汇率货币模型的非线性协整关系检验——基于深度GRU神经网络

摘要：

本文采用深度门控循环单元(GRU)神经网络探讨三种汇率货币模型(弹性价格、前瞻性和实际利率差模型)的非线性协整关系.GRU技术在深度学习中具有智能记忆、自主学习和强逼近能力等优点.为此,本文运用该技术对6组典型浮动汇率制国别数据进行了非线性Johansen协整检验.结果 表明,汇率与宏观经济基本面之间存在非线性协整关系,从而说明了货币模型在非线性条件下的有效性,以及先进的深度学习工具在检验经济理论中的优势.

关键词：汇率、货币模型、非线性协整、深度GRU神经网络

所属期刊栏目：28

分类号：F31;F41;C45(世界农业经济)

资助基金：国家社会科学基金重大资助项目;教育部哲学社会科学基金重大攻关资助项目;国家社会科学基金资助项目;教育部人文社会科学资助项目;教育部人文社会科学青年资助项目;浙江省软科学研究重点资助项目

在线出版日期：2020-07-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共13页

页码：1-13