基于 GRNN 算法的潜在产出与产出缺口估算模型

• 作者: 张强劲 陈忠华
• 来源期刊: 重庆大学学报
• 学科: 经济
• 关键词: 广义回归神经网络 潜在产出 产出缺口 经济增长
• 年，卷（期）: 2016,（6）
• 页码范围: 148-154
• 页数: 7页
• 分类号: F290
• 语种: 中文
• DOI: 10.11835/j.issn.1000-582X.2016.06.019

摘要

基于神经网络学习性、非参数估计的优势，建立估算经济潜在产出和产出缺口的广义回归神经网络（GRNN）模型，对中国产出缺口和潜在产出增速的1978—2015年数据进行估算、2016—2020年数据进行多步预测，实证分析较好地克服了生产函数法中由于事先假设确定的函数形式及选择不同函数结果不同的问题，并且所估算的潜在产出增速与经济增速具有较高的契合度。模型分析得出：中国经济增长速度大致维持在潜在产出增长率水平附近，便可实现通货膨胀率维持在合理水平，且较好地实现总体供需平衡的目的。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张强劲	云南民族大学管理学院	3	4	1.0	1.0
2	陈忠华	云南民族大学管理学院	7	11	2.0	2.0