中国外债最优结构研究:人工神经网络方法  

Optimal structure of China external debts: An artificial neural network approach

作　　者：杨炘[1] 陈展辉[1] 

机构地区：[1]清华大学经济管理学院,北京100084

出　　处：《系统工程学报》2002年第4期368-373,共6页Journal of Systems Engineering

基　　金：国家自然科学基金资助项目 (69772 0 18)

摘　　要：通过将 BP神经网络和非线性方程组求解结合起来 ,提出了一种求解一般抽象非线性方程组 F(x,y) =0的算法 ,并将其应用于中国宏观外债模型 .样本检验结果指出 ,有 92 %的变量相对误差小于 5 % ,该结果优于一般计量经济学方法所得的结果 .应用该模型对中国外债管理方式 (计划管理方式和余额管理方式 )和期限结构进行仿真研究 .研究结果在适度外债规模和外债管理方式及其对国民经济的影响等方面提出了有较大政策参考价值的建议 .We present a new algorithm for general nonlinear equations with the help of the BP neural network and common ways for solving the nonlinear equations. Then we use this algorithm into the macroeconomic model of Chinese external debts. With the model, the simulation results of different management mode (planning and residual mode) and the term structure of external debt are also provided. The testing results are better than the econometric method. We also propose some ideas on the moderate size of external debt, management issues and their effects on China economy. This paper also shows the prospective of ANN in economic models.

关 键 词：中国 外债 最优结构 人工神经网络 非线性方程组 投资 

分 类 号：F812.5[经济管理—财政学] TP183[自动化与计算机技术—控制理论与控制工程]