非线性带外生输入自回归（NARX）神经网络在宏观经济预测、国家目标设定与全球竞争力评估中的应用

本文通过文献综述选取NARX神经网络作为方法，并构建涉及宏观经济预测、国家目标设定与全球竞争力评估应用场景下的具体NARX神经网络。通过对中国、美国和欧元区的案例研究，本研究探讨那些有限的与部分外生输入或丰富的与全面外生输入、一小组最相关外生输入或覆盖宏观经济所有主要方面的大组外生输入、全区域相关外生输入或全区域与细分区域相关外生输入，如何具体影响NARX神经网络对特定宏观经济指标或指数的预测性能。通过对俄罗斯的案例研究，本文探讨有限的与最相关外生输入集合或丰富的与全面外生输入集合如何具体影响那些用于国家目标设定的特定NARX神经网络的预测性能。最后，开展了NARX神经网络应用于各经济体全球竞争力指数（GCIs）预测的比较研究，以探讨基于部分经济体GCI相关数据训练的特定NARX神经网络能否对其他经济体的GCI做出足够准确的预测，以及基于某类经济体数据训练的特定NARX神经网络能否对同类经济体的GCI给出比不同类型经济体更准确的预测。基于上述所有成功应用，本文提出政策建议：应用经评估为合格的充分训练NARX神经网络，以辅助甚至替代人脑在多种适当任务中的演绎与归纳能力。