基于BP神经网络的商品流通规模预警研究，本文主要内容关键词为：商品流通论文,神经网络论文,规模论文,BP论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
长期以来，我国的商品流通规模一直在波动中向前发展，尽管在不同时期和不同的内外条件的影响下，其波动类型、波动特点及波幅大小存在明显的差异，但是其对整个国民经济发展均存在着程度不同的影响。因此，通过一定的方式监测并预警商品流通规模的动态发展，及时分析产生波动的原因，并通过有效的措施减轻其波动的负面影响，是我们当前面临的一项重要任务。由于许多传统的经济预警方法对非线性数据的拟合和预测的准确度均不高，而在商品流通中的很多警兆指标都是非线性的，因此，本文采用BP神经网络方法构造一个非线性的预警模型来提高预测和预警的精度。
一、商品流通规模预警指标的筛选
根据预警指标分类的方法，从商品流通理论的角度出发，可以将商品流通规模预警指标分为警情指标和警兆指标。
（一）指标选择范围的界定
从广义的角度来讲，根据社会化大流通的概念，商品流通业一般涉及流通加工业、流通配送业、流通批发业、流通零售业、流通运输业、流通包装业、流通信息业、流通仓储业、流通科技业、金融业、房地产业以及其他相关行业。随着社会的发展，商品包括的范围将不断扩大，商品流通的形式将逐渐多样化，商品流通的渠道也将不断变化，因而，商品流通规模包括的范围有扩大的趋势。但是，由于商品流通过程涉及的范围广、环节多，特别是中间产品的流通状况很难把握，故我们对整个商品流通规模进行精确研究非常困难，甚至是不可能的，这就意味着广义的商品流通规模概念只是达到了理论分析上的完美，却不能对实证分析提供有力的支持。大量的研究资料显示，商业流通规模是商品流通规模中最重要的、最具代表性的组成部分，因此，本文在实证分析中，将以批发、零售业为重点，用最终消费品的流通规模近似地代表所有商品的流通规模进行研究。
（二）商品流通规模警情指标的选择
根据流通产业的发展特性，理论界在分析商品流通产业运行时，经常用社会消费品零售总额、商业增加值等变量来反映商品流通规模的变化。虽然这两个指标都能从总体上反映商品流通规模的发展状况，但是根据本文对商品流通规模的界定，以及数据资料可得性，我们在这里选择社会消费品零售总额作为具有代表性的商品流通规模警情指标。
（三）商品流通规模警兆指标的选择
选择商品流通规模警兆指标是选择能够反映商品流通规模未来变化趋势的先兆指标。结合商品流通规模变动的影响因素分析以及可操作性原则，可以从描述影响商品流通规模的内在因素和外在因素两个角度选取相应的警兆指标。其中影响商品流通规模的流通产业内指标包括商业资本量、从业人员、利润率、技术水平、自组织能力等；影响流通规模的外在指标包括描述生产规模的指标、描述消费规模的指标、描述货币流通的指标、描述价格水平的指标、描述交通运输能力的指标等。为了提高指标的应用价值，本文在对指标进行理论选择的基础上利用计量经济学方法对指标的合理性进行进一步的验证及筛选，最终选择了与警情指标社会消费品零售总额增长率显著相关的9个警兆指标，如表1所示。
二、商品流通规模警情指标警限的设置
在确定商品流通规模警情警限时，我们可以借鉴一些预警研究中常采用的系统化方法，即主要是根据各种并列的客观原则（标准）进行研究。这些原则主要是：多数原则、半数原则、少数原则、均数原则、众数原则、人数原则、负数原则、参数原则等，根据每一种原则确定一种警限，然后将各种原则确定的警限加以综合平均，得到可以使多数人接受的较科学的结论。 本文在分析中，结合实际情况主要采用多数原则、半数原则和均数原则，并对这三种原则的结果进行综合来确定商品流通规模的警情警限。
（一）多数原则
根据多数原则，把商品流通规模警情指标的时间序列数据重新由小到大排列，从最大值往上数，选占总数2／3的数据区间作为安全警限，如表2所示。由表2可以看出，社会消费品零售总额增长率时间序列共16个数据，取其2／3的数据个数约为11个。因此，从最大值第16个数值往前倒数11个，即从第6个数据为所选取的2／3数据，这个数据代表我国商品流通规模——社会消费品零售总额增长率的无警警限，它的区间为10.20％～30.50％，因此，按多数原则可以认为社会消费品零售总额增长率的无警警限区间为10.20％以上。轻警、中警、重警、巨警警限可以将剩下的1／3数据的区间6.80％～10.20％结合1991—2006年的人口自然增长率均值0.87进行划分。
1.百分点大于或等于8.00、小于10.20为轻警警限。参考我国近20年来国民经济总量增长速度的控制目标（约8％左右），再考虑到要发挥流通产业对国民经济其他部门拉动作用的实际需要，警情指标社会消费品零售总额增长率一般应高于国内生产总值的增长率2～3个百分点，因此将其控制在10％左右是比较适度的。如果社会消费品零售总额增长率低于这个标准，流通产业对整个国民经济的拉动作用就难以发挥出来，因此，本文将8.00％～10.20％区间设置为轻警警限。
2.百分点大于或等于2.45、小于8.00为中警警限。当社会消费品零售总额增长率小于8.00％时，已明显低于国民经济总量增长速度的控制目标，过小的商品流通规模会阻碍国民经济发展，因此，本文将8.00％设置为中警警限的上限。综观改革开放后历年的社会消费品零售总额增长率，1990年的社会消费品零售总额增长率是自1978年之后30年来的最低水平，仅为2.45％，主要原因在于始于1988年“涨价风”和“抢购风”的后续影响。“抢购风”致使社会商品销售短期超常增长后，紧接着就出现生活资料销售疲软，工业品市场一度处于低迷的现象。“抢购风”的后遗症在1990年明显地爆发出来，其中社会消费品零售总额低增长就是其具体表现。虽然“抢购风”给我国经济的发展带来了诸多不利影响，但是始于1988年10月的对国民经济全面的治理整顿使我国经济很快走出低谷。2.45％的社会消费品零售总额增长率尽管需要有关部门引起足够的重视，但是只要采取有力的措施，国民经济会尽快恢复，而不会进一步恶化。因此，本文结合我国历史实际情况将2.45％设为社会消费品零售总额增长率中警警限的下限，即中警警限的区间设置为2.45％～8.00％。
3.百分点大于或等于0.87、小于2.45为重警警限。根据以上中警警限的设置，我们将2.45％设为重警警限的上限。现在考虑重警警限的下限，一般而言，一国社会消费品零售总额增长率应高于其人口自然增长率。只要社会消费品零售总额增长率高于其人口自然增长率，即使社会消费品零售总额增长率很小，也仍旧能够维持人口增长的需要。在这里我们必须注意一点，世界各国的发展事实已经证明，经济发达程度越高，其人口自然增长率就越低。在人口自然增长率很低的情况下，虽然社会消费品零售总额增长率高于人口自然增长率，但是过低的社会消费品零售总额增长率必然会成为经济发展的桎梏。我们已经计算出1991—2006年的人口自然增长率均值为0.87％，因此，本文将0.87％设为社会消费品零售总额增长率重警警限的下限，即重警警限的区间设置为0.87％～2.45％。
4.百分点小于0.87为巨警警限。当社会消费品零售总额增长率小于0.87％时，已明显低于人口自然增长率，流通产业的发展已经不能满足人口自然增长的需要，社会经济秩序将出现混乱。因此，我们将近些年人口自然增长率的平均值0.87％作为社会消费品零售总额增长率巨警警限的上限。
（二）半数原则
根据半数原则，我国商品流通规模警情指标——社会消费品零售总额增长率从1991—2006年的16年间至少有一半年份是处于无警警限的，否则我们将无法解释这16年中流通产业的发展。因此，我们可以选取社会消费品零售总额增长率的中位数作为无警警限。根据表2中的数据，取第8个数据与第9个数据的均值13.10％，将其设为社会消费品零售总额增长率无警警限的下限。结合多数原则中对我国近20年来国民经济总量增长速度的控制目标及人口自然增长率的考虑，设置轻警、中警、重警、巨警警限：
1.百分点大于或等于8.00、小于13.10为轻警警限。
2.百分点大于或等于2.45、小于8.00为中警警限。
3.百分点大于或等于0.87、小于2.45为重警警限。
4.百分点小于0.87为巨警警限。
（三）均数原则
按照这一原则，将我国商品流通规模警情指标——社会消费品零售总额增长率从1991—2006年间16年的平均数作为无警警限的下限。平均数是历史平均水平的代表，若社会消费品零售总额增长率低于历史平均水平，就意味着商品流通规模出现缩小的问题，也就是意味着出现了某种程度的警情。根据统计资料，1991—2006年我国社会消费品零售总额增长率的平均值为15.12％，因此，我国社会消费品零售总额增长率无警警限的下限为15.12％。轻警、中警、重警、巨警警限的设置可以参照前面的方法：
1.百分点大于或等于8.00、小于15.12为轻警警限。
2.百分点大于或等于2.45、小于8.00为中警警限。
3.百分点大于或等于0.87、小于2.45为重警警限。
4.百分点小于0.87为巨警警限。
对根据以上三种原则得出的商品流通规模警情指标——社会消费品零售总额增长率的各个警限进行综合，如表3所示。
三、BP神经网络在商品流通规模预警分析中的应用
（一）基于BP神经网络的商品流通规模预警模型的设计
1.输入层和输出层设计。网络输入层和输出层的神经元个数主要是由商品流通规模预警指标体系所决定的。在商品流通规模预警模型中，选择与社会消费品零售总额增长率密切相关的9个商品流通规模指标及前一年社会消费品零售总额增长率作为网络输入的10个神经元，指标分别是前一年批发、零售和餐饮业就业人数增长率、前一年国内生产总值增长率、前一年人口自然增长率、前一年居民消费支出增长率、前一年政府消费支出增长率、前一年居民家庭人均可支配收入增长率、前一年货币供应量增长率、前一年金融机构现金支出量增长率、前一年城乡居民人民币储蓄存款增长率，输出层神经元是社会消费品零售总额增长率。
2.隐层单元数的选择。为提高网络训练的精度，用增加神经元数的方法要比增加隐含层的方法在结构实现上简单的多。因此在尽可能少的层数前提下选取最佳的神经元数，选取多少个隐含层单元数才合适，在理论上并没有一个明确的规定，需要在设计中进行多次训练来确定。隐层单元数目太少，不能识别训练样本、集中不包含的样本。而隐层神经元数过多导致学习时间过长，也会导致对新样本学习能力的降低。因此客观上存在最佳隐层神经元数，可根据以下3个参考公式选择最佳隐层单元数。
另一种方法采用函数处理，如：
［Pn,minp,maxp,Tn,mint,maxt］＝premnmx（P,T）
其中P、T分别为原始输入和输出数据，minp和maxp分别为P中的最小值和最大值。mint和maxt分别为T的最小值和最大值。
商品流通规模的指标数据经过归一化处理，使数据分布在［1，－1］范围内，如表4和表5所示。网络输入向量选取1991—2004年的数据。
（二）基于BP神经网络的训练与预测
在网络的输入层、输出层、隐层设计之后，下面采用Matlab软件的神经网络工具箱对商品流通规模预警模型进行训练与预测。在商品流通规模数据中，选取1991—2004年的数据为训练样本，2006年数据为检验样本，输出节点为1，隐层的神经元传递函数采用S型正切函数tansig，商品流通规模的输出层神经元传递函数为S型正切函数tansig。
经过训练得到误差曲线如图1所示，商品流通规模神经网络在训练809次后达到目标误差。
图1 商品流通规模网络训练误差曲线
商品流通规模神经网络预测的结果如表6所示。2007年无实际值，所以设为NA。
最后根据预测结果计算商品流通规模的警情所对应的警度，从表6中可以看出，2006年商品流通规模的预测值为14.3996，2006年的实际值为13.74496，根据社会消费品零售总额增长率的警限设置，预测值与实际值都位于无警区间内。2007年的预测值为14.4451，根据警限设置，2007年的社会消费品零售总额增长率也位于无警区间。
从预警的效果来看，采用神经网络方法建立商品流通规模的预警模型较好，仅从样本数据进行预测的准确性可达到100％。本文采用神经网络的方法对商品流通规模进行预警研究，不仅使得商品流通规模预警结果能够更好地反映商品流通与速度的实际运行情况，而且能够根据预警结果及时调整商品流通预警的策略，从而使得我国整个商品流通产业处于良好的运行状态。
标签：自然增长率论文; 社会消费品零售总额论文; 人口增长率论文; bp神经网络论文;