文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 经管营销 > Elman神经网络在银行间同业拆借利率分析中的应用
侵权投诉

Elman神经网络在银行间同业拆借利率分析中的应用

研究shibor的文献

Elman神经网络在银行间同业拆借利率分析中的应用

第25卷第1期Vol.25 No.1

统计与信息论坛

Statistics&InformationForum

2010年1月Jan.,2010

【统计应用研究】

Elman神经网络在银行间同业拆借利率分析中的应用

王军生1,包卫军2

(1.西安财经学院经济学院,陕西西安710061;2.西安交通大学经济与金融学院,陕西西安710061)

摘要:利用Elman网络建立了同业拆借利率的神经网络模型,根据msereg性能函数确定了神经网络的输入层个数,采用不同的算法训练网络,从中选出L-M算法是最为快速和准确的。经所提算法训练过的网络在处理复杂时间序列方面具有很好的学习能力和泛化能力。

关键词:Elman神经网络;msereg性能函数;同业拆借利率

中图分类号:F222.3  文献标志码:A  文章编号:1007-3116(2010)01-0084-04

一、引 言

1996年1月3日人民银行建立了电子化的,、孙增圻等人,、预。可以看出,国内利用神经网络进行预测的领域主要集中在股票市场,并且采用的神经网络以RBF和BP网络为主。目前还没有学者利用Elman回归神经网络对同业拆借利率市场进行过预

向所有金融机构的、,易。随着中国同业拆借市场交易量的激增和利率波动性的不断加剧,参与的商业银行面临巨大的利率风险。虽然拆借资金只是为了满足短期资金头寸,但在现实中,商业银行拆借资金已超出了调剂头寸的需求,资金拆入部分用做弥补信贷缺口,同业拆借资金处于利率风险之中。分析和预测同业拆借利率的走势对于商业银行的风险管理就显得尤为重要。传统的预测方法如时间序列分析方法、基本面分析方法以及技术方法等,局限性相当明显,预测效果往往不太理想。人工神经网络具有广泛的适应能力、学习能力和映射能力,在多变量非线性系统的建模和控制方面取得了惊人的成就[1]。目前用神经网络进行非线性预测成为国内研究的热点之一。比如郑丕谔、马艳华提出一种基于RBF神经网络的股市预测建模方法,并采用递阶遗传算法训练RBF网络

的参数、权重和结构,对上证综指和个股(伊利股份)进行建模与预测[2];朱韵、王行愚也将RBF神经网络应用在股市趋势预测中,RBF网络中心点的选取

收稿日期:2009-09-20

测研究,鉴于Elman网络在系统动态性研究上的优势,笔者选用Elman回归神经网络建立模型,根据msereg性能函数确定了神经网络的输入层个数,采

用不同的算法训练网络,从中选出最为快速和准确的算法。

二、Elman网络模型

Elman神经网络是Elman于1990年提出的,该

模型在前馈网络的隐含层中增加一个承接层,作为一步延时算子,以达到记忆目的,能直接反映动态过程系统的特性。Elman神经元网络一般分为4层:

输入层、中间层(隐含层)、承接层和输出层,如图1所示。Elman回归神经元网络的特点是隐含层的输出通过承接层的延迟与存储,自联到隐含层的输入。这种自联方式使其对历史状态的数据具有敏感性,内部反馈网络的加入增加了网络本身处理动态信息的能力,从而达到了动态建模的目的。Elman神经

作者简介:王军生(1965-),男,陕西咸阳人,经济学博士,教授,研究方向:金融学、产业经济学;

包卫军(1981-),男,江苏姜堰人,博士生,研究方向:金融工程、投资组合与风险控制。

84

第1页

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email