Neuronale Netze in Der Wirtschaftswissenschaftlichen Prognose Und Modellgenerierung: Eine Theoretische Und Empirische Betrachtung Mit Programmier-Beis

ISBN-13: 9783790800593 / Niemiecki / Miękka / 2003 / 349 str.

Carsten Lange

Opis

Der vorliegende Band beschreibt sowohl die theoretischen als auch die empirischen Aspekte neuronaler Netze. Nach einer detaillierten, auch fur Einsteiger geeigneten Einfuhrung in die Funktionsweise neuronaler Netze, richtet sich der zweite Teil des Buches an Forscher, die ein neuronales Netz als Erwartungsbildungsmodul oder als Optimierungsmodul in volkswirtschaftliche Modelle integrieren wollen. Im dritten Teil des Buches schliesslich wird am Beispiel der Geldnachfrage dargestellt, wie neuronale Netze fur die Analyse und Prognose wirtschaftswissenschaftlicher Zusammenhange eingesetzt werden konnen. Gangige Trainings- und Optimierungsverfahren werden vorgestellt, und es wird gezeigt, wie diese Verfahren in einem Simulator fur neuronale Netze implementiert werden konnen. Die beiliegende CD enthalt eine interaktive Version des Buches. Computer-Simulationen, Programmierbeispiele und Quellcode fur die Programme konnen direkt aus dem Text aufgerufen und Schritt fur Schritt nachvollzogen werden."

Spis treści

1. Einleitung.- 2. Ursprung und Aufbau neuronaler Netze.- 3. Neuronale Netze in ökonomischen Modellen.- 3.1 Approximation eines Gütermarkt-Modells.- 3.1.1 Idealisierte Trainingsdatenmenge.- 3.1.2 Verrauschte Trainingsdatenmenge.- 3.2 Generierung eines Erwartungsbildungs-Moduls.- 3.3 Optimierung des Geldangebotes.- 3.3.1 Originäres Poole-Modell.- 3.3.2 Implementierung einer neuronalen Geldangebotsfunktion.- 3.4 Zusammenfassende Beurteilung des Einsatzes neuronaler Netze in ökonomischen Modellen.- 4. Erstellung und Training eines neuronalen Netzes.- 4.1 Bereitstellung der Input-Daten.- 4.2 Erstellen der Spezifikationsdatei.- 4.3 Erstellen der Netztopologie.- 4.4 Aufruf von SENN.- 4.5 Auswahl der Aktivierungs- und der Fehlerfunktion.- 4.6 Auswahl von Verfahren und Parametern für den Trainingsprozeß.- 4.7 Überwachung des Trainings.- 5. Prognose der kurzfristigen Geldnachfrage mit einem neuronalen Netz.- 5.1 Ökonomische Vorentscheidungen.- 5.1.1 Abgrenzung der relevanten Geldmenge.- 5.1.2 Auswahl der Periodizität.- 5.1.3 Festlegung des Untersuchungszeitraumes und Aufteilung der Input-Daten in Teilmengen.- 5.1.4 Auswahl geeigneter Inputs.- 5.1.5 Schätzung der Geldnachfrage als Bestandsgröße oder Wachstumsrate.- 5.2 Umsetzung der Modell Vorstellung in SENN.- 5.2.1 Topologie des neuronalen Netzes.- 5.2.2 Aufbereitung der Modellierungs- und Generalisierungsdaten.- 5.2.3 Erstellung der Spezifikationsdatei für SENN.- 5.3 Auswahl der Time-Lag-Struktur.- 5.4 Eliminierung korrelierter Inputs.- 5.5 Training des neuronalen Netzes.- 5.6 Optimierung des neuronalen Netzes.- 5.6.1 Stop-Training.- 5.6.2 InputPruning.- 5.6.3 WeightPruning.- 5.6.3.1 Pruning kleiner Gewichte.- 5.6.3.2 Optimal Brain Damage (OBD) und Early Brain Damage (EBD).- 5.6.3.3 Invers Kurtosis Prunen.- 5.6.3.4 Instability Pruning.- 5.6.3.5 Statistisches Prunen.- 5.6.3.6 Umsetzung des gewählten Pruning-Verfahrens in SENN.- 5.6.4 Merging und Pruning von verdeckten Neuronen.- 5.6.5 Automatisiertes Early Brain Damage Pruning.- 5.6.6 Abschließendes Input-Pruning.- 5.7 Beurteilung der Ergebnisse auf Basis der Generalisierungsdatenmenge.- 5.8 Geldpolitische Verwendbarkeit der Ergebnisse.- 6. Resümee.- 7. Anhang.- 7.1 Anhang zu Abschnitt.- 7.1.1 Delphi 3 0 Quelltexte zum Abschnitt 3 1 1 (Grundversion).- 7.1.1.1 Quelltext-Einheit UNIT1 PAS.- 7.1.1.2 Quelltext-Einheit DATEN_OBJ PAS.- 7.1.1.3 Quelltext-Einheit NEURON_OBJ PAS.- 7.1.2 Delphi 3 0 Quelltexte zum Abschnitt.- 7.1.2.1 Quelltext-Einheit UNIT1 PAS.- 7.1.2.2 Quelltext-Einheit DATEN_OBJ PAS.- 7.2 Anhang zu Abschnitt 3 2 (Delphi 3 0 Quelltexte).- 7.2.1 Quelltext-Einheit UNIT1 PAS.- 7.2.2 Quelltext-Einheit DATEN_OBJ PAS.- 7.3 Anhang zu Abschnitt 3 3 (Delphi 3 0 Quelltexte).- 7.3.1 Quelltext-Einheit UNIT1 PAS.- 7.3.2 Quelltext-Einheit DATEN_OBJ PAS.- 7.4 Anhang zu Abschnitt 4 7 (Delphi 3 0 Quelltext).- Abbildungsverzeichnis.- Tabellenverzeichnis.- Verzeichnis der Boxen.

Blurb

Die Methode neuronaler Netze ist eine ökonometrische Methode zur Schätzung nichtlinearer Zusammenhänge. Der vorliegende Band beschreibt ausführlich sowohl die theoretischen als auch die empirischen Aspekte neuronaler Netze. Nach einer detaillierten Einführung in die Funktionsweise neuronaler Netze im ersten Teil, die auch für Einsteiger und Studenten geeignet ist, richtet sich der zweite Teil des Buches an Wirtschaftswissenschaftler, die ein neuronales Netz als Erwartungsbildungsmodul oder als Optimierungsmodul in volkswirtschaftliche Modelle integrieren wollen. Im dritten Teil des Buches schließlich wird am Beispiel der Geldnachfrage dargestellt, wie neuronale Netze fuer die Analyse und Prognose wirtschaftswissenschaftlicher Zusammenhänge eingesetzt werden können. Gängige Trainings- und Optimierungsverfahren werden vorgestellt und es wird gezeigt, wie diese Verfahren in einem Simulator fuer neuronale Netze implementiert werden können. Die beiliegende CD enthält eine interaktive Version des Buches. Computer-Simulationen, Programmierbeispiele und Quellcode für die Programme können direkt aus dem Text aufgerufen und Schritt für Schritt nachvollzogen werden.