金融危机背景下的人民币汇率预测

摘要：

在为金融危机期间人民币汇率的波动提供一种有效的预测方法.在利用替代数据方法检验和判别汇率系统具有非线性结构的基础上,识别了各具体汇率序列的最优滞后期组合,并分别采用了多层感知机(MLP)和层反馈网络(RNN2)结构构建同质神经网络模型,从三个方面对比分析了模型群在不同参数条件下的预测效果.研究发现,根据不同序列的具体特征,各神经网络模型在不同自由度下的4个预测期限内的预测性能存在较明显的差异.同时,包含层反馈过程的RNN2模型在描述与预测人民币汇率的波动方面表现出很强的能力.此外,还分析并解释了产生上述结果的原因,并为4种人民币汇率波动序列甄选出了相应的最优预测模型.

关键词：最优滞后期、同质神经网络、替代数据方法、RNN2模型

所属期刊栏目：29

分类号：F832.5(金融、银行)

资助基金：国家社会科学基金重点项目07AJL005;全国高校青年教师奖励基金教20021123]

在线出版日期：2010-03-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：53-64