您的位置:正保會計網校 301 Moved Permanently

301 Moved Permanently


nginx
 > 正文

基于BP神經網絡的出口產品價格監(jiān)測預警模型

2008-08-07 15:29 來源:翟東升

  一、引言

  傾銷作為一種企業(yè)競爭與生存的必然行為是不可避免的,反傾銷作為一種“打擊不合理價格歧視”的合法手段也受到了國際社會的認可,它是世界貿易組織推行的一項基本原則,用以規(guī)范國際貿易行為,維護市場經濟自由公平的競爭秩序。反傾銷的初衷是對破壞國際貿易游戲規(guī)則的國家或地區(qū)予以懲戒,迫使其走上規(guī)范的國際貿易自由化軌道。但對發(fā)起國的對等產業(yè)而言,反傾銷卻是實實在在的貿易保護。隨著世界經濟貿易一體化進程的加快,在逐漸失去了常規(guī)的關稅和非關稅壁壘等保護措施之后,一些國家已越來越頻繁地揮舞起反傾銷大棒,藉反傾銷之名,行保護主義之實。2002年一年間,僅中國就遭受了來自16個國家的47次反傾銷指控,產品涉及鋼鐵、打火機和彩電等。國際反傾銷案件逐年遞增,反傾銷措施漸漸演變成了一種“合法的”貿易保護主義手段,許多發(fā)展中國家政府及出口產品生產者也因此遭受了嚴重的損失。為了減少反傾銷訴訟的發(fā)生,出口國方面除了采取一些主動的長期策略外,還可以建立反傾銷預警體系。它使得出口國在進口國進行反傾銷訴訟或實施其他貿易保護措施之前,有足夠的反應時間改變策略,從而使其利益損失降為最低。基于上述理論,本文采用BP神經網絡的建模思想對價格監(jiān)測預警模型進行了研究,并以我國出口至美國的棉紗為實例,對模型進行了檢驗。通過監(jiān)測美國棉紗的價格波動,確定我國出口棉紗是否嚴重影響到美國棉紗生產企業(yè),以及美國政府是否實施貿易保護政策,若確實存在這種趨勢,則發(fā)出預警信息,從而為我國棉紗出口商的策略改變及政府出口政策的修訂提供參考。

  二、BP神經網絡的基本原理

  人工神經網絡(Artificial neural network,簡稱ANN)是一種基于神經元的相互作用,傳遞和處理信息的人工智能研究方法,是生物科學和計算機科學相結合的產物,具有自適應、非線性等特點。該方法克服了傳統(tǒng)人工智能方法對于直覺(如模式、語音識別)等非結構化信息處理方面的缺陷,以其強大的推理和仿真能力廣泛應用于政治、經濟等領域。自從Mcclelland和Rumehart(1986)等首次提出多層前饋網絡的反向傳播算法(Back Propagation),簡稱BP網絡或BP算法之后,BP神經網絡迅速占據了人工神經網絡研究的主體地位。BP神經網絡的學習過程即是通過對樣本數據的學習,尋找到一個最優(yōu)連接權值,使模型的輸出值與期望輸出值間的誤差達到最小的過程。它的具體算法步驟為:(1)以小的隨機數對網絡每一層的權值和偏差初始化;(2)計算網絡各層輸出矢量及誤差;(3)計算各層反向傳播的誤差變化并計算相應權值的修正值和新權值;(4)再次計算權值修正后的誤差平方和;(5)檢查該誤差平方和是否小于期望誤差最小值,若是,訓練結束,否則轉至(2)繼續(xù)?梢杂靡痪湓拋硇稳軧P網絡的學習過程,就是“模式順傳播”→“誤差逆?zhèn)鞑ァ薄坝洃浻柧殹薄皩W習收斂”的過程。

  三、出口產品價格監(jiān)測預警模型的構建

 。ㄒ唬⿺祿氖占

  本文選取純棉紗作為研究實例對象構建模型。為便于分析,把棉紗的產銷流程簡化為棉花—棉紗—棉坯布。棉紗的上游產品主要是棉花,而棉紗主要用于坯布的生產,所以棉紗的下游產品為坯布。針對此產業(yè)鏈,我們收集的數據主要有,美國棉花價格和坯布價格、我國出口到美國的棉紗價格、美國的棉紗價格,以及宏觀經濟環(huán)境對棉紗價格的影響,包括匯率和原油價格。為了避免噪聲和干擾,本文主要考察價格的相對變化率,因此須將收集到的數據處理為變動率的形式。主要考察的時間區(qū)間為2002年12月到2005年1月。處理后的部分數據如表1所示。其中,PE表示匯率變動率,PO表示原油價格變動率,P2C代表美國棉坯布價格變動率,P1C代表美國棉花價格變動率,PF表示美國棉紗價格變動率,PH為我國出口到美國的棉紗價格變動率。

 。ǘ⿺祿臋z驗

  平穩(wěn)性檢驗


  本文選擇ADF(augmented Dickey-Fuller unit root test)法對樣本數據進行平穩(wěn)性檢驗。ADF回歸式如下:Yt=C+Tt+ρYt-1+pi=1θiΔYt-i+ζi(1)其中,C為截距項,Tt為時間趨勢項,pi=1θiΔYt-i為P個分布滯后項,ζi是均值為零的隨機誤差項。如果得到的ADF檢驗統(tǒng)計量小于顯著水平下的臨界值,則接受序列平穩(wěn)性的假設。檢驗結果如表2所示,顯著水平取5%。由表2的單根檢驗結果可以看出,棉紗及其上下游相關產品的價格變動率皆為I(0)階平穩(wěn)數列。

  四、結論

  近年來,神經網絡以其較強的自適應、自學習能力,在經濟領域得到了廣泛應用。本文以棉紗為例,利用BP神經網絡,借助Matlab工具建立了我國出口產品價格監(jiān)測預警模型,并且取得了良好的實驗效果,但介于訓練和測試樣本數目較少,該監(jiān)測預警模型的實際應用價值還有待于進一步的深入研究。在下一步工作中,可以嘗試利用更多數目的樣本數據對該模型進行檢驗,并將影響美國棉紗價格變動的其他因素考慮進來,從而使得該模型更加完善和逼近現實。

  參考文獻:

  林灼榮。進口監(jiān)測模型之建構-丙烯[EB/OL]。http://www. 51paper.net/ck/2004523050836. htm.     

  MCCLELLAND J L,RUMELHART D E. 1986.Parllel Distributed Processing[M]。Vols land 2,MIT Press.