查詢結果分析
來源資料
相關文獻
- 利率預測與銀行準備部位操作之研究--神經網路與遺傳程式之應用
- 神經網路與向量誤差修正模型對國內債券價格之預測績效
- 應用類神經網路於利率預測之研究分析
- Neural Network Procedures for Taguchi's Dynamic Problems
- A Fast and Efficient Competitive Learning Design Algorithm Based on Weight Vector Training in Transform Domain
- 專家系統振動訊號圖型判別之研究
- 反傳遞模糊類神經網路於流量推估之應用
- 類神經網路(Neural Networks)的種類及其在影像處理上的應用
- C++Fuzzy類神經網路物件導向發展系統之建立
- 臺灣汽保費率之估計--對數線性費率模式與類神經網路之比較
頁籤選單縮合
題 名 | 利率預測與銀行準備部位操作之研究--神經網路與遺傳程式之應用 |
---|---|
作 者 | 吳蕙如; | 書刊名 | 財稅研究 |
卷 期 | 29:3 1997.05[民86.05] |
頁 次 | 頁121-139 |
分類號 | 562.12 |
關鍵詞 | 利率預測; 資金操作; 神經網路; 遺傳程式; |
語 文 | 中文(Chinese) |
中文摘要 | 金融業之資金操作首重流動性、安全性及獲利性。在考慮流動性與安全性之前提 下,適當的準備部位操作不僅可降低存款準備金的提存成本,提高準備部位的運用效率,亦 是提升金融業競爭力與獲利能力之重要利器。 有鑒於此, 本文以結合遺傳程式( genetic algorithms )的倒傳遞神經網路( back-propagation neural networks )模型, 對影響 準備部位操作績效之主要變數 -- 金融業隔夜拆款加權平均利率進行預測,期有助於增進金 融業的資金運用效率。根據實證結果顯示,月預測模型已具備不錯之預測能力,而日預測模 型之平均誤差更小於 0.1。由於日預測模型之準確性相當理想,將可作為未來金融業調整準 備部位操作操作策略之參考。 |
本系統中英文摘要資訊取自各篇刊載內容。