基于季节调整的BP神经网络等三种模型对中国出口研究  

Study on China Exports through BP Neural Network, ARIMA and AR-GARCH Based on Seasonality

作　　者：陆倩[1] 张卫国[1] 

机构地区：[1]华南理工大学工商管理学院

出　　处：《国际贸易问题》2009年第11期32-40,共9页Journal of International Trade

基　　金：教育部新世纪优秀人才支持计划项目NCET(06-0749);教育部人文社会科学研究规划基金项目(07JA630048)资助

摘　　要：本文以出口额、实际汇率、我国GDP、美国IPI及它们的季节变量等六个变量为决定变量,运用BP神经网络、ARIMA及AR-GARCH三种方法,对我国向美国的出口额分别建模,并进行了预测。选取误差指标,分别对三个模型得到的模拟结果和预测结果同真实值进行比较。结果发现,三种模型效果都令人满意,虽在模拟和预测能力上有一定差别,但ARIMA模型优势明显。本文分析了以上结果产生的原因,并结合模型为提高我国出口提出建议。By using the first order lag of export value, the first order lag of real exchange rate, the synchronization of last year of real exchange rate, etc, as determine variables, this paper sets up three models, BP neural network, ARIMA and AR-GARCH, to simulate and forecast exports from China to America. Then it adopts the criteria MAPE to compare the performance of these models. The results reveal that all three models perform well while different model have different characteristics, and ARIMA shows the best forecasting ability. Finally, the paper analyses the reasons of above results, and gives some available suggestions to increase export value.

关 键 词：BP神经网络 ARIMA AR-GARCH 出口预测 

分 类 号：F832.5[经济管理—金融学] TP183[自动化与计算机技术—控制理论与控制工程]