg d p t h e r e f o r e ，t h e p e o p l e c o u l de s t i m a t et h ee c o n o m yp o s i t i o na n dt h em a c r o e c o n o m y p r e d i c t i o ni sm o r ee a s i e ra n di n t e l l i g e n ta n de f f i c i e n t s e c o n d l y ，w e u s et h ea r t i f i c i a ln e u r a ln e t w o r kt of o u n do u rn a t i o n a lm a c r o e c o n o m y p r e d i c t i o nm o d e l ，s ow eu n i t et h ee c o n o m i c sa n d t h ec o m p u t a t i o n i n t e l l i g e n c e t h i r d l y ，w e u s et h ep s oo p t i m i z a t i o n a l g o r i t h m t o o p t i m i z et h ew e i g h t sa n dt h r e s h o l d so ft h ea n nm o d e l t h er e a l i z a t i o n o ft h ep s oo p t i m i z a t i o na l g o r i t h mi se a s ya n dt h ep s oh a sp r o f o u n d i n t e l l i g e n tb a c k g r o u n d ，s o i t i sv e r yf i tt or e s o l v et h ea c t u a l p r o b l e m s f o u r t h l y v c + + 6 0i su s e dt op r o g r a mt or e a l i z et h em o d e la n d v c + + 6 0i sm o r ee f f i c i e n t ，f l e x i b l ea n ds t r o n gp e r t i n e n c yt h a n s t a t i s t i cs o f t w a r eo rm e a s u r et o o l ss u c ha sm a t l a b 。t s pa n de v i e ww h i c h a r eo f t e nu s e d i ne c o n o m ya n a l y s i s k o y w o r d s ：a r t i f i c i a ln e u r a ln e t w o r k ( a n n ) ：e c o n o m yp r e d i c t i o n p a r t i c l es w a r mo p t i m i z e r ( p s o ) ：e x p e n d i t u r ea p p r o a c hg d p 一3 一 山东大学硕士学位论文 第一章引言 1 1 研究背景 恩格斯说：“社会力量完全像自然力一样，在我们还没有认识和考虑它们的时 候，起着盲目的、强制的和破坏的作用。但是，一旦我们认识了它们，理解了它 们的活动、方向和影响，那么，要使它们愈来愈服从我们的意志并利用它们来达 到我们的目的，这就完全取决于我们了。”经济预测起着帮助我们认识、了解、掌 握和控制我们所处经济系统的重要作用。中共中央关于经济体制改革的决定指 出：“改革计划方法，充分重视经济信息和预测，提高计划的科学性。”这充分肯 定了宏观经济预测对掌握经济发展趋势，加强政府宏观调控的指导作用正所谓 “凡是预则立，不预则废”社会主义市场经济条件下，怎样根据相关经济指标较 准确、合理地预测宏观经济形势，以便人们及时准确地掌握我国的宏观经济走势。 国家、企业、个人等均可根据宏观经济走势，作出合理化决策，实现经济决策最 优化。 在宏观经济预测分析中，我们普遍采用的是在数学建模的基础上利用回归分 析等方法进行拟和，分析和预测相关的经济指标。而人工神经网络模型比传统的 多元回归预测方法具有更好的拟和能力和准确度。人工神经网络是一种基于生理 学的智能仿生模型，它模拟人类大脑的思维能力，通过对大量个例的不断学习、 回忆、归纳及整理，从中找到规律性的东西。它具有大规模并行运算、非线性处 理、自组织、自学习与自适应的能力。自从l a p e d e s t 和f a r b e r 首先应用人工神 经网络进行预测开始，国内外专家学者不断将其与经济学结合，应用于宏观经济 预测、企业经济战略预测、证券市场预测等领域。本文利用人工神经网络建立我 国经济预测模型，对宏观经济形势进行预测。在建模的过程中利用粒子群优化算 法优化神经网络模型的权值和阈值，使模型预测的数据更接近实际数据。 1 2 经济预测现状 经济预测是- - h 新兴的实用性很强的学科，大到世界、全国、小至各地区、 各部门、各企业，都需要进行各方面的预测。目前，世界各国有几千家专业的预 测咨询机构。其中以美国最多，有数百家；只本次之，也有数百家；德国、意大 利等都有几十家。世界著名的预测机构有：美国的兰德公司( r e s e a r c h i n ga n d d e v e l o p i n g 即r a n d ) 、斯坦福国际咨询研究所、胡佛研究会、布鲁金斯学会、日 本野村综合研究所、人类2 0 0 0 年国际协会、世界未来学会、伦敦国际战略研究所、 山东大学硕士学位论文 设在奥地利的由美俄等1 2 国组成的国际应用系统分析研究所等。仅经常公布预测 数字的专业预测咨询机构就有3 0 0 多所，从业人员有几十万。就我国情况看，自 上世纪5 0 、6 0 年代初有零星经济预测，之后停止，直到8 0 年代才逐渐发展起来。 现有中国预测研究会、中国系统工程学会、中国数量经济学会、中国投入产出学 会等。还有一些政府机构和组织在研究预测问题，像国家信息中心的经济预测部、 国务院发展中心的区域经济和发展战略研究部、国家发展和改革委员会的综合司 及预测处、国家统计局的研究所、中国社会科院的相关研究所，等等。 在进行经济预测过程中，经济学家们不断探索和发展新的经济预测理论和假 设条件更为宽松的预测评估方法，用尽可能“完美”的预测模型简化预测过程和 提高预测的准确度。按照对数据信息和预测者主观判断的依赖程度，分为不依赖 主观判断的定量预测法、完全依赖主观判断的定性预测法和既依赖数据又依赖主 观判断的半定量预测法三大类。回归方法、时间序列模型方法、组合模型方法、 a r c h 模型、a s p e n 模型( as m a r ta g e n t b a s e de c o n o m i c sm o d e l ) 等方法应用于 经济预测领域。当前，许多专业预测部门和国家的相关的部门仍广泛采用上述的 方法对我国的宏观经济形势进行预测。还有，许多仍以定性分析为主，分析短期 一内各需求要素的增长前景，进而对宏观经济走势作出判断。自1 9 8 7 年l a p e d e s 等人首先将人工神经网络应用于预测，实现了人工神经网络与经济学的有机结合 由于人工神经网络具有大规模并行处理、容错性、自适应和联想功能强等特点， 将其应用于经济预测领域成为研究的热点。w e r b o s 、v a r f i s 分别对实际的经济时 间序列资料进行了预测研究。w e i g e n d 等人将神经网络与回归方法作了比较，表 明了神经网络预测优于统计预测。随后，人工神经网络不断应用于证券预测分析、 企业经济战略预测、经济理论创新、宏观经济预测预警等研究中，都得到了较好 的效果。我国学术界在8 0 年代中期开始关注人工神经网络的应用，中科院生物物 理所汪云九等科学家起到先导的作用，北京大学非线性研究中心1 9 8 8 年9 月发起 举办了b e i j i n gi n t e r n a t i o n a lw o r k s h o po nn e u r a ln e t w o r k s ：l e a r n i n ga n d r e c o g n i t i o n ，am o d e r na p p r o a c h 在会上，i n n s 秘书长s z u 博士在会议期间作 了神经网络系列讲座。从此，我国的许多数学家、计算机科学家和经济学家开始 对这一领域产生兴趣，开展了一系列的研究工作。北京大学许月卿博士提出了中 国经济发展水平区域差异的人工神经网络判定模型，东北电力学院唐丽艳将人工 神经网络应用于企业综合经济效益评估，东南大学王文平提出应用人工神经网络 建立税收年度预警系统等等。王悦的人工神经网络在经济预测中的应用一文，证 明人工神经网络预测方法明显优于灰色预测系统中的预测方法。孙冰的人工神经 网络在经济预测中的应用一文，对用人工神经网络模型预测的结果和用拟合多项 式预测的结果进行了对比分析，结果证明使用神经网络对宏观经济进行预测只需 山东大学硕士学位论文 少量训练样本，就可以确定网络的权值和阈值，计算简单、快捷、可靠，模拟预测精 度较高。重庆大学优秀硕士论文人工神经网络在宏观经济预测中的研究，对神经 网络强大的网络学习和函数拟合能力，非线性求解能力进行了详细阐述，并利用 其对宏观经济指针进行预测，得到了很好的效果。中国社会科学院优秀硕士论文 我国宏观经济的预测检验和分析，对我国宏观经济预测的方法进行了全面回顾和 比较，也着重介绍了人工神经网络方法。2 0 0 4 年，汪劲“1 利用人工神经网络构造 了我国宏观经济预测模型，将其与多元线性回归方法建立的模型进行比较，再次 证明人工神经网络比传统的多元回归预测方法有更好的拟合能力和准确度。本文 正是基于前辈们研究成果的基础上，提出了我国宏观经济预测模型。随着，经济 理论的不断创新和计算机技术的不断发展，人工神经网络在经济预测领域应用的 空间将越来越大。 1 3 论文的主要内容 本文对我国宏观经济形势进行预测分析，以经济学和哲学基本理论为指导， 从中国特色社会主义市场经济实际出发，以定量经济预测分析方法为主，定性经 济预测方法为辅，利用人工神经网络进行建模，进而判断宏观经济走势。 本文首先介绍经济预测理论和方法方面的知识，然后介绍人工神经网络和神 经网络优化算法方面的知识，最后根据我国宏观经济的特点，选定建模的经济参 数，利用人工神经网络建立宏观经济形势预测模型。大家都知道，经济增长是由 供给和需求两方面的共同增长决定的。一般来说，供给能力的提高是决定经济长 期增长的主要因素，它的变化相对温和，导致经济短期波动的往往是一些需求性 因素。因此，我们在进行经济分析时，常常是对消费、投资、出口这三大需求进 行分析，作为预测经济走势的主要依据。对我国的具体实际来说，三大需求中， 消费一直占据主体地位，随着社会主义市场经济体制的进一步完善和经济全球化 的发展，投资和进出口对经济增长的贡献也越来越明显。因此，在建立我国宏观 经济形势预测模型时，我们利用第n 年的最终消费、固定资产形成总额、货物和 服务净出口来预测第n + 1 年的国内生产总值( g d p ) 。这样，人们在第n 年末即可 预知第n + 1 年的国内生产总值，从而判断经济形势，进而作出最优的经济决策。 在建模和网络训练利用v c + + 6 0 编程实现，利用粒子群优化算法优化神经网络 模型的权值和阈值，以得到接近实际数据预测的数据。相关数据的验证结果令人 满意，这表明文中提出的经济预测方法合理可行。 1 4 论文的创新之处 第一，用第n 年的最终消费、固定资产形成总额、货物和服务净出口，预测第 山东大学硕士学位论文 n + 1 年的国内生产总值，进而判断宏观经济走势。这样，宏观经济预测变得更易操 作、简便、客观、智能化、效率高。 第二，利用人工神经网络建立我国宏观经济预测模型，把经济学与智能计算有 机结合起来，将推动经济学和计算机交叉学科的发展。 第三，利用粒子群优化算法优化神经网络模型的权值和闽值。b p 网络收敛缓慢 和易陷入局部最优陷阱，遗传算法需要交叉和变异操作，粒子群优化算法是一种基 于群体的优化工具，粒子在解空间追随最优的粒子进行搜索，通过迭代搜寻最优值。 它简单容易实现同时又有深刻的智能背景，非常适合解决各种实际的应用问题。 第四，利用v c + + 6 0 编写，较经济分析中常用的m a t l a b ，t s p ，e v i e w 等统计 软件或计量工具，效率高，自由度大，灵活性好，分析问题的针对性强。 山东大学硕士学位论文 第二章经济预测理论和方法 经济预测是在一定的经济理论指导下，以经济发展的历史和现状为出发点，以 现实资料( 包括统计资料和调查资料等) 为依据，在对经济过程进行充分的定性分 析和严格的定量分析的基础上，对经济发展的未来情况做出科学的推测。经济预 测理论，是根据对经济现象发展变化规律性的认识，研究从已知事件测定未知事件 的方法论。经济预测理论，是在经济预测实践过程中产生和发展起来的，是经济预 测实践经验的科学概括，反过来又要应用到经济实践中去，指导实践，为实践服务， 接受实践的检验，从而使经济预测理论得到丰富和发展。 2 1 经济预测发展史 经济预测是对经济现象未来发展前景的测定，经济预测理论已有近百年的历 史。1 9 世纪末到2 0 世纪初，资本主义经济危机加深，为了摆脱危机，人们发展了 经济预测理论并将数学方法、统计方法应用到经济预测中。二战以后，计量经济 学、运筹学、信息论、系统论、控制论和计算机技术的应用和发展，并且7 0 年代 又出现了经济预测方法数学化、模型化、计算机化的热潮，定量预测理论得到了 很大的丰富和发展。从总体上讲，经济预测活动发展的过程呈现出波浪式前进、 螺旋式上升的特征。我国的经济预测工作是党的十一届三中全会以后，根据改革 发展的需要逐步展开发展起来的。像国家信息中心的经济预测部、国务院发展中 心的区域经济和发展战略研究部、国家发展和改革委员会的综合司及预测处、国 家统计局的研究所、中国社会科院的相关研究所，等等。还有一些进行经济预测 的学术机构，如中国预测研究会、中国系统工程学会、中国数量经济学会、中国 投入产出学会等。科学的经济预测对推动我国国民经济发展起到了非常重要的作 用。 2 2 经济预测发展特点“1 第一，从预测的空间看，早期的经济预测以微观为主，后来发展到在宏观预 测背景下，进行中观与微观预测。 第二，从预测的时间角度看，早期预测是短期预测，后来以中期预测为主， 辅之以长期预测和短期预测。 第三，从经济预测的主体看，一丌始以非专业预测为主，后来专业预测越来 越多，目前是专业与非专业预测并举。 山东大学硕士学位论文 第四，从经济预测理论基础看，早期经济预测的指导理论是分散的，后来逐 渐统一和集中，并趋向于多元化，经历了从无体系到有体系再到多元化的过程。 第五，从经济预测方法看，早期的经济预测方法较为简单和朴素，后来发展 到特别注重数学方法，但现在开始认识到，在同样的条件下，方法往往越简单越 好。本论文所做的我国宏观经济预测，就是力求用最简单的模型来做出较准确的 预测。 第六，从经济预测资料来看，早期经济预测用到的资料往往没有统一的核算 体系，现在已经有了统一的核算体系。现在，许多统计数据可以通过中宏网、国 研网、统计年鉴等途径方便得到。 第七，从经济预测工具来看，早期经济预测往往使用手工计算，计算机的发 明给经济预测带来了工具上的革命，现在经济预测已经普遍使用各种规格的计算 机进行操作。本论文就是利用计算机实现数据处理，在v c + + 6 0 软件环境下，编 写程序将我们建立的宏观经济预测模型转化成计算机可以执行的程序。 第八，从经济预测的中心区域来看，在过去? 欧洲是经济预测的中心，后来 日本因为有独到的预测方法，对世界经济的发展产生了重要的影响，亚洲与欧洲 ，开始齐头并进。 2 3 经济预测的分类啪 经济预测根据研究任务的不同，按照不同标准可以有不同的分类。常有的有 以下几种分类。 第一。按预测涉及的范围不同，可分为宏观经济预测和微观经济预测。宏观 经济预测，是指以国民经济、部门、地区的经济活动为范围进行的各种经济预测。 微观经济预测，是指以基层单位的经济活动为范围进行的各种经济预测。本论文 做的工作就是对我国国民经济发展进行宏观经济预测。 第二，按预测的时间长短可分为长期、中期和短期经济预测。长期经济预测， 是指对5 年以上经济发展前景的预测。中期经济预测，是指对1 年以上5 年以下 经济发展前景的预测。短期经济预测，是指对1 年以下经济发展前景的预测。本 论文所做的我国宏观经济预测属于短期经济预测范畴。 第三，按预测方法的性质不同，可分为定性经济预测和定量经济预测。定性 经济预测，是指预测者通过调查研究，了解实际情况，凭自己的实践经验和理论、 业务水平，对经济现象发展前景的性质、方向和程度作出判读进行预测的方法。 定量经济预测，是指根据准确、及时、系统、全面的调查统计资料和经济信息， 运用统计方法和数学模型，对经济现象未来发展的规模、水平，速度和比例关系 的测定。 山东大学硕士学位论文 2 4 经济预测的方法脚 常用的经济预测方法，可分为不依赖主观判断的定量预测法、完全依赖主观 判断的定性预测法和既依赖数据又依赖主观判断的半定量预测法三大类。常用的 经济预测方法如下： 第一，定量预测方法 情景分析法 r 移动平均法 i 指数平滑法 时同序歹h 分析法气季节系数法 lb o z - j o n k i n s 法 f 回归分析法 j 因果关系分析、经济计量模型法 l l 灰色系统模型；去 其他，如神经网络模型，模糊法等 第二，定性顼测方法l 判断预测法 i 市场调查法 r 专家评估法 l 类推法 图2 1 常用经济预测方法 2 4 1 神经网络模型在预测领域的运用 人工神经网络同现行的计算机不同，是一种非线性的处理单元。只有当神经 元对所有的输入信号的综合处理结果超过某一门限值后才输出一个信号。因此神 经网络是一种具有高度非线性的超大规模连续时间动力学系统。它突破了传统的 以线性处理为基础的数字电子计算机的局限，标志着人们智能信息处理能力和模 拟人脑智能行为能力的一大飞跃。a l a p e d e s 和r f a r b e r 利用神经网络模型去预 测两个无序的时间序列，结果表明神经网络模型能学习模仿这类非线性系统，且与 山东大学硕士学位论文 传统方法相比，神经网络模型能得到很高的预测精度。2 t a n g 等人用不同的数据将 神经网络模型与b o x j e n k i n s 模型进行了比较，结果发现神经网络模型要优于 b o x j e n k i n s 模型。还有许多学者利用神经网络模型来进行预测问题的研究，大多 数结果都表明神经网络模型在解决非线性问题上优于传统的预测方法。 2 4 2 两种经济预测方法比较 l 经济计量学是以经济理论和事实为依据在定性分析的基础上，用数学模型 方法定量描述具有随机性特征的经济变量数量关系和经济活动规律的应用经济学 学科，即用数学模型方法对经济问题进行探讨、分析和预测。随着经济计量学的 发展，经济计量模型方法逐渐成为进行经济预测的一种主流方法。 2 近年来，神经网络模型作为一种非线性模型被用来研究预测问题，由于其 自身的特性，神经网络模型属于数据驱动的方法。目前，神经元网络模型已成功地 应用于许多领域，诸如经济预测、财政分析、贷款抵押评估和破产预测许多经济领 域。将神经元网络应用于预测领域，分为直接预测和非直接预测。 3 在用经济计量方法探讨变量之间的数量关系时，首先要对所研究的经济问 题，构造出它的数学模型。经济计量模型是反映一定经济理论结构，揭示各项主 要经济因素的内在联系，从数量上说明某项或某些因素的变化对另一些因素的影 响程度的数学方程。进行建模预测时候存在一些问题，一是模型的数学函数形式 有时很难描述；二是模型中参数的正负符号和大小做出的估计未必符合模型需要； 三是对参数的理论期望值估计未必准确等等。人工神经网络模型，是一种近乎“黑 箱”的操作，只需要利用历史数据训练网络，具体变量之间的函数表达关系我们 不需要知道。特别是本文所要做的预测，第n + 1 年的g p d 与第n 年的消费、投资、 净出口之间很难用数学函数形式表达。因此，我们撇弃了经济计量模型建模方法， 而是采用人工神经网络进行建模 2 5 经济预测结果的客观质量评价 所谓客观质量主要是指把经济预测的结果值与实际值相比较，产生的误差的 大小即经济预测的准确程度。另外，它还指经济预测过程是否科学地进行，这是 一中验后质量检验。狭义的预测质量就是指客观质量。一般来说，经济预测客观 质量评价是经济预测质量评价中最重要的，它是对预测值的一种事后检验。在实 践中，常用的经济预测客观质量评价指标主要有个量误差指标与总量误差指标及 相关误差指标。个量误差指标包括：平均误差法、平均相对误差、平均绝对偏差、 平均绝对相对偏差、方差、标准差。总量误差指标包就是将上述个量指标分别乘 以样本数( n ) 。相关误差指标，包括：相关系数和j a n u s 商数。 山东大学硕士学位论文 在这里，我们只介绍一种评价指标，即本论文的对预测结果分析的时候用到 的评价指标。以平均绝对相对标准差作为检验总体预测准确性的度量，埘为实际 值，玉为预测值，n 为样本数，计算公式如下： 黼= 专善i 爿 ( 2 1 ) 山东大学硕士学位论文 第三章人工神经网络和神经网络优化算法 人工神经网络( a t t i f i c i a ln e u r a ln e t w o r k ，a n n ) ，亦称为神经网络( n e u r a l n e t w o r k ，n n ) ，是由大量处理单元( 神经元n e u r o n s ) 广泛互连而成的网络，是对 人脑的抽象、简化和模拟，反映人脑的基本特征。人工神经网络的研究是从人脑 的生理结构出发来研究人的智能行为，模拟人脑信息处理的功能。它是植根于神 经科学、数学、统计学、物理学、计算机科学即工程等学科的一种技术”近年来， 人工神经网络成为得以迅猛发展的前沿学科。由于它具有大规模并行处理、容错 性、联想功能强、自组织和自适应能力强等特点，具有优良的非线性逼近能力以 及良好的模式识别能力和在任意精度内逼近非线性映射的能力，已成为解决很多 实际问题的有力工具。因此，本论文选用人工神经网络建立宏观经济预测模型 3 1 人工神经网络 人工数字神经网络系统源于人脑神经网络。人工神经网络在8 0 年代中期得到 了飞速的发展1 9 8 2 年美国加州州立理工学院物理学家h o p f i e l d 教授提出了 h o p f i e l d 人工神经网络模型，他将能量函数的概念引入人工神经网络，并给出了稳 定性的判据，开拓了人工神经网络用于联想记忆和优化计算的新途径。 人工神经网络模拟人类部分形象思维的能力，是模拟人工智能的一条途径 特别是可以利用人工神经网络解决人工智能研究中所遇到的一些难题。人工神 经网络理论的应用已经渗透到多个领域，在计算机视觉、模式识别、智能控制、 非线性优化，自适应滤波相信息处理、机器人等方面取得了可喜的进展。 人工神经网络模型发展到今日已有百余种模型，建造的方法也是多种多样， 有出自于热力学的。数学方法的，模糊以及混沌方法。对于有规则的网络结构 比较适合我们习惯的简洁分析方法。由于网络拓扑结构的规则性，限制了系统 的自由性和无序运动，因而可以采用非效力学的其它方法。如对于前馈拓扑结 构的人工神经网络，可使用感知器算法、误差反传递算法、竞争学习算法等。 尽管如此，鉴于人工神经网络从本质上体现了分布系统的基本性质，所以分布 系统的理论和方法均适合人工神经网络的研究。 3 1 1 人工神经元模型 神经元是一个多输入单输出的信息处理单元，而且，它对信息的处理是非线性 的。根据神经元的特性和功能，可以把神经元抽象为一个简单的数学模型。工程上 山东大学硕士学位论文 用的人工神经元模型如图3 1 所示“1 。 x l x 2 x n 图3 - - 1 人工神经元模型 y i 在图3 1 中，x l ，x 2 ，) ( 1 i 是神经元的输入，即是来自前级n 个神经元 的轴突的信息a 是i 神经元的阈值：w l i ，w 2 i ，w n i 分别是i 神经元对x i ， x 2 ，x 。的权系数，也即突触的传递效率：y i 是i 神经元的输出；f 【】是激 发函数，它决定i 神经元受到输入x l ，x 2 ，x n 的共同刺激达到阈值时以何 种方式输出。 对于激发函数“ 有多种形式，其中最常见的有阶跃型、线性型和s 型三种 形式。为了表达方便；令： u i = x ，- 0 i( 3 1 ) _ 卜i 对于阶跃型激发函数有： 嘶小 ：= 对于线性型激发函数，有： f ( t s 。) = k 。； 对于s 型激发函数，有： 2 丽i ( 3 2 ) ( 3 3 ) ( 3 4 ) 山东大学硕士学位论文 以下图3 2 ，3 3 ，3 4 分别为三种形式的激活函数。 j y l ， 0 u l 。 夕 r 0 u - - 1 图3 2 阶跃型激活函数图3 3 线性型激活函数 y l ， 7 。 r 0 u 图3 4s 型激活函数 对于阶跃型激发函数，它的输出是电位脉冲，故而这种激发函数的神经元称 离散输出模型。 对于线性激发函数，它的输出是随输入的激发总量成正比的，故这种神经元 称线性连续型模型。 对于用s 型激发函数，它的输出是非线性的；故这种神经元称非线性连续型 模型。 上面所叙述的是最广泛应用而且人们最熟悉的神经元数学模型：也是历史最 长的神经元模型。近若干年来，随着神经网络理论的发展，出现了不少新颖的神 经元数学模型，这些模型包括逻辑神经元模型，模糊神经元模型等，并且渐渐也 受到人们的关注和重视。 山东大学硕士学位论文 3 1 2 神经网络模型 神经网络在目前已有几十种不同的模型。人们按不同的角度对神经网络进行 分类，通常可按5 个原则进行神经网络的归类。 按照网络的结构区分，分为前向网络和反馈网络。 按照学习方式区分，分为有教师学习和无教师学习网络。 按照网络性能区分，分为连续型和离散性网络，随机型和确定型网络。 按照突触性质区分，分为一阶线性关联网络和高阶非线性关联网络。 按对生物神经系统的层次模拟区分，分为神经元层次模型，组合式模型，网 络层次模型，神经系统层次模型和智能型模型。 通常，人们较多地考虑神经网络的互连结构。一段而言，神经网络有分层网 络，层内连接的分层网络，反馈连接的分层网络，互连网络等4 种互连结构。 在人们提出的几十种神经网络模型中，人们较多用的是h o p f i e l d 网络、b p 网 络、k o h o n e n 网络和a r t ( 自适应共振理论) 网络。 h o p f i e l d 网络是最典型的反馈网络模型，它是目前人们研究的最多的模型之 一。h o p f i e l d 网络是由相同的神经元构成的单层，并且不具有学习功能的自联想 网络。它需要对称连接。这个网络可以完成制约优化和联想记忆等功能。 b p 网络是反向传播( b a c k p r o p a g a t i o n ) 网络它是一种多层前向网络，采用最 小均方差学习方式，这是一种最广泛应用的网络。它可用于语言综合，识别和自 适应控制等用途。b p 网络需有教师训练。论文中就是用b p 网络建立的宏观经济 预测模型。 k o h o n e n 网络是典型的自组织神经网络，这种网络也称为自组织特征映射网络 s o m 。它的输入层是单层单维神经元；而输出层是二维的神经元，神经元之间存 在以“墨西哥帽”形式进行侧向交互的作用。因而，在输出层中，神经元之问有 近扬远抑的反馈特性；从而使k o h o n e n 网络可以作为模式特征的检测器。 a r t 网络也是一种自组织网络模型。这是一种无教师学习网络。它能够较好 地协调适应性，稳定性和复杂性的要求。在a r t 网络中，通常需要两个功能互补 的子系统相互作用这两个子系统称注意子系统和取向子系统。a r t 网络主要用 于模式识别，它的不足之处是对转换、失真和规模变化较敏感。 3 1 3 神经网络的学习规则 人工神经网络最有价值的特性就是它的自适应功能，这种自适应功能是通过 学习或训练实现的。任何一个神经网络模型要实现某种功能的操作，必须先对它 一1 6 山东大学硕士学位论文 进行训练，若要想获得满意的人工神经网络系统，就必须给神经网络设计某些学 习规则。神经网络的学习规则是修正权值的一种算法。 神经网络的学习规则可以粗略分成3 类，这些类别分别如下： 第一类学习规则称相关学习规则。这种规则只根据连接间的激活水平改变权 系数。常用于自联想网络，如h o p f i e l d 网络。 第二类学习规则称纠错学习规则。这种规则根据输出节点的外部反馈改变权 系数。在方法上它和梯度下降法等效，按局部改善最大的方向一步步进行优化， 从而最终找到全局优化值。感知器学习就采用这种纠错学习规则例如b p 算法。 用于统计性算法的模拟退火算法也属于这种学习规则。 第三类学习规则称无教师学习规则。它是一种对输入测检进行自适应的学习 规则。a r