人工神经网络方法在中国外债适度规模研究中的应用

本文通过将BP网络和非线性方程组求解结合起来 ,提出了一种求解一般抽象非线性方程组的算法 ,并将其应用于中国宏观外债模型 ,得到了有参考价值的结果。比如计算结果指出 ,当中长期外债采取计划管理方式时 ,年借入外债量以不超过 2 5 0亿美元为宜 ,建议不超过2 0 0亿美元。研究结果表明 ,这种研究方法是可行的。

我国的外债及债务风险管理

本文拟从常规的外债指标入手介绍我国外债的现实状况,进而通过对历年外债数据的分析建立短期外债形成模型,探索短期外债迅速增加的成因。同时在已建模型的基础之上,本文还就隐性外债、外商直接投资与外债的互补关系以及外汇储备对外债的替代作用作进一步探讨。

用人工神经网络方法预测中国外债适度规模

研究了中国外债适度规模及相关政策。在中国宏观外债同步时间序列模型基础上 ,建立了用 BP网络替代随机方程的模型 ,并结合求解一般抽象非线性方程组 F(x,y) =0的算法 ,进行仿真研究。样本期模拟检验结果指出 ,有 92 %的变量相对误差小于 5 %。应用该模型对中国外债管理方式(计划管理方式和余额管理方式 )和期限结构进行仿真研究 ,研究结果表明 ,这种研究方法是可行的、有效的。结果指出 :当中长期外债采取计划管理方式时 ,年借入外债量以不超过2 5 0亿美元为宜 ,建议不超过 2 0

中国宏观外债适度规模研究

本文通过将BP网络和非线性方程组求解结合起来,提出了一种求解一般抽象非线性方程组的算法,并将其应用于中国宏观外债模型。