进出口贸易额分析与预测

VIP免费

3.0 牛悦 2024-11-19 4 4 1.75MB 56 页 15积分

侵权投诉

摘要

国际贸易问题错综复杂，受多种因素共同制约。进出口贸易额序列是一个复

杂系统，科学地对其进行分析与预测可以有效地支持决策。

多年来，对进出口贸易影响因素的分析以及贸易额的预测吸引多个领域的学

者研究，其中对进出口量的预测的研究最多。尽管国内关于进出口贸易额的研究

文献很多，但是早期大多是定性分析及线性定量分析，这些方法虽然运用操作简

单，但是对数据的分析及预测不能提供有力的支持。非线性预测方法如神经网络

支持向量机的运用给预测带来更多选择。然而对于个具有混沌特性的复杂系统，

通常需要不同学科和理论交叉结合，才能更准确地找到进出口贸易额的动力学规

律，更精确地对数据进行预测。

近年来，无论是理论知识还是实证分析都可以证明将不同的方法结合起来能

够做出更准确的预测。神经网络和传统线性模型结合为处理混沌时间序列提供了

新的途径。复合模型将 Elman 神经网络和单整自回归移动平均模型结合起来，同

时分析我国进出口贸易量时间序列中的线性和非线性两部分，得到更准确的预测

精度。

本文主要工作如下：

首先，描述对进出口贸易额进行预测的思路，介绍各种预测模型介绍并提出

模型预测效果比较的评价指标。

其次，分析混沌时间序列特征，介绍递归神经网络，同时将相空间重构理论

和神经网络结合。

接着重点阐述复合模型的原理，即将时间序列分为线性部分和非线性部分，

依次利用适当模型处理两部分，其后将两者结合作为复合模型的结果。最后引入

SARIMA 模型和 Elman 回归神经网络结合的复合模型。

最后，介绍非线性序列的判定方法，处理实际数据，在验证其混沌非线性特

征后，分别利用 SARIMA 模型、基于相空间重构的 Elman 回归神经网络模型以及

复合模型对进口数据和出口数据分别分析并预测，并通过多个评判标准进行综合

比较，并深入分析比较结果，完成实证分析。结果表明，复合模型吸收两类方法

的优点，能够更有效地预测我国进出口数据。

本文的研究不仅为进出口贸易数据的预测提供了良好的方法，同时对联立线

性模型与非线性模型对实际生活中非线性混沌时间序列的预测提供了新的思路，

具有广泛的应用前景。

关键词：复合模型 Elman 神经网络时间序列预测混沌进出口贸易

ABSTRACT

International trade is complex, and it is affected by many factors constraining.

Import and export trade volume sequence is a complex system, its scientific analysis

and forecast effectively support decision-making. Over the years, many scholars study

factors affecting the import and export, and trade forecasts, however more scholars

study the import and export forecasting。

Although the number of the research literature on many import and export trade,

most of them are the qualitative analysis and quantitative analysis of linear. These

methods are simple but can not provide strong support for data analysis and forecasting.

Nonlinear prediction methods such as neural networks to predict support vector

machines to bring more choices for forecasting. However, the complex systems with

chaotic characteristics, often require different disciplines and theoretical cross-linking in

order to more accurately find the kinetics of import and export trade, more accurately

predict the data.

In recent years, both theory of knowledge or empirical analysis can prove that the

combination of different methods to make more accurate predictions. Neural networks

and traditional linear models for dealing with chaotic time series provide a new way. A

hybrid autoregressive integrated moving average (ARIMA) and Elman’s recurrent

neural networks (ERNN) model, may analyze the time series of import and export trade

in the linear and nonlinear two parts, get a more accurate prediction. The main contents

and innovations are as following:

Firstly, describe the idea of trade volume forecasts, and introduce a variety of

forecasting models，then provide the criteria for comparing the merits of the model

Secondly, analyze the characteristics of chaotic time series ，introduce recurrent

neural networks and Combination the theory of phase space reconstruction and neural

networks. Then explain the principles of the hybrid model: divide the time series into

two parts, linear part and nonlinear part, predict each part with appropriate model,

respectively. Combination of both is the result of hybrid model. Finally, introduce a

hybrid ARIMA and ERNN model.

Finally, introduce the method of identification for nonlinear series. Verify whether

the actual data is chaotic nonlinear and then use SARIMA model, ERNN and hybrid

model to analysis and forecast the import and export volumes one by one. Complete the

empirical analysis through the more comprehensive evaluation criteria, and in-depth

analysis of the result of the comparison. The results show that the proposed model has

more forecasting accuracy than that of single model.

The research of this thesis has not only provided better way for the international

trade forecasting, but also paved the way for forecasting chaotic time series with a

hybrid model which has a broad application prospect.

Key Words: Hybrid model, Elman’s recurrent neural networks, Time

series forecasting, Chaos, Import and export trade

中文摘要

ABSTRACT

第一章绪论 .................................................................................................................1

§1.1 研究的背景和意义 ..........................................................................................1

§1.2 国内外研究现状 ..............................................................................................1

§1.3 研究内容与文章结构 ......................................................................................3

§1.4 本文的创新点 ..................................................................................................4

§1.5 本文结构 ..........................................................................................................4

第二章预测的方法和模型研究 .................................................................................6

§2.1 经济预测概述 ..................................................................................................6

§2.1.1 经济预测发展历史 ...................................................................................6

§2.1.2 经济预测概念 ...........................................................................................6

§2.1.3 经济预测原则 ...........................................................................................6

§2.1.4 经济预测步骤 ...........................................................................................7

§2.2 预测结果评价指标 ..........................................................................................7

§2.3 预测步长的选择 ..............................................................................................9

§2.4 常用的预测方法 ..............................................................................................9

§2.4.1 指数平滑法 ...............................................................................................9

§2.4.2 回归分析法 .............................................................................................10

§2.4.3 时间序列法 .............................................................................................13

§2.5 神经网络法 ....................................................................................................16

§2.5.1 神经网络概述 .........................................................................................16

§2.5.2 人工神经元模型 .....................................................................................16

§2.5.3 神经网络的特点 .....................................................................................17

§2.5.4 神经网络的应用 .....................................................................................18

§2.5.5 Elman 回归神经网络 .............................................................................. 18

§2.6 本章小结 ........................................................................................................20

第三章混沌时间序列复合模型的建立 ...................................................................21

§3.1 混沌时间序列 ................................................................................................21

§3.1.1 混沌的概念 .............................................................................................21

§3.1.2 混沌的特征 .............................................................................................21

§3.1.3 混沌时间序列的预测 .............................................................................21

§3.2 相空间重构理论 ............................................................................................22

§3.2.1 相空间重构原理 .....................................................................................22

§3.2.2 相空间重构参数的计算方法 .................................................................22

§3.3 复合模型的理论 ............................................................................................25

§3.4 时间序列与神经网络的结合 ........................................................................27

§3.5 本章小结 ........................................................................................................28

第四章我国进出口贸易的影响因素及非线性特征 ...............................................29

§4.1 我国进出口贸易额影响因素 ........................................................................29

§4.2 非线性混沌特性的判定 ................................................................................31

§4.2.1 判定方法 .................................................................................................31

§4.2.2 小数据量法计算最大 Lyapunov 指数 ...................................................33

§4.3 进出口贸易额的非线性混沌分析计算 ........................................................33

§4.4 本章小结 ........................................................................................................36

第五章我国进出口贸易预测的实证研究 ...............................................................37

§5.1 数据的获取与预处理 ....................................................................................37

§5.2 单一模型的预测 ............................................................................................38

§5.2.1 B-J 法....................................................................................................... 38

§5.2.2 Elman 神经网络方法 .............................................................................. 40

§5.3 复合模型的预测 ............................................................................................42

§5.4 预测效果比较及评价 ....................................................................................43

§5.4.1 效果比较 .................................................................................................43

§5.4.2 深度评价 .................................................................................................44

§5.5 进出口预测 ....................................................................................................45

§5.6 本章小结 ........................................................................................................45

第六章结论与展望 ...................................................................................................46

§6.1 全文研究总结 ................................................................................................46

§6.2 后续工作展望 ................................................................................................46

参考文献 .....................................................................................................................48

在读期间公开发表的论文和承担科研项目及取得成果 .........................................52

致谢 .............................................................................................................................53

第一章绪论

§1.1 研究的背景和意义

伴随着商品经济的发展，对外贸易在国民经济中的地位逐渐加强。我国自改

革开放以来，融入世界经济市场的脚步就从未放缓，尤其是自加入 WTO 之后，进

出口总额增长势头更是日益明显。1978 年，进出口外贸总额只有 206.4 亿美元，

截止到去年已经达到 2.97 万亿美元，增幅超过一百倍，而在世界贸易总额的排名

中也由第 32 位为一跃成为第 2位，称为全球经济的重要组成部分。

在这些数据背后隐藏着国际贸易是一个复杂的非线性系统的根本原因。进出

口贸易额受多种因素共同制约，比如国家政策变动，世界宏观经济周期，全球自

然灾害等因素都对一国的对外贸易造成影响。正如，

2008 年全球经济危机的爆发，

去年下半年至今的国内通胀的压力都对我国外贸行业提出了严峻考验。因而，对

进出口数据进行及时准确地分析和预测就显得尤为重要。

尽管国内关于进出口贸易额的研究文献很多，但是早期大多是定性分析及线

性定量分析，这些方法虽然运用操作简单，但是对数据的分析及预测不能提供有

力的支持。近来，诸如神经网络、小波理论和模糊理论等非线性理论被用于研究

我国进出口数据，取得了良好的结果。尤其是神经网络，依靠自身的特性——以

任意精度逼近任意连续非线性函数，具有自适应、自学习能力——在预测进出口

贸易额时误差小，且能和其他方法结合使用。

另外，要研究一个具有混沌特性的复杂系统，通常需要不同学科和理论交叉

结合，才能更准确地找到进出口贸易额的动力学规律，更精确地对数据进行预测，

从而对管理层的决策提供参考。

本文以官方公布的进出口贸易额的数据为研究样本，将线性和非线性理论相

结合，并在方法上局部改进，分两个步骤对样本数据进行分析与预测。通过实证，

表明新方法效果良好。

§1.2 国内外研究现状

对于进出口数据的分析与预测早期学者是建立在线性基础上的，但大量的研

究表明现实世界的大多数系统都具有非线性特征，线性模型往往有比较大的缺陷，

因此更多的非线性模型被运用到进出口数据建模上，并显示出各自的优势。

（1）Box-Jenkins 理论

文档加载中……请稍候！
如果长时间未打开，您也可以点击刷新试试。

下载文档到电脑，查找使用更方便

15 积分 4人已下载

立即下载 VIP免费下载

摘要：

摘要国际贸易问题错综复杂，受多种因素共同制约。进出口贸易额序列是一个复杂系统，科学地对其进行分析与预测可以有效地支持决策。多年来，对进出口贸易影响因素的分析以及贸易额的预测吸引多个领域的学者研究，其中对进出口量的预测的研究最多。尽管国内关于进出口贸易额的研究文献很多，但是早期大多是定性分析及线性定量分析，这些方法虽然运用操作简单，但是对数据的分析及预测不能提供有力的支持。非线性预测方法如神经网络支持向量机的运用给预测带来更多选择。然而对于个具有混沌特性的复杂系统，通常需要不同学科和理论交叉结合，才能更准确地找到进出口贸易额的动力学规律，更精确地对数据进行预测。近年来，无论是理论知识还是实证分析...

展开>> 收起<<

进出口贸易额分析与预测.pdf

共56页,预览6页

还剩页未读，继续阅读

进出口贸易额分析与预测

相关推荐

开通VIP享超值会员特权

作者详情

相关内容

推荐作者

热门标签

举报选择: