一、引言��

　　傾銷作為一種企業(yè)競爭與生存的必然行為是不可避免的，反傾銷作為一種“打擊不合理價格歧視”的合法手段也受到了國際社會的認可，它是世界貿(mào)易組織推行的一項基本原則，用以規(guī)范國際貿(mào)易行為，維護市場經(jīng)濟自由公平的競爭秩序。反傾銷的初衷是對破壞國際貿(mào)易游戲規(guī)則的國家或地區(qū)予以懲戒，迫使其走上規(guī)范的國際貿(mào)易自由化軌道。但對發(fā)起國的對等產(chǎn)業(yè)而言，反傾銷卻是實實在在的貿(mào)易保護。�ルS著世界經(jīng)濟貿(mào)易一體化進程的加快，在逐漸失去了常規(guī)的關(guān)稅和非關(guān)稅壁壘等保護措施之后，一些國家已越來越頻繁地揮舞起反傾銷大棒，藉反傾銷之名，行保護主義之實。2002年一年間，僅中國就遭受了來自16個國家的47次反傾銷指控，產(chǎn)品涉及鋼鐵、打火機和彩電等。國際反傾銷案件逐年遞增，反傾銷措施漸漸演變成了一種“合法的”貿(mào)易保護主義手段，許多發(fā)展中國家政府及出口產(chǎn)品生產(chǎn)者也因此遭受了嚴(yán)重的損失。為了減少反傾銷訴訟的發(fā)生，出口國方面除了采取一些主動的長期策略外，還可以建立反傾銷預(yù)警體系。它使得出口國在進口國進行反傾銷訴訟或?qū)嵤┢渌�貿(mào)易保護措施之前，有足夠的反應(yīng)時間改變策略，從而使其利益損失降為最低。�セ�于上述理論，本文采用BP神經(jīng)網(wǎng)絡(luò)的建模思想對價格監(jiān)測預(yù)警模型進行了研究，并以我國出口至美國的棉紗為實例，對模型進行了檢驗。通過監(jiān)測美國棉紗的價格波動，確定我國出口棉紗是否嚴(yán)重影響到美國棉紗生產(chǎn)企業(yè)，以及美國政府是否實施貿(mào)易保護政策，若確實存在這種趨勢，則發(fā)出預(yù)警信息，從而為我國棉紗出口商的策略改變及政府出口政策的修訂提供參考。��

　　二、BP神經(jīng)網(wǎng)絡(luò)的基本原理��

　　人工神經(jīng)網(wǎng)絡(luò)（Artificial neural network，簡稱ANN）是一種基于神經(jīng)元的相互作用，傳遞和處理信息的人工智能研究方法，是生物科學(xué)和計算機科學(xué)相結(jié)合的產(chǎn)物，具有自適應(yīng)、非線性等特點。該方法克服了傳統(tǒng)人工智能方法對于直覺（如模式、語音識別）等非結(jié)構(gòu)化信息處理方面的缺陷，以其強大的推理和仿真能力廣泛應(yīng)用于政治、經(jīng)濟等領(lǐng)域。�プ詮腗cclelland和Rumehart（1986）等首次提出多層前饋網(wǎng)絡(luò)的反向傳播算法（Back Propagation），簡稱BP網(wǎng)絡(luò)或BP算法之后，BP神經(jīng)網(wǎng)絡(luò)迅速占據(jù)了人工神經(jīng)網(wǎng)絡(luò)研究的主體地位。��BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過程即是通過對樣本數(shù)據(jù)的學(xué)習(xí)，尋找到一個最優(yōu)連接權(quán)值，使模型的輸出值與期望輸出值間的誤差達到最小的過程。它的具體算法步驟為：（1）以小的隨機數(shù)對網(wǎng)絡(luò)每一層的權(quán)值和偏差初始化；（2）計算網(wǎng)絡(luò)各層輸出矢量及誤差；（3）計算各層反向傳播的誤差變化并計算相應(yīng)權(quán)值的修正值和新權(quán)值；（4）再次計算權(quán)值修正后的誤差平方和；（5）檢查該誤差平方和是否小于期望誤差最小值，若是，訓(xùn)練結(jié)束，否則轉(zhuǎn)至（2）繼續(xù)�？梢杂靡痪湓拋硇稳軧P網(wǎng)絡(luò)的學(xué)習(xí)過程，就是“模式順傳播”→“誤差逆?zhèn)鞑ァ薄�“記憶�?xùn)練”→“學(xué)習(xí)收斂”的過程。��

　　三、出口產(chǎn)品價格監(jiān)測預(yù)警模型的構(gòu)建��

　�。ㄒ唬�數(shù)據(jù)的收集��

　　本文選取純棉紗作為研究實例對象構(gòu)建模型。為便于分析，把棉紗的產(chǎn)銷流程簡化為棉花—棉紗—棉坯布。棉紗的上游產(chǎn)品主要是棉花，而棉紗主要用于坯布的生產(chǎn)，所以棉紗的下游產(chǎn)品為坯布。針對此產(chǎn)業(yè)鏈，我們收集的數(shù)據(jù)主要有，美國棉花價格和坯布價格、我國出口到美國的棉紗價格、美國的棉紗價格，以及宏觀經(jīng)濟環(huán)境對棉紗價格的影響，包括匯率和原油價格。��為了避免噪聲和干擾，本文主要考察價格的相對變化率，因此須將收集到的數(shù)據(jù)處理為變動率的形式。主要考察的時間區(qū)間為2002年12月到2005年1月。處理后的部分數(shù)據(jù)如表1所示。�て渲�，P�璄表示匯率變動率，P�璒表示原油價格變動率，P��2C代表美國棉坯布價格變動率，P��1C代表美國棉花價格變動率，P�璅表示美國棉紗價格變動率，P�璈為我國出口到美國的棉紗價格變動率。��

　�。ǘ�）數(shù)據(jù)的檢驗��

　　平穩(wěn)性檢驗

��
　　本文選擇ADF（augmented Dickey-Fuller unit root test）法對樣本數(shù)據(jù)進行平穩(wěn)性檢驗。ADF回歸式如下：��Y�璽=C+T�璽+ρY�璽-1+�騪i=1θ�璱ΔY�璽-i+ζ�璱（1）�テ渲校珻為截距項，T�璽為時間趨勢項，�騪i=1θ�璱ΔY�璽-i為P個分布滯后項，ζ�璱是均值為零的隨機誤差項。如果得到的ADF檢驗統(tǒng)計量小于顯著水平下的臨界值，則接受序列平穩(wěn)性的假設(shè)。檢驗結(jié)果如表2所示，顯著水平取5％。�ビ杀�2的單根檢驗結(jié)果可以看出，棉紗及其上下游相關(guān)產(chǎn)品的價格變動率皆為I（0）階平穩(wěn)數(shù)列。

　　四、結(jié)論��

　　近年來，神經(jīng)網(wǎng)絡(luò)以其較強的自適應(yīng)、自學(xué)習(xí)能力，在經(jīng)濟領(lǐng)域得到了廣泛應(yīng)用。本文以棉紗為例，利用BP神經(jīng)網(wǎng)絡(luò)，借助Matlab工具建立了我國出口產(chǎn)品價格監(jiān)測預(yù)警模型，并且取得了良好的實驗效果，但介于訓(xùn)練和測試樣本數(shù)目較少，該監(jiān)測預(yù)警模型的實際應(yīng)用價值還有待于進一步的深入研究。在下一步工作中，可以嘗試?yán)�用更多�?shù)目的樣本數(shù)據(jù)對該模型進行檢驗，并將影響美國棉紗價格變動的其他因素考慮進來，從而使得該模型更加完善和逼近現(xiàn)實。�オ�

　　參考文獻：��

　　林灼榮。進口監(jiān)測模型之建構(gòu)-丙烯［EB/OL］。http://www. 51paper.net/ck/2004523050836. htm.�ァ　　　　�

　　MCCLELLAND J L，RUMELHART D E. 1986.Parllel Distributed Processing［M］。Vols land 2，MIT Press.