Fundamentale Wechselkursprognose mit Neuronalen Netzen: Traditionelle versus neuere Ansätze zur Wechselkursbestimmung

شبکه های عصبی به طور فزاینده ای برای برنامه های کاربردی در بخش مالی استفاده می شوند. یکی از کاربردهای ممکن، پیش‌بینی نرخ ارز با کمک نظریه‌های نرخ ارز مبنا محور است. گونتر گریم تحلیل می‌کند که آیا روش‌های کمی جدیدتر به نتایج بهتری در پیش‌بینی نرخ ارز نسبت به روش‌های کلاسیک منجر می‌شوند یا خیر. برای این منظور، نگارنده رویکردهای سنتی و جدیدتر نظریه‌های نرخ ارز اقتصادی را با استفاده از روش خطی و غیرخطی در قالب شبکه عصبی بررسی می‌کند. تمرکز ملاحظات این سوال است که آیا نوع روش تخمین و انتخاب متغیرهای موجود در مدل‌ها منجر به بهبود توانایی پیش‌بینی می‌شود؟ علاوه بر این، نتایج با نتایج مدل پیاده‌روی تصادفی مقایسه می‌شوند.

Neuronale Netze werden zunehmend für Anwendungsgebiete in der Finanzwirtschaft eingesetzt. Eine Anwendungsmöglichkeit besteht in der Prognose von Wechselkursen mit Hilfe fundamental orientierter Wechselkurstheorien. Günter Grimm analysiert, ob neuere quantitative gegenüber klassischen Verfahren zu besseren Ergebnissen bei der Wechselkursprognose führen. Hierzu überprüft der Autor traditionelle und neuere Ansätze volkswirtschaftlicher Wechselkurstheorien mit einem linearen und einem nicht-linearen Verfahren in Form eines neuronalen Netzes. Im Mittelpunkt der Überlegungen steht die Frage, ob zum einen die Art des Schätzverfahrens und zum anderen die Auswahl der in die Modelle eingehenden Variablen zu einer Verbesserung der Prognosefähigkeit führt. Zudem werden die Ergebnisse mit denen des Random-Walk Modells verglichen.