scientific article; zbMATH DE number 1251887
Die Arbeit präsentiert einen Ansatz für Erfahrungsregel-basierte Erwartungsbildung (i.f.: ERE) in theoretischen Konjunkturmodellen. Eine Hybridtechnik aus Künstlich Neuronalen Netzen und Fuzzy-Logik führt zum Aufbau eines Neuro-Fuzzy-Erwartungsgenerators (NFE), der vor dem Hintergrund eines theoretischen Konjunkturmodells getestet wird. Kap. 2 führt in die verwendete KI-Technologie für die Einbringung von ERE in beliebige Konjunkturmodelle ein: Regelbasierte Erwartungen mit Fuzzy-Logik, Fuzzy-Inferenz, erfahrungsabhängige Erwartungen mit KNN, Neuro-Fuzzy Ansatz von Lin und Lee. Die Kombination der beiden Verfahrensansätze führt zu einer Modifikation des Lin/Lee-Ansatzes: Erweitertes Fuzzy-System, alternative Initialiserungsverfahren, kontrollierter Error-Backpropagation-Lernalgorithmus, Musterauswahl, -verarbeitung und laufende Erwartungsanpassung. Kap. 3 verdeutlicht die exemplarische Implementierung des NFE-Generators in einem Konjunkturmodell. Als Konzept dient dem Ansatz das sog. Konsensmodell der ``Neoklassischen Synthese. Die gestellten Anforderungen führen zu einem dynamischen AD-AS- Berechnungsmodell mit einer expliziten Formalisierung als simulationsfähiges Gleichungssystem. Gut verdeutlicht sind die Erwartungsbildungshypothesen, die periodenweise Lösung und Transaktionsabfolge, sowie die ausgiebige Besprechung der Modellvariablen und -beziehungen. Kap. 4 zeigt die makroökonomische Simulationssoftware Makromat-nfx, entwickelt mit Borland Delphi 2 für die MS-Betriebssysteme Windows 95 und NT 4.0. Anhand von Beispielrechnungen sind die Modellaufbereitung, Lösungsoptionen und eine Gegenüberstellung der ERE mit traditioneller Erwartungsbildung, mit vielen Illustrationen der Darstellung auf der Anwendungsoberfläche, verdeutlicht. Ein kostenloser Download dieser Simulationssoftware im Web ist möglich. Für den Vorläufer der Software ist der Autor bereits 1992 mit dem Deutsch-Österreichischen Hochschul-Softwarepreis ausgezeichnet worden. Die Arbeit ist an Ökonomen mit Interessenschwerpunkt makroökonomische Konjunkturmodelle und deren Anwendung in Neuro-Fuzzy-Systemen gerichtet. Sie ist aus theoretischer wie empirischer Sicht sehr zu empfehlen.
- A new approach to fuzzy regression models with application to business cycle analysis
- On application of neural networks for forecasting dynamics of macro-economic processes
- Forecasting business cycle with chaotic time series based on neural network with weighted fuzzy membership functions
- Expectations, learning and empirical macroeconomic models
- scientific article; zbMATH DE number 2172812
- Recognizing business cycle turning points by means of a neural network
- Nonlinear Expectation Formation, Endogenous Business Cycles and Stylized Facts
- scientific article; zbMATH DE number 3972572
- scientific article; zbMATH DE number 3926593
- scientific article; zbMATH DE number 772610
This page was built for publication:
Report a bug (only for logged in users!)Click here to report a bug for this page (MaRDI item Q4229304)
