第一节 概述

本章探讨了人民币汇率与劳动密集型产业的出口竞争力问题。

第二节基于递阶遗传算法与BP神经网络对人民币兑美元的名义汇率进行预测，说明人民币兑美元的汇率在未来一段时期内仍然表现出升值的趋势。

第三节针对原有的实际有效汇率不适合分析对具体产业出口竞争力的影响的状况，借鉴戈德伯格的方法，利用我国与主要贸易伙伴之间的双边名义汇率、价格指数、出口额等时间序列数据构建反映不同产业特征的产业实际汇率。

第四节基于汇率视角对我国劳动密集型产业国际竞争力提升问题进行分析。从我国经济内外失衡的视角出发，建立SVAR模型进行实证分析，较为全面、客观地解释当前的通货膨胀成因，并有针对性地提出治理对策，期望通过通货膨胀的治理来达到间接提升我国劳动密集型产业国际竞争力的目的。

第二节 基于递阶遗传算法与BP神经网络的人民币汇率预测^[1]

对时间序列的未来状态进行预测，就是要想办法确定序列的现在状态与未来状态之间的函数关系。如果时间序列是混沌时间序列（Chaotic Time Series），那么从本质上来看，这个函数就是非线性函数。实际上，由于混沌的非线性特征（Nonlinearity），混沌时间序列的变化规律很难用解析表达式表达。也就是说，用全域预测法和局域预测法对混沌时间序列进行预测的能力是相当有限的。因此，需要对这些预测方法进行改进，同时需要进一步探索新的预测方法^[2]。人工神经网络（Artificial Neural Networks，ANN）由于具有自组织能力、自学习能力、非线性逼近能力，用它进