Preliminary communication
Model neuronske mreže za predviđanje ciljne kamatne stope državnih rezervi
Ivan Danko
; Slavonska banka d.d. Osijek, Hrvatska
Marijana Zekić-Sušac
; Sveučilište Josipa Jurja Strossmayera u Osijeku, Ekonomski fakultet u Osijeku, Osijek, Hrvatska
Abstract
Cilj rada bio je kreirati model za predviđanje ciljne kamatne stope federalne banke SAD-a (FED) s pomoću neuronskih mreža. Model je temeljen na podacima o kretanju makroekonomskih varijabli SAD-a u razdoblju od 1959 do 2005. godine. Korišteno je dvanaest ulaznih varijabli, dok je izlazna varijabla bila ciljna kamatna stopa na prekonoćne zajmove kojom FED održava monetarnu stabilnost zemlje. Različite arhitekture neuronskih mreža testirane su pomoću backpropagation algoritma višeslojne perceptron mreže, te je izabran najbolji model na temelju greške na uzorku za testiranje. Provedena je analiza osjetljivosti, na temelju koje je otkriveno da najveći utjecaj na izlaznu varijablu ima promjena cijene zlata, te promjena tržišnih indekasa (Dow Jones i S&P500). Rezultati modeliranja pokazuju da neuronska mreža neupitno uočava i usvaja međuodnose ulaznih i izlaznih varijabli. Kreirani model ukazuje na značajne mogućnosti metoda umjetne inteligencije u području predviđanja kamatnih stopa i može se koristiti za daljnja istraživanja u tom području.
Keywords
ciljna kamatna stopa; neuronske mreže; predviđanje, višeslojni perceptron
Hrčak ID:
199701
URI
Publication date:
15.6.2007.
Visits: 1.325 *