基于 GRNN 算法的潜在产出与产出缺口估算模型

摘要：

基于神经网络学习性、非参数估计的优势，建立估算经济潜在产出和产出缺口的广义回归神经网络（GRNN）模型，对中国产出缺口和潜在产出增速的1978—2015年数据进行估算、2016—2020年数据进行多步预测，实证分析较好地克服了生产函数法中由于事先假设确定的函数形式及选择不同函数结果不同的问题，并且所估算的潜在产出增速与经济增速具有较高的契合度。模型分析得出：中国经济增长速度大致维持在潜在产出增长率水平附近，便可实现通货膨胀率维持在合理水平，且较好地实现总体供需平衡的目的。

关键词：广义回归神经网络、潜在产出、产出缺口、经济增长

所属期刊栏目：39

分类号：F290(城市与市政经济)

资助基金：云南省教育厅科学研究基金重点项目资助No．2015C006Z；云南省哲学社会科学规划资助项目YB2015030。Supported by the Key Project of Science Research Foundation of Yunnan Povincial Department of Education2015C006Z;the Philosophy and Social Science Planning Project of Yunnan Province YB2015030．

在线出版日期：2017-01-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：148-154