货币与信贷:谁更精确地预测了产出?——基于机器学习算法的比较研究  

Currency and Credits: Which One Forecasts Output More Accurately?——A Comparative Study Based on Machine Learning Algorithm

作　　者：战明华 刘志媛 许月丽[3] 田远 ZHAN Ming-hua;LIU Zhi-yuan;XU Yue-li;TIAN Yuan

机构地区：[1]广东外语外贸大学金融学院 [2]河北北方学院 [3]广东外语外贸大学经济贸易学院 [4]浙江理工大学经管学院

出　　处：《金融论坛》2018年第6期38-52,共15页Finance Forum

基　　金：国家社科基金重点项目(重大转重点)"新常态下货币政策调控行业结构的功能与绩效研究"(16AZD015);广东外语外贸大学海丝高水平智库项目的资助

摘　　要：本文利用网格搜索SVR算法、遗传SVR算法和粒子群SVR算,对货币与信贷预测产出的效果进行经验测算与比较,得到如下结论:(1)无论哪种方法均显示,信贷相对货币对产出的预测效果更好;(2)货币与信贷对产出的预测效果均在2013年后发生了结构性突变;(3)从货币政策与金融监管的角度来看,应充分重视数量型政策工具的运用并注意促进金融中介创新与防控风险之间的平衡。The authors of this paper use the grid search SVR algorithm, genetic SVR algorithm and particle swarm opti- mization SVR algorithm to empirically measure and compare the effects of the forecasting output of currency and credits. The conclusions and policy suggestions of the paper include： （1） all methods show that the effects of forecasting output of credits is better than currency; （2） the forecasting effects of both currency and credits show a structural mutation ＇after 2013; （3） from the perspective of monetary policy and financial regulation, we should pay attention to the use of quantita- tive policy instruments and promoting the balance between innovation in financial inter-mediation and risk prevention.

关 键 词：货币 信贷 产出 预测 机器算法 

分 类 号：G812[文化科学—体育学]