Please use this identifier to cite or link to this item: http://hdl.handle.net/11455/54077
標題: 貨幣危機可以預測嗎?
Are Currency Crises Predictable?
作者: 林金賢
關鍵字: 應用研究;財政(含金融,保險);貨幣危機;預警模型;類神經模糊;訊號法;Panel Logit
摘要: 
Berg and Pattillo(1999)比較Kaminsky、Lizondo and Reinhart(1998)所使用的訊號法、Frankel and Rose(1996)所使用的Probit 模型以及Sachs、Tornelland Velasco(1996)所使用的迴歸模型等三種方法對1997 年貨幣危機的預測能力; 實証結果顯示, 整體而言, 三種方法的預測準確度都不甚理想.而Chowdhry and Goyal (2000)則指出大部分對亞洲金融危機的理論解釋在對樣本外的資料集作預測時, 其結果是令人失望的,因而需要有不同的診斷方法.而令人失望的樣本外預測是否意味著過去模型遺漏了對非線性關係的解釋? 引發了本研究從處理非線性問題角度切入的動機,嘗試用不同的方法來處理此問題.而就非線性問題的處理上, 人工智慧技術的進步確是提供非線性問題一可能的解決途徑.基本上專家系統、模糊邏輯、與類神經網路 (ANN) 三種典型的人工智慧工具對管理者在做決策時提供了相當大的幫助。專家系統可以將經驗法則融入系統之中; 模糊邏輯則可以用較近似人類推理的方式來描述實際問題並容許資料集所存在的不準確性與不確定性。類神經網路則擁有從過去的資料中學習與歸納之能力。然而專家系統與模糊邏輯對於知識庫擷取之困難以及類神經網路對於問題變數間關係之無法解釋, 使得此三種方法在管理領域之應用有其限制性。一個能夠同時處理變數間因果關係以及具備學習能力的專家系統對管理領域將提供一不同的視野。因此本研究嘗試立諸於過去在貨幣危機上的研究結果,利用具學習性的模糊專家系統-類神經模糊 (neurofuzzy), 突破過去傳統統計工具之限制來建構貨幣危機的預警模型, 除了希望能提供更準確的預測結果之外, 也希望所得到的知識庫對變數間關係之描述能提供管理者在預防貨幣危機上有更具體的建議,並提供對產官學界對貨幣危機診斷一新的思維與方法。
URI: http://hdl.handle.net/11455/54077
其他識別: NSC93-2416-H005-012
Appears in Collections:企業管理學系所

Show full item record
 
TAIR Related Article

Google ScholarTM

Check


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.