基于支持向量机回归的金融系统性风险预测

发布时间：2017-05-21 13:05

  本文关键词：基于支持向量机回归的金融系统性风险预测，由笔耕文化传播整理发布。

【摘要】：近年来,国际金融市场持续动荡,引起世界各国对金融系统性风险的研究和关注。系统性风险存在于金融领域各个部门,单一金融部门的风险都会传播影响其它金融部门;而且在国际金融和经济交流频繁的背景下,一国的金融风险也会使其它国家和地区的金融环境受到影响。系统性风险的累积,是金融市场许多相关因素作用的结果;关于系统性风险的研究就需要统计相关的作用指标并进行整合计算,进而实时监测系统性风险的状况并进行预测。金融危机的爆发,总是发展速度快,波及范围广,破坏性强,对经济产生强的摧毁力。在金融市场不断发展壮大的当今社会,如何保证金融的良好发展方向,既能推动经济发展,又不会引发系统性危机,是金融监管的关键。金融危机总是从某些方面体现一国或者地区金融监管的缺失和经济政策的漏洞,如果能够做好积极预防和早期控制,就能避免受到金融风险的影响和破坏。本文在研究建立支持向量机回归预测模型系统预测我国金融系统性风险时,主要完成了以下几方面的工作:(1)建立金融压力指数进行综合评价我国系统性风险,并将该指数作为研究我国系统性风险预测模型系统的因变量。(2)运用Granger因果检验方法,选取汇率水平、GDP增长率、广义货币与GDP之比、贸易差额、中美一年期存款利差五个指标作为金融系统性风险的早期预警指标。(3)鉴于支持向量机回归模型较好的刻画多维指标之间的关系,因此选择用支持向量机回归模型来预测我国系统性风险,并分析了我国系统性风险的发展趋势。
【关键词】：系统性风险 金融压力指数 金融预警指标 支持向量机回归
【学位授予单位】：兰州财经大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：F832.5
【目录】：

• 摘要4-5
• Abstract5-9
• 1 引言9-21
• 1.1 金融系统性风险的定义9-11
• 1.2 研究背景及意义11-14
• 1.2.1 研究背景11-13
• 1.2.2 研究意义13-14
• 1.3 文献综述14-19
• 1.3.1 金融压力指数法研究综述15-17
• 1.3.2 金融预警指标选取的研究综述17
• 1.3.3 金融系统性风险预测模型的研究综述17-19
• 1.4 本文切入点19-21
• 2 金融系统性风险的预测模型系统21-35
• 2.1 我国金融压力指数的构建过程21-26
• 2.1.1 金融压力指数的构建原则21-22
• 2.1.2 金融压力指数的构建方法22-26
• 2.2 金融预警指标的选取26-27
• 2.3 支持向量机回归预测模型27-35
• 2.3.0 支持向量机理论基础27-28
• 2.3.1 支持向量分类算法28-31
• 2.3.2 支持向量机的核函数31-32
• 2.3.3 支持向量机回归算法32-34
• 2.3.4 SVMR算法的优点34-35
• 3 实证分析及结果35-45
• 3.1 因变量－金融压力指数的计算35-37
• 3.2 金融压力指数的有效性评价37-39
• 3.3 自变量－金融预警指标的选取39-40
• 3.4 支持向量机回归模型的构建及预测40-45
• 4 结论45-47
• 5 国内外金融环境背景及对策建议47-52
• 5.1 国内外金融风险因素47-49
• 5.2 我国应对系统性风险的对策分析49-52
• 参考文献52-56
• 附录56-58
• 后记58

【参考文献】

中国期刊全文数据库 前2条

1 龚艳冰;;基于支持向量机的金融衍生品风险评价[J];统计与决策;2010年05期

2 赛英;张凤廷;张涛;;基于支持向量机的中国股指期货回归预测研究[J];中国管理科学;2013年03期

  本文关键词：基于支持向量机回归的金融系统性风险预测，由笔耕文化传播整理发布。

，

本文编号：383712