The Application of Structured Feedforward Neural Networks to the Modelling of Daily Series of Currency in Circulation

Marek Hlaváček, Michael Koňák and Josef Čada

Jedním z nejvýznamnějších faktorů ovlivňujících likviditu finančního trhu je množství oběživa. Přestože je za distribuci oběživa odpovědná centrální banka, nemůže poptávku po něm odhadnout, protože ji ovlivňuje nebankovní sektor. Proto musí být množství oběživa odhadnuto prognosticky. Tato práce představuje model strukturované dopředné neuronové sítě a zabývá se její aplikovatelností na prognózování vývoje oběživa. Výkonnost nového modelu neuronové sítě je porovnávána s výkonností modelu ARIMA. Výsledky naznačují, že výkonnost modelu neuronové sítě je lepší a že oba modely mohou být použity přinejmenším jako podpůrné nástroje pro prognózování likvidity.

Klíčová slova: neuronová síť, sezonní časové řady, oběživo

Vydáno: prosinec 2005

Ke stažení: CNB WP No. 11/2005 (pdf, 264 kB)