Dự báo lạm phát tại Việt Nam bằng mô hình mạng thần kinh nhân tạo
Lạm phát là vấn đề mà các nhà hoạch định chính sách, các doanh nghiệp và nhà đầu tư đều quan tâm. Có nhiều mô hình dự báo lạm phát, mỗi mô hình đều có ưu và nhược điểm riêng. Bài viết này nhằm so sánh hiệu quả dự báo của mô hình mạng thần kinh nhân tạo (Artificial Neural Network: ANN) và mô hình phâ...
Đã lưu trong:
| Những tác giả chính: | , |
|---|---|
| Định dạng: | Bài viết |
| Ngôn ngữ: | Vietnamese |
| Được phát hành: |
Trường Đại học Kinh tế TP. Hồ Chí Minh
2014
|
| Những chủ đề: | |
| Truy cập trực tuyến: | http://scholar.dlu.edu.vn/thuvienso/handle/DLU123456789/38542 |
| Các nhãn: |
Thêm thẻ
Không có thẻ, Là người đầu tiên thẻ bản ghi này!
|
| Thư viện lưu trữ: | Thư viện Trường Đại học Đà Lạt |
|---|
| Tóm tắt: | Lạm phát là vấn đề mà các nhà hoạch định chính sách, các doanh nghiệp và nhà đầu tư đều quan tâm. Có nhiều mô hình dự báo lạm phát, mỗi mô hình đều có ưu và nhược điểm riêng. Bài viết này nhằm so sánh hiệu quả dự báo của mô hình mạng thần kinh nhân tạo (Artificial Neural Network: ANN) và mô hình phân phối độ trễ tự hồi quy (Autoregressive Distributed Lag: ARDL) trong dự báo lạm phát theo tháng tại VN. Kết quả cho thấy, mô hình ANN dự báo trong mẫu tốt hơn mô hình ARDL ở cả 3 tiêu chí R2, RMSE và MAE. Đối với dự báo ngoài mẫu, mô hình ANN dự báo tốt hơn ở 2 tiêu chí RMSE và R2. Nhìn chung, mô hình ANN dự báo lạm phát tại VN tốt hơn mô hình ARDL. |
|---|