MATLAB用于预测金融危机在新兴市场
挑战
解决方案
结果
- 模型更好的预测能力
- 一个程序为避免金融灾难
- 新的研究工具为下一代
“因为MATLAB强大和易于使用,我觉得相信印尼的银行将能够实现MATLAB程序和使用它们作为金融危机的早期预警系统”。
乔治敦大学麦克内尔博士保罗
引发的金融危机始于亚洲虎的经济和迅速蔓延到世界的很多地方,经济学家保罗·麦克尼利出发,看看现代工具和研究技术可以帮助预测此类危机,从而减少它们的影响。
他专注于印尼,在1997年的秋天,印尼卢比的价值急剧下降和国内对美元的需求达到恐慌的水平,即使政府已经收到了来自国际货币基金组织230亿美元的贷款。
麦克尼利进行他的研究在印尼央行在技术援助赠款从美国国际发展机构在印尼。他依赖于MATLAB在这个雄心勃勃的计划®和他的个人MATLAB文件,结合电子表格链接™,统计和机器学习工具箱™,优化工具箱™,深度学习工具箱™。
挑战
解决方案
麦克尼利选择了在MATLAB的编程工作设施,易于使用,能够处理庞大的数据集。至于方法,他相信他会实现更精确的结果通过结合线性模型和神经网络分析。使用神经网络的优势,他解释说,“估计涉及不仅顺序处理的数据,使用输入x预测输出y,但也同时并行处理,由于输入是由几个隐层神经元处理。”
中心他的分析是一个遗传算法联合开发的匹兹堡大学的教授约翰·达菲。麦克内尔在发展中该算法,广泛和达菲使用统计和机器学习的工具箱。他们还使用MATLAB的向量化函数更快的处理。”得到的系数的算法,”麦克内尔解释说,“可作为起始值更常见的局部搜索方法。“他的搜索方法,他使用的非线性最小化函数优化工具箱。
麦克内尔完成数据收集之后,开始产生最好的结果,他可以获得与传统的线性模型。然后,他使用了从这个模型来构建神经网络的输入。
在定义一个神经网络,麦克尼利说,他喜欢“开始用一个简单的网络,比如三个或四个在一个隐层神经元。我训练模型和混合方法,首先利用遗传算法找到一组系数神经网络,然后开关,与这些系数非线性梯度下降法”。
麦克尼利前馈架构用于深度学习工具箱与输入输出。他解释说,“虽然我已经尝试了不同的神经网络结构在各种经济的应用程序中,我发现,最好的一个是前馈模型与一个隐藏层。“他使用工具箱的日志乙状结肠激活函数为隐层的神经元。输入传送到隐层和压扁的日志乙状结肠函数。最后,神经元被传播到输出层为线性组合。
他能够进一步提高神经网络的预测能力利用时变GARCH模型为戏剧性的印尼代理汇率风险货币在1997年11月和12月下降。
他使用电子表格样本内和样本外链接获得的性能。电子表格链接让他采取样本外预测并将它们导入微软®Excel®和计算错误的样本外预测。这是那么容易转移的结果MATLAB演示电子表格格式。
结果
模型更好的预测能力。麦克内尔的神经网络模型由显示更大的整体精度比可以用线性模型,取得了和GARCH模型进一步改进的预测。
一个程序为避免金融灾难。麦克内尔印尼央行现在使用广泛的模型预测资金需求和预测的核心通货膨胀率。这将改善他们的抵抗能力的主要通货膨胀的压力,他们不得不面对。麦克尼利认为,汇率波动的密切监测”可能是一个有效的财务困境预警系统”,其他银行可以用来预测危机。
新的研究工具为下一代。麦克尼利是乔治敦大学教授。他带来经济前沿技术,基于MATLAB,中央银行和金融亚洲和南美洲的社区。他还教他基于MATLAB的方法,以帮助学生减轻困难,财政不稳定会带来人口的经济转型。
乔治敦大学是全球1300所大学之一,为MATLAB和Simulink提供校园范围内的访问。金宝app校园范围内的许可,研究人员、教师和学生可以访问公共配置的产品,在最新版本级别上,用在教室里,在家里,在实验室或在该领域。下载188bet金宝搏