Dự báo lạm phát tại Việt Nam bằng mô hình mạng thần kinh nhân tạo
Tác giả: Nguyễn Khắc Hiếu, Nguyễn Thị Anh Vân
Số trang:
Tr. 15-35
Tên tạp chí:
Tạp chí Phát triển Kinh tế
Số phát hành:
Số 286 tháng 8
Kiểu tài liệu:
Báo - Tạp chí
Nơi lưu trữ:
209 Phan Thanh
Mã phân loại:
330
Ngôn ngữ:
Tiếng Anh
Từ khóa:
Dự báo, lạm phát, mạng thần kinh nhân tạo, ANN, ARDL
Chủ đề:
Lạm phát
Tóm tắt:
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.
Tạp chí liên quan
- Đánh giá sự ảnh hưởng của quản trị nguồn nhân lực trong trạng thái chuyển đổi số tòi hiệu quả hoạt động xét dưới góc độ tài chính của doanh nghiệp nhỏ và vừa trong ngành thương mại và dịch vụ : nghiên cứu trên địa bàn Hà Nội
- Weak two-scale convergence in L2 for a two-dimensional case = Hội tụ hai-kích thước yếu trong L2 cho một trường hợp hai chiều
- Strong two-scale convergence for a two-dimensional case = Hội tụ hai-kích thước mạnh cho một trường hợp hai chiều
- Applications of Google OR-Tools in solving construction management linear optimization problems = Ứng dụng công cụ Google OR-Tools trong giải các bài toán tối ưu hóa tuyến tính trong quản lý dự án xây dựng
- Transition nodal basis functions in p-adaptive finte element methods = Hàm nút cơ sở chuyển giao dùng trong phương pháp phần tử hữu hạn thích nghi loại p





