基于神经网络分位数回归的人民币汇率概率密度预测

摘要

中国执行以外汇市场供求为基础的有管理浮动汇率制度,人民币汇率形成机制较为复杂,其影响因素可能存在非线性效应。为此,将人民币汇率作为输出变量,其影响因素作为输入变量,考虑从输入到输出的非线性效应,构建神经网络分位数回归模型((quantile regression neural network,QRNN),有助于理解人民币汇率决定机制。选取人民币兑美元汇率为研究对象,建立了神经网络分位数回归模型并进行概率密度预测,将其预测效果同线性分位数回归、BP神经网络、线性均值回归等方法进行比较,实证研究结果表明:第一,QRNN模型通过神经网络的非线性处理能力,显著提高了预测准确程度;第二,QRNN模型通过分位数回归得到的概率密度预测结果,能够预测人民币汇率完整条件分布信息,便于科学决策。