| 中文摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-18页 |
| ·选题背景及意义 | 第10-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·本文的研究方法 | 第14-15页 |
| ·本文的结构及主要内容 | 第15-16页 |
| ·本文的创新点 | 第16-18页 |
| 第2章 货币需求函数、协整分析和神经网络相关理论综述 | 第18-38页 |
| ·货币需求函数 | 第18-26页 |
| ·货币需求的概念 | 第18-19页 |
| ·货币需求理论的发展 | 第19-23页 |
| ·货币需求函数的计量模型 | 第23-26页 |
| ·协整与误差校正模型理论 | 第26-32页 |
| ·线性协整理论与误差校正模型 | 第26-29页 |
| ·非线性协整理论与误差校正模型 | 第29-32页 |
| ·人工神经网络理论 | 第32-38页 |
| ·人工神经网络原理 | 第32-35页 |
| ·人工神经网络建模过程 | 第35-36页 |
| ·人工神经网络在经济领域的应用 | 第36-38页 |
| 第3章 货币需求函数非线性模型的估计与界定 | 第38-60页 |
| ·影响我国货币需求的因素分析 | 第38-43页 |
| ·因素的分析 | 第38-41页 |
| ·变量数据的选取及处理 | 第41-43页 |
| ·广义回归神经网络用于货币需求函数非线性建模的可行性分析 | 第43-47页 |
| ·广义回归神经网络的结构与算法 | 第43-45页 |
| ·广义回归神经网络与BP神经网络的对比 | 第45-47页 |
| ·货币需求函数的非线性协整检验 | 第47-50页 |
| ·向量时间序列的记忆性判断 | 第47-48页 |
| ·非线性协整函数的估计 | 第48页 |
| ·残差序列的检验 | 第48-50页 |
| ·三次多项式的非线性误差校正模型 | 第50-54页 |
| ·三次多项式非线性误差校正模型的估计 | 第50-53页 |
| ·三次多项式非线性误差校正模型的解释 | 第53-54页 |
| ·基于广义回归神经网络的货币需求函数 | 第54-60页 |
| ·广义回归神经网络模型的设计与结构 | 第54-56页 |
| ·基于广义回归神经网络的货币需求函数的建立 | 第56-60页 |
| 第4章 非线性货币需求函数的应用 | 第60-67页 |
| ·RM1非线性模型预测结果比较 | 第60-62页 |
| ·RM2非线性模型预测结果比较 | 第62-64页 |
| ·两种非线性模型应用比较 | 第64-66页 |
| ·两种非线性货币需求函数的比较 | 第66-67页 |
| 第5章 结论 | 第67-69页 |
| ·论文工作总结 | 第67页 |
| ·展望 | 第67-69页 |
| 参考文献 | 第69-72页 |
| 致谢 | 第72-73页 |
| 附录 | 第73-76页 |