IDEAS主页打印自https://ideas.repec.org/p/bkr/wpaper/wps115.html
  我的参考书目  保存此纸张

基于Agent模型预测的摊销神经网络

作者

上市的：
  • 丹尼斯·科舍列夫

    （俄罗斯联邦俄罗斯银行）

  • 阿列克谢·波诺马连科

    （俄罗斯联邦俄罗斯银行）

  • 谢尔盖·塞列兹涅夫

    （俄罗斯联邦俄罗斯银行）

摘要

在本文中，我们提出了一种在基于代理的模型中进行无条件和条件预测的新方法。该算法基于摊销神经网络的应用，由两个步骤组成。第一步从模型中模拟人工数据集。在第二步中，训练一个神经网络，利用观测历史预测变量的未来值。该算法的主要优点是速度快。这是因为，在训练过程之后，它可以用于对几乎任何数据进行预测，而无需额外的模拟或神经网络的重新估计。

建议引用

  • 丹尼斯·科舍列夫（Denis Koshelev）、阿列克谢·波诺马伦科（Alexey Ponomarenko）和谢尔盖·塞莱兹涅夫（Sergei Seleznev），2023年。"基于Agent模型预测的摊销神经网络,"俄罗斯银行工作文件系列wps115，俄罗斯银行。
    • 手柄：RePEc:bkr:wppaper:wps115
    作为

    从出版商下载全文

    文件URL: https://cbr.ru/StaticHtml/File/149735/WP_115_e.pdf
    下载限制：不
    ---><---

    此项目的其他版本：

    IDEAS上列出的参考文献

    作为
    1. Poledna，Sebastian&Miess，Michael Gregor&Hommes，Cars&Rabitsch，Katrin，2023年。"基于代理的经济预测模型,"《欧洲经济评论》爱思唯尔，第151（C）卷。
    2. Giorgio Fagiolo和Andrea Roventini，2017年。"DSGE中的宏观经济政策和基于代理的模型Redux：新发展和未来挑战,"人工社会与社会模拟杂志《人工社会与社会模拟杂志》，第20卷（1），第1-1页。
    3. Ramis Khabibullin和Sergei Seleznev，2022年。"基于分期仿真推理的贝叶斯状态空间模型快速估计,"论文2210.07154，arXiv.org。
    4. 托德·克拉克，2011年。"基于随机波动贝叶斯向量自回归的实时密度预测,"商业与经济统计杂志《泰勒和弗朗西斯杂志》，第29卷（3），第327-341页，7月。
    5. Minsu Chang、Xiaohong Chen和Frank Schorfheide，2021年。"异质性和聚集波动,"NBER工作文件28853，美国国家经济研究局。
    6. Christophe Andrieu、Arnaud Doucet和Roman Holenstein，2010年。"粒子马尔可夫链蒙特卡罗方法,"英国皇家统计学会学报B辑英国皇家统计学会，第72卷（3），第269-342页，6月。
    7. Lux，Thomas，2018年。"基于agent模型的序贯蒙特卡罗估计,"经济动力学与控制杂志，爱思唯尔，第91卷（C），第391-408页。
    8. Farmer，J.Doyne和Axtell，Robert L.，2022年。"经济和金融中基于代理的建模：过去、现在和未来,"INET牛津工作文件2022-10年，牛津大学牛津马丁学院新经济思维研究所。
    9. Delli Gatti，Domenico和Grazzini，Jakob，2020年。"迎接挑战：基于宏观经济主体模型的贝叶斯估计和预测技术,"经济行为与组织杂志爱思唯尔，第178（C）卷，第875-902页。
    10. Vaart，A.W.van der，2000年。"渐近统计,"剑桥图书,剑桥大学出版社，编号978052178450411月。
    11. J.Durbin，2002年。"一种简单高效的状态空间时间序列分析仿真平滑器,"生物计量学《Biometrika信托》，第89卷（3），第603-616页，8月。
    完整参考文献 （包括与IDEAS上的项目不匹配的项目）

    最相关的项目

    这些是最常引用与本书相同作品的项目，也被与本书同样的作品引用。
    1. Ramis Khabibullin和Sergei Seleznev，2022年。"基于分期仿真推理的贝叶斯状态空间模型快速估计,"论文2210.07154，arXiv.org。
    2. 多诺万·普拉特，2022年。"基于神经网络的经济模拟模型的贝叶斯估计,"计算经济学，施普林格；计算经济学学会，第59卷（2），第599-650页，2月。
    3. 阿尔多·格里尔莫（Aldo Glielmo）、马尔科·法弗利托（Marco Favorito）、德巴利亚·钱达（Debmallya Chanda）和多梅尼科·德尔利·加蒂（Domenico Delli Gatti），2023年。"结合搜索方法的强化学习在经济作业模型校准中的应用,"论文2302.11835，arXiv.org，2023年12月修订。
    4. Laura Liu和Mikkel Plagborg‐Möller，2023年。"使用宏观和微观数据对异构agent模型进行全信息估计,"数量经济学《计量经济学协会》，第14卷（1），第1-35页，1月。
    5. 张，金宇，张，乔森，李，勇，王，钱超，2023。"基于主体模型的序贯贝叶斯推理及其在中国经济周期中的应用,"经济建模爱思唯尔，第126（C）卷。
    6. Laura Liu和Mikkel Plagborg-M？勒，2021年。"基于宏微观数据的异构Agent模型的全信息估计,"CAEPR工作文件2021-001分类-，印第安纳大学布卢明顿分校经济系应用经济学和政策研究中心。
    7. Davide Pettenuzzo和Francesco Ravazzolo，2016年。"基于决策的模型组合下的最优投资组合选择,"应用计量经济学杂志，John Wiley&Sons，Ltd.，第31卷（7），第1312-1332页，11月。
    8. 安德烈亚·卡里罗（Andrea Carriero）、托德·克拉克（Todd E.Clark）和马西米利亚诺·马塞利诺（Massimiliano Marcellino），2015年。"具有随机波动性的贝叶斯混合频率模型的实时预报,"英国皇家统计学会期刊A辑英国皇家统计学会，第178（4）卷，第837-862页，10月。
    9. 西尔万·巴德，2020年。"马尔可夫信息准则多元扩展的宏观经济模拟比较,"经济动力学与控制杂志爱思唯尔，第111（C）卷。
    10. Lux，Thomas，2020年。"基于自适应粒子马尔可夫链蒙特卡罗的agent模型贝叶斯估计,"经济学工作论文2020-01，基尔克里斯蒂安·阿尔布雷茨大学经济学系。
    11. Zhang，Yixiao&Yu，Cindy L.&Li，海涛，2022。"使用未知因子数和随机波动的动态因子模型预测GDP：贝叶斯方法,"计量经济与统计爱思唯尔，第24卷（C），第75-93页。
    12. Corrado Monti&Marco Pangallo&Gianmarco De Francisci Morales&Francesco Bonchi，2022年。"从数据中学习基于agent的模型,"论文2205.05052，arXiv.org，2022年11月修订。
    13. 埃里克·齐拉（Eric Zila）和吉里·库卡卡（Jiri Kukacka），2023年。"基于简单机器学习的SMM矩集选择,"经济行为与组织杂志爱思唯尔，第212（C）卷，第366-391页。
    14. Yuta Kurose和Yasuhiro Omori，2016年。"与已实现指标、杠杆率和内生性的多重块动态均衡,"CIRJE F系列CIRJE-F-1022，CIRJE，东京大学经济学院。
    15. Joshua Chan，2023年。"BVAR与随机波动,"论文2310.14438，arXiv.org。
    16. 托德·克拉克（Todd E.Clark）、格格利·加尼茨（Gergely Ganics）和埃尔玛·默滕斯（Elmar Mertens），2022年。"从SPF预测的粗糙边缘构建扇形图,"工作文件22-36，克利夫兰联邦储备银行。
    17. Todd E.Clark和Taeyong Doh，2011年。"趋势通货膨胀替代模型的贝叶斯评价,"工作文件（旧系列）1134，克利夫兰联邦储备银行。
    18. Marek Jarociánski和Michele Lenza，2018年。"欧元区产出缺口的通货膨胀预测测度,"货币、信贷与银行杂志，布莱克威尔出版社，第50卷（6），第1189-1224页，9月。
    19. Sebastian Ankargren&Máns Unosson&Yukai Yang，2018年。"具有稳态先验的混合频率贝叶斯向量自回归,"CREATES研究论文2018-32，奥胡斯大学经济与商业经济系。
    20. Richiardi，Matteo&Bronka，Patryk&van de Ven，Justin，2023年。"回到未来：基于Agent的建模和动态微观仿真,"微观模拟和政策分析中心工作文件系列CEMPA8/23，社会经济研究所微观模拟和政策分析中心。

    有关此项目的更多信息

    关键词

    智能体模型;基于摊销模拟的推理;贝叶斯模型;预测;神经网络。;
    所有这些关键字.

    JEL公司分类：

    • C11号机组-数学和定量方法——计量经济和统计方法与方法：概述——贝叶斯分析：概述
    • 第15项-数学和定量方法——计量经济和统计方法与方法：通用——统计模拟方法：通用
    • C32号机组-数学与定量方法——多重或联立方程模型；多变量时间序列模型；动态分位数回归；动态治疗效果模型；扩散过程；状态空间模型
    • C45型-数学和定量方法——计量经济学和统计方法：专题——神经网络及相关专题
    • 第53页-数学和定量方法——计量经济建模——预测和预测模型；模拟方法
    • 第63页-数学与定量方法——数学方法；规划模型；数学和仿真建模--计算技术

    NEP字段

    本文已在以下内容中公布NEP报告:

    统计

    访问和下载统计

    更正

    本网站上的所有材料均由各自的出版商和作者提供。您可以帮助纠正错误和遗漏。请求更正时，请提及此项目的句柄：RePEc:bkr:wppaper:wps115。请参阅一般信息关于如何更正RePEc中的材料。

    如果您编写了此项目，但尚未在RePEc注册，我们鼓励您这样做在这里。这允许将您的个人资料链接到此项目。它还允许您接受我们不确定的该项目的潜在引用。

    如果CitEc公司识别了书目参考，但没有将RePEc中的项目链接到它，您可以帮助这个表格.

    如果你知道引用这一条的缺失条目，你可以通过以与上述相同的方式为每个引用条目添加相关引用来帮助我们创建这些链接。如果您是该项目的注册作者，您可能还想查看您的RePEc作者服务个人资料，因为可能有一些引文等待确认。

    有关本项目的技术问题，或更正其作者、标题、摘要、书目或下载信息，请联系：BoR Research（电子邮件地址如下）。供应商的一般联系方式：https://edirc.repec.org/data/cbrgvru.html.

    请注意，更正可能需要几周时间才能筛选出来各种RePEc服务。

    思想是一个经济学研究论文服务。RePEc使用各出版商提供的书目数据。