人工神经网络在宏观经济预测中的应用研究

作者：王志刚

来源：《现代经济信息》 2018年第1期

人工神经网络在宏观经济预测中的应用研究

王志刚 吉林省经济信息中心

摘要：对一个国家或地区的总体经济情况，可以根据宏观经济加以体现，其中，宏观经济预测是一项重要工作。根据历史资料和经济现状，采用相应理论与方法，推断经济的发展趋势和未来走向。人工神经网络作为一个非线性动态系统，在宏观经济预测中可发挥出十分巨大的作用，能够得到较为准确的结果，从而为宏观经济的发展与调控提供依据。

关键词：人工神经网络；宏观经济预测；应用

中图分类号：F224.13???文献识别码：A???文章编号：1001-828X(2018)001-00-01

前言

在当前的社会中，随着金财工程建设的快速发展，各级财政部门的财政管理信息系统整不断增加，产生的资料也逐渐积累。但由于很多资料处于分离的状态，因而难以在综合分析中直接应用。其中，宏观经济预测是一项重要的工作，能够对这一问题进行有效的解决。在实际预测分析中，应用人工神经网络，对宏观经济预测模型体系进行建立，从而使预测结果更为准确，对宏观经济的发展趋势进行更加清晰的描述，对于未来经济发展具有重要的意义。

一、人工神经网络

人工神经网络大约出现在上个世纪40年代，在其发展历程中，先后经历了初始发展阶段、低潮时期、复兴时期、发展高潮期。人工神经网络作为一种计算机或信息处理系统，对生物大脑的功能、结构等进行模拟。作为一种非线性复杂网络系统，其中包含了大量的与神经元相似的处理单元，通过对大脑神经网络记忆和处理信息方法的模拟，达到人脑处理信息的功能。BP神经网络是一种十分常用的人工神经网络，具有十分广泛的应用，当前大多数神经网络都是以BP算法为基础建立的。宏观经济作为一个非线性时变系统，具有复杂性、巨大性的特点，而宏观经济波动则属于模糊的、不确定的、非线性的问题，因而在处理当中始终欠缺有效的方法[1]。由于人工神经网络的快速发展，其在管理学、经济学等方面逐渐得到广泛的应用，将其运用在企业效益分析、股票市场分析、部门经济分析中，均可得到理想的结果。

二、宏观经济预测

在当前社会经济发展当中，宏观经济预测具有极高的重要性，在以往的宏观经济管理中，大都是根据经验进行判断，以及较为粗略的分析，缺乏精密的数量计算和系统的观点支持。而宏观经济是一个复杂、巨大的系统，其中包含了很多相关的经济元素。其各个因素之间，往往存在相互作用，同时系统内外因素运动具有不确定性，因而宏观经济在运行当中，会呈现出一定的不懂性特点。对此，在宏观经济系统的管理、分析当中，应当采用经济理论方法为依据，对定量、定性等分析手段加以利用，才能够得到更为理想的结果[2]。宏观经济系统具有动态性、复杂性、开放性、反馈性、不确定性、非线性、等特点，因而在宏观经济预测当中，往往面临较大的困难。宏观经济预测主要是对地区、部门、国家的经济活动进行预测，其总图景为整个

社会经济发展，基于相应经济理论指导，采用相应的模型，结合已有资料，科学合理的预测未来宏观经济的走向。宏观经济预测需要进行定性预测及定量预测，只有将二者有机的融合在一起，才能够科学的预测宏观经济发展走势。

三、人工神经网络在宏观经济预测中的应用

在宏观经济预测当中，利用人工神经网络为基础，对预测模型体系进行建立，采用系统工程的观点及方法，对宏观经济系统运动进行研究、分析、模拟，并对宏观经济预测结果进行模拟，从而为宏观经济发展战略与发展规划的制定提供参考和借鉴[3]。在模型体系中，包括了人工神经网络模块、产业结构预测模块、经济增长模块、投入产出模块、其中，投入产出模型包括了多部门分解优化、多目标动态投入产出优化、系数修订等模型子模块构成。在整个模型体系中，人工神经网络、投入产出模块等占据着最为关键的地位，通过这一模块，能够对各个部门产业的发展速度、发展规模等进行准确的预测。

在经济增长预测中，对经济模型进行建立，通过国内生产总值，对国家经济成就进行体现，采用相应的生产函数模型进行分析，并对相应神经网络模型进行建立。然后对经济资料进行相关的预处理，对预测模型进行建立，然后学习相应算法，利用大量高质量的样本资料，通过非线性高度逼近，得出准确的预测结果[4]。在产业结构预测当中，对动态投入产出模型进行建立，应用了时间变量，对经济指针所在研究时间序列的变化规律进行体现，从而使模型与实际经济运行情况相符。然后设定目标函数和约束条件，进行准确的分析预测，最终在降低能源压力的同时，找到一个能够兼顾环境效益、社会效益、经济效益的可持续发展方案，为社会经济发展做出更大的贡献。

四、结语

宏观经济系统是一个十分巨大、复杂的系统，因而在以往的宏观经济预测中，面临着较大的困难。对人工神经网络进行应用，可以有效解决这些问题，取得更加准确的预测结果。因此，采用人工神经网络的方法，在宏观经济预测中，对未来经济发展状况和发展趋势进行准确的分析，从而进一步促进社会经济的发展。

参考文献：

[1]申浩洋,韦安磊,王小文,冯舒,张娟娟.BP人工神经网络在环境空气SO2质量浓度预测中的应用[J].环境工程,2014(6):117-121.

[2]宋协法,马真,万荣,高磊.人工神经网络在凡纳滨对虾养殖水质预测中的应用研究[J].中国海洋大学学报:自然科学版,2014(6):28-33.

[3]欧阳红祥,李欣,张信娟.人工神经网络在建筑材料价格预测中的应用[J].武汉理工大学学报:信息与管理工程版,2013(1):115-118.

[4]晏欣,邹进.引入灰色弱化缓冲算子的人工神经网络组合预测方法在年径流预测中的应用[J].水电能源科学,2013(7):13-15+114.