基于独立循环神经网络方法的GDP预测

作者：李佳; 黄之豪; 王佳慧

来源：统计与决策, 2020, 36(14): 24-28.

DOI：10.13546/j.cnki.tjyjc.2020.14.005

• 深度学习
• IndRNN
• GDP
• 预测

提高预测准确度对经济决策至关重要。通常,使用RNN网络进行预测会有梯度消失、梯度爆炸等问题,文章创新性地使用最新深度学习的方法独立循环神经网络(IndRNN)提升预测效果。结果发现:IndRNN能够对GDP进行精准预测,并且预测能力显著优于其他机器学习和时间序列方法;将相关宏观经济变量和互联网搜索行为代理变量依次加入模型能进一步提升预测效果;增加IndRNN层数也能提升该神经网络预测性能,而模型中训练窗口选择影响不大。由此证明IndRNN是当前更为有效的经济预测工具,在经济预测中具有较大应用价值。

• 单位
  上海理工大学