“因为Matlab既有强大又易于使用，我都感冒了，印度尼西亚央行能够实施Matlab计划并将其作为财务困境的预警系统。”
乔治城大学保罗麦克斯博士
经金融危机促使在亚洲虎经济中开始，迅速传播到世界上的大部分地区，经济学家保罗麦克内斯出发了现代工具和研究技术可以帮助预测这种危机，从而减少其影响。
他专注于印度尼西亚，在1997年秋季，印度尼西亚卢比的价值急剧下降，即使在政府从国际货币基金组织收到了230亿美元的贷款后，国内美元也达到了恐慌水平。
McNelis根据印度尼西亚国际发展局的技术援助授权，在印度尼西亚银行进行了研究。在这个雄心勃勃的项目中，他依靠Matlab依赖®和他的个人Matlab文件的reptoire，与电子表格链接™，统计和机器学习工具箱™，优化工具箱™和深度学习工具箱™相结合。
由于其编程设施，易用性以及处理庞大数据集的能力，McNelis选择在Matlab中工作。至于方法论，他认为他将通过结合线性模型和神经网络分析来实现更准确的结果。他解释说，使用神经网络的优点是“估计不仅涉及数据的顺序处理，使用输入X预测输出y，而且同时并行处理，因为输入是由隐藏的几个神经元处理的输入层。”
他的分析核心是一种遗传算法，他与匹兹堡大学约翰·杜菲联合开发。在开发算法，McNelis和Duffy使用的统计和机器学习工具箱广泛。它们还使用MATLAB中的矢量化函数以更快地处理。“通过算法获得的系数”McNelis解释“，可以用作更常见的本地搜索方法的起始值。”对于他的搜索方法，他在优化工具箱中使用了非线性最小化函数。
完成数据收集后，McNelis设置为使用传统的线性模型产生最佳结果。然后，他使用该模型的输入来构建神经网络。
在定义神经网络时，Mcnelis表示他喜欢“从一个简单的网络开始，例如一个隐藏层中的三个或四个神经元。我用混合方法训练模型，首先使用遗传算法找到神经网络的一组系数，然后用这些系数切换到非线性梯度下降方法。“
Mcnelis使用深度学习工具箱中的前馈架构，以将输入与输出相关联。他解释说：“虽然我在各种经济应用中尝试了不同的神经网络架构，但我发现最好的是一个隐藏层的前馈模型。”他使用工具箱的日志Sigmoid激活函数用于每个神经元的隐藏层。将输入传输到隐藏层并由日志SIGMOID函数压缩。最后，将神经元作为线性组合传送到输出层。
他能够进一步增加神经网络的预测力，进一步利用一个时变的GARCH模型在1997年11月和12月在1997年12月的戏剧印度尼西亚货币下降的代理汇率风险。
他使用了电子表格链接来获取样本和采样超出样本性能。电子表格链接允许他采用样本预测并将其导入Microsoft®excel.®并计算样本外预测中的错误。然后易于将MATLAB的结果转换为演示电子表格格式。
具有更高预测能力的模型。由McNelis开发的神经网络模型总体的准确性远远超过用线性模型获得的准确性，并且GARCH模型进一步改善预测。
避免金融灾难的计划。印度尼西亚央行现在正在广泛地使用Mcnelis的模型来预测资金需求并预测核心通胀率。这提高了他们抵抗它们必须与之抗衡的主要通胀压力的能力。麦克内斯认为，密切监测汇率波动“可能是财务困境的有效预警系统”，其他银行可以用来预测危机。
下一代新的研究工具。麦克内斯是乔治城大学教授。他带来了基于Matlab的领先经济技术，向亚洲和南美洲的中央银行和金融社区。他还教导了他的Matlab基础的方法，以帮助他的学生减轻财政不稳定可以带来经济转型中的人口的困难。
乔治城大学是全球1300所大学，提供校园广泛的Matlab和Simulink。金宝app凭借校园广泛的许可证，研究人员，教师和学生可以在最新的释放级别获得产品的常见配置，以便在课堂上使用家庭，在实验室或现场。下载188bet金宝搏
加入客户参考计划
您还可以从以下列表中选择一个网站：