您的位置:正保会计网校 301 Moved Permanently

301 Moved Permanently


nginx
 > 正文

基于BP神经网络的出口产品价格监测预警模型

2008-08-07 15:29 来源:翟东升

  一、引言

  倾销作为一种企业竞争与生存的必然行为是不可避免的,反倾销作为一种“打击不合理价格歧视”的合法手段也受到了国际社会的认可,它是世界贸易组织推行的一项基本原则,用以规范国际贸易行为,维护市场经济自由公平的竞争秩序。反倾销的初衷是对破坏国际贸易游戏规则的国家或地区予以惩戒,迫使其走上规范的国际贸易自由化轨道。但对发起国的对等产业而言,反倾销却是实实在在的贸易保护。随着世界经济贸易一体化进程的加快,在逐渐失去了常规的关税和非关税壁垒等保护措施之后,一些国家已越来越频繁地挥舞起反倾销大棒,藉反倾销之名,行保护主义之实。2002年一年间,仅中国就遭受了来自16个国家的47次反倾销指控,产品涉及钢铁、打火机和彩电等。国际反倾销案件逐年递增,反倾销措施渐渐演变成了一种“合法的”贸易保护主义手段,许多发展中国家政府及出口产品生产者也因此遭受了严重的损失。为了减少反倾销诉讼的发生,出口国方面除了采取一些主动的长期策略外,还可以建立反倾销预警体系。它使得出口国在进口国进行反倾销诉讼或实施其他贸易保护措施之前,有足够的反应时间改变策略,从而使其利益损失降为最低。基于上述理论,本文采用BP神经网络的建模思想对价格监测预警模型进行了研究,并以我国出口至美国的棉纱为实例,对模型进行了检验。通过监测美国棉纱的价格波动,确定我国出口棉纱是否严重影响到美国棉纱生产企业,以及美国政府是否实施贸易保护政策,若确实存在这种趋势,则发出预警信息,从而为我国棉纱出口商的策略改变及政府出口政策的修订提供参考。

  二、BP神经网络的基本原理

  人工神经网络(Artificial neural network,简称ANN)是一种基于神经元的相互作用,传递和处理信息的人工智能研究方法,是生物科学和计算机科学相结合的产物,具有自适应、非线性等特点。该方法克服了传统人工智能方法对于直觉(如模式、语音识别)等非结构化信息处理方面的缺陷,以其强大的推理和仿真能力广泛应用于政治、经济等领域。自从Mcclelland和Rumehart(1986)等首次提出多层前馈网络的反向传播算法(Back Propagation),简称BP网络或BP算法之后,BP神经网络迅速占据了人工神经网络研究的主体地位。BP神经网络的学习过程即是通过对样本数据的学习,寻找到一个最优连接权值,使模型的输出值与期望输出值间的误差达到最小的过程。它的具体算法步骤为:(1)以小的随机数对网络每一层的权值和偏差初始化;(2)计算网络各层输出矢量及误差;(3)计算各层反向传播的误差变化并计算相应权值的修正值和新权值;(4)再次计算权值修正后的误差平方和;(5)检查该误差平方和是否小于期望误差最小值,若是,训练结束,否则转至(2)继续。可以用一句话来形容BP网络的学习过程,就是“模式顺传播”→“误差逆传播”→“记忆训练”→“学习收敛”的过程。

  三、出口产品价格监测预警模型的构建

  (一)数据的收集

  本文选取纯棉纱作为研究实例对象构建模型。为便于分析,把棉纱的产销流程简化为棉花—棉纱—棉坯布。棉纱的上游产品主要是棉花,而棉纱主要用于坯布的生产,所以棉纱的下游产品为坯布。针对此产业链,我们收集的数据主要有,美国棉花价格和坯布价格、我国出口到美国的棉纱价格、美国的棉纱价格,以及宏观经济环境对棉纱价格的影响,包括汇率和原油价格。为了避免噪声和干扰,本文主要考察价格的相对变化率,因此须将收集到的数据处理为变动率的形式。主要考察的时间区间为2002年12月到2005年1月。处理后的部分数据如表1所示。其中,PE表示汇率变动率,PO表示原油价格变动率,P2C代表美国棉坯布价格变动率,P1C代表美国棉花价格变动率,PF表示美国棉纱价格变动率,PH为我国出口到美国的棉纱价格变动率。

  (二)数据的检验

  平稳性检验


  本文选择ADF(augmented Dickey-Fuller unit root test)法对样本数据进行平稳性检验。ADF回归式如下:Yt=C+Tt+ρYt-1+pi=1θiΔYt-i+ζi(1)其中,C为截距项,Tt为时间趋势项,pi=1θiΔYt-i为P个分布滞后项,ζi是均值为零的随机误差项。如果得到的ADF检验统计量小于显著水平下的临界值,则接受序列平稳性的假设。检验结果如表2所示,显著水平取5%。由表2的单根检验结果可以看出,棉纱及其上下游相关产品的价格变动率皆为I(0)阶平稳数列。

  四、结论

  近年来,神经网络以其较强的自适应、自学习能力,在经济领域得到了广泛应用。本文以棉纱为例,利用BP神经网络,借助Matlab工具建立了我国出口产品价格监测预警模型,并且取得了良好的实验效果,但介于训练和测试样本数目较少,该监测预警模型的实际应用价值还有待于进一步的深入研究。在下一步工作中,可以尝试利用更多数目的样本数据对该模型进行检验,并将影响美国棉纱价格变动的其他因素考虑进来,从而使得该模型更加完善和逼近现实。

  参考文献:

  林灼荣。进口监测模型之建构-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.