| 汇率货币模型的非线性协整关系检验——基于深度GRU神经网络 |
| |
| 作者姓名： | 陆晓琴 冯玲 丁剑平 |
| |
| 作者单位： | 1. 上海财经大学金融学院, 上海 200433;2. 嘉兴学院, 浙江 嘉兴 314001;3. 上海国际金融与经济研究院, 上海 200433 |
| |
| 基金项目： | 国家社会科学基金重大资助项目（16ZDA031）；教育部哲学社会科学基金重大攻关资助项目（16JZD 017）；国家社会科学基金资助项目（19BJY020）；教育部人文社会科学资助项目（19YJA790011）；教育部人文社会科学青年资助项目（20YJCZH052，17YJC790191）；浙江省软科学研究重点资助项目（2018C25019） |
| |
| 摘 要： | 本文采用深度门控循环单元(GRU)神经网络探讨三种汇率货币模型(弹性价格、前瞻性和实际利率差模型)的非线性协整关系。GRU技术在深度学习中具有智能记忆、自主学习和强逼近能力等优点。为此,本文运用该技术对6组典型浮动汇率制国别数据进行了非线性Johansen协整检验。结果表明,汇率与宏观经济基本面之间存在非线性协整关系,从而说明了货币模型在非线性条件下的有效性,以及先进的深度学习工具在检验经济理论中的优势。
|
| 关 键 词： | 汇率 货币模型 非线性协整 深度GRU神经网络 |
| 收稿时间： | 2018-06-13 |
| 修稿时间： | 2018-10-17 |
| 本文献已被 维普 等数据库收录！ |
| 点击此处可从《中国管理科学》浏览原始摘要信息 |
|
点击此处可从《中国管理科学》下载全文 |
|
