大数据思维下的利率定价研究——以机器学习为视角的实证分析
本文选题:利率市场化 切入点:利率定价 出处:《金融理论与实践》2017年07期
【摘要】:利率市场化有利于完善金融市场,但也使金融借贷面临更大的不确定性,利率定价过高或过低都会带来负面影响,从而给银行带来金融风险。大数据带来了新的思维方式,基于实际所采集到的商业银行数据,采用机器学习组合算法模型,构建既代表最新技术水平、又可实际落地的利率定价模型。研究表明,大数据可以最大限度地把握利率定价规律,对相当时期的利率变动能够精准地预测,符合新时期利率定价需求。
[Abstract]:Interest rate marketization is beneficial to perfect the financial market, but it also makes the financial loan face more uncertainty. Too high or too low interest rate pricing will bring negative influence, thus bring financial risk to the bank.Big data has brought a new way of thinking, based on the commercial bank data collected in practice, using the machine learning combination algorithm model to construct the interest rate pricing model which not only represents the latest technology level, but also can actually fall to the ground.The study shows that big data can grasp the law of interest rate pricing to the maximum extent, and can accurately predict the change of interest rate in a certain period, which is in line with the demand of interest rate pricing in the new period.
【作者单位】: 北京大学光华管理学院;
【基金】:国家科技支撑项目“村镇金融服务关键技术及系统研发与示范”(2014BAL07B03)
【分类号】:F224;F832.4
【参考文献】
相关期刊论文 前4条
1 孙存一;王彩霞;;机器学习法在信贷风险预测识别中的应用[J];中国物价;2015年12期
2 陈丽霞,陈玉祥;商业银行贷款定价方法研究[J];工业技术经济;2002年03期
3 王化锋,秦丽军,赵向东;商业银行贷款定价模型构造研究[J];辽宁工程技术大学学报(社会科学版);2002年01期
4 ;国有商业银行人民币贷款定价机制研究[J];上海社会科学院学术季刊;1999年01期
【共引文献】
相关期刊论文 前9条
1 孙存一;龚六堂;;大数据思维下的利率定价研究——以机器学习为视角的实证分析[J];金融理论与实践;2017年07期
2 薛功成;;论县域商业银行贷款定价运行机制[J];经济师;2014年05期
3 孟慧燕;;基于KMV模型的商业银行贷款定价实证研究[J];金融纵横;2012年05期
4 金雪军;毛捷;;隐含违约风险的银行贷款定价研究评述[J];浙江大学学报(人文社会科学版);2008年02期
5 金雪军;毛捷;;违约风险与贷款定价:一个基于期权方法和软预算约束的新模型[J];经济学(季刊);2007年04期
6 王鑫;;城市商业银行贷款定价策略[J];辽宁工程技术大学学报(社会科学版);2007年02期
7 麦均洪;;我国商业银行人民币贷款定价模式选择[J];经济师;2006年07期
8 莫易娴 ,范祚军;对三大贷款定价模型的比较分析[J];财会月刊;2005年23期
9 陈学华,杨辉耀,李纲;市场化条件下的利率决定问题[J];广州大学学报(社会科学版);2005年03期
【相似文献】
相关期刊论文 前10条
1 贺英杰;叶宗民;金吉学;;机器学习在入侵检测中的应用综述[J];计算机安全;2010年03期
2 袁鼎荣;;浅谈《机器学习》的课程教学方法[J];广西经济管理干部学院学报;2010年04期
3 李航;;机器学习正在改变我们的工作与生活[J];中国科技财富;2011年15期
4 井田;朱玉琴;;多侧面递进算法在机器学习中的应用[J];科技创新导报;2012年11期
5 ;“第12届中国机器学习会议”征文[J];科技导报;2009年19期
6 ;传漾:AdPlace[J];成功营销;2013年03期
7 白朝阳;;美国国安局:防不胜防的“信息窃贼”[J];中国经济周刊;2013年24期
8 ;“第12届中国机器学习会议”征文[J];科技导报;2009年21期
9 井超;陈立潮;;机器学习在科技成果评估专家系统中的应用[J];科技情报开发与经济;2006年07期
10 丁未;;机器学习为代表的人工智能在仪器仪表工业中的应用展望[J];中国仪器仪表;2014年08期
相关会议论文 前10条
1 王珏;;归纳机器学习[A];2001年中国智能自动化会议论文集(上册)[C];2001年
2 王昊;李银波;纪志梁;;利用机器学习方法预测严重药物不良反应-呼吸困难[A];中国化学会第28届学术年会第13分会场摘要集[C];2012年
3 吴沧浦;;智能系统与机器学习的新领域[A];西部大开发 科教先行与可持续发展——中国科协2000年学术年会文集[C];2000年
4 周晴杰;徐立鸿;吴启迪;;机器学习串级结构的初步探讨[A];1998年中国控制会议论文集[C];1998年
5 李刚;郭崇慧;林鸿飞;杨志豪;唐焕文;;基于词典法和机器学习法相结合的蛋白质名识别[A];大连理工大学生物医学工程学术论文集(第2卷)[C];2005年
6 徐礼胜;李乃民;王宽全;张冬雨;耿斌;姜晓睿;陈超海;罗贵存;;机器学习在中医计算机诊断识别系统中的应用思考[A];第一届全国中西医结合诊断学术会议论文选集[C];2006年
7 蔡健平;林世平;;基于机器学习的词语和句子极性分析[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年
8 黄金铁;李景银;周建常;;对高炉炉况评价模型参数的机器学习——一个三类线性模式分类器的实现[A];1995中国控制与决策学术年会论文集[C];1995年
9 程国建;蔡磊;潘华贤;;核向量机在大规模机器学习中的应用[A];第十一届中国青年信息与管理学者大会论文集[C];2009年
10 张钹;张铃;;统计学习理论及其应用[A];2001年中国智能自动化会议论文集(上册)[C];2001年
相关重要报纸文章 前10条
1 黎骊/文 [美] Tom M.Mitchell 著;机器学习与智能化社会[N];中国邮政报;2003年
2 IBM大数据专家 James Kobielus 范范 编译;机器学习已成为大数据基石[N];网络世界;2014年
3 本报记者 房琳琳;合久必分:分布式“机器学习”应运而生[N];科技日报;2014年
4 雨辰;机器学习类图书为什么火爆[N];中华读书报;2014年
5 百度公司技术副总监 多媒体部负责人 余凯;深度学习与多媒体搜索技术演进[N];中国信息化周报;2013年
6 本报记者 余建斌;机器学习与互联网搜索[N];人民日报;2011年
7 本报记者 张晔邋通讯员 李玮;周志华:永不墨守成规[N];科技日报;2008年
8 记者 彭德倩;机器学习精度提升近6个百分点[N];解放日报;2006年
9 本报记者 闵杰;大数据热 高端人才缺[N];中国电子报;2013年
10 沈建苗 编译;如何成为大数据科学家[N];计算机世界;2013年
相关博士学位论文 前10条
1 董春茹;机器学习中的权重学习与差分演化[D];华南理工大学;2015年
2 姚明臣;机器学习和神经网络学习中的若干问题研究[D];大连理工大学;2016年
3 Maxim Pecionchin;[D];对外经济贸易大学;2016年
4 杜宇;基于深度机器学习的体态与手势感知计算关键技术研究[D];浙江大学;2017年
5 赵玉鹏;机器学习的哲学探索[D];大连理工大学;2010年
6 胡巍;面向格结构的机器学习[D];上海交通大学;2009年
7 张义荣;基于机器学习的入侵检测技术研究[D];国防科学技术大学;2005年
8 钱线;快速精确的结构化机器学习方法研究[D];复旦大学;2010年
9 梁锡军;稀疏优化在机器学习中的若干应用[D];大连理工大学;2013年
10 蒋刚;核机器学习方法若干问题研究[D];西南交通大学;2006年
相关硕士学位论文 前10条
1 毛海斌;基于半监督机器学习的情感分类领域适应问题研究[D];南京理工大学;2015年
2 安军辉;基于微博数据的微博用户性别判断研究[D];华中师范大学;2015年
3 陈召阳;基于机器学习的改性麦槽吸附重金属构效关系模型研究[D];江西理工大学;2014年
4 王成;基于半监督机器学习的文本情感分析技术[D];南京理工大学;2015年
5 孙科;基于Spark的机器学习应用框架研究与实现[D];上海交通大学;2015年
6 刘江龙;基于机器学习的射频指纹定位方法研究[D];电子科技大学;2015年
7 张蕾;基于机器学习的网络舆情采集技术研究与设计[D];电子科技大学;2014年
8 施宇;基于数据挖掘和机器学习的木马检测系统设计与实现[D];电子科技大学;2014年
9 施应敏;基于机器学习的Femtocell信道频谱与功率资源分配算法的研究[D];南京邮电大学;2015年
10 裴松年;基于机器学习的分类算法研究[D];中北大学;2016年
,本文编号:1716031
本文链接:https://www.wllwen.com/jingjilunwen/huobiyinxinglunwen/1716031.html