采用支持向量機(jī)和核主成分分析法構(gòu)建中國銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)預(yù)警模型,將預(yù)警結(jié)果與BP神經(jīng)網(wǎng)絡(luò)模型和Logit回歸模型的預(yù)警結(jié)果進(jìn)行對比,并基于2008年1月～2017年9月的數(shù)據(jù),采用SVM預(yù)警模型預(yù)測2009年1月～2018年9月中國銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)水平。研究結(jié)果顯示:與BP神經(jīng)網(wǎng)絡(luò)和Logit回歸模型相比,SVM模型具有較高的預(yù)警正確率;在不同的階段中國銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)水平呈現(xiàn)出不同的變動趨勢。建議中國政府部門和銀行業(yè)警惕資本市場泡沫增長等隱性風(fēng)險(xiǎn),不斷完善銀行業(yè)內(nèi)部系統(tǒng)的風(fēng)險(xiǎn)防控機(jī)制,持續(xù)強(qiáng)化銀行業(yè)宏觀審慎監(jiān)管。 

【文章來源】：國際商務(wù)(對外經(jīng)濟(jì)貿(mào)易大學(xué)學(xué)報(bào)). 2019,(04)北大核心CSSCI

【文章頁數(shù)】：14 頁

【部分圖文】：

遺傳算法的優(yōu)化軌跡

【參考文獻(xiàn)】：
期刊論文
[1]深度學(xué)習(xí)的金融實(shí)證應(yīng)用:動態(tài)、貢獻(xiàn)與展望[J]. 蘇治,盧曼,李德軒.  金融研究. 2017(05)
[2]金融安全預(yù)警系統(tǒng)的建模與實(shí)證研究:基于中國數(shù)據(jù)的檢驗(yàn)[J]. 肖斌卿,顏建曄,楊旸,張璞.  國際商務(wù)(對外經(jīng)濟(jì)貿(mào)易大學(xué)學(xué)報(bào)). 2015(06)
[3]我國銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)預(yù)警研究[J]. 楊霞,吳林.  統(tǒng)計(jì)與決策. 2015(10)
[4]供應(yīng)鏈金融視角下的中小企業(yè)信用風(fēng)險(xiǎn)評估研究——基于SVM與BP神經(jīng)網(wǎng)絡(luò)的比較研究[J]. 胡海青,張瑯,張道宏.  管理評論. 2012(11)
[5]我國金融風(fēng)險(xiǎn)預(yù)警模型的建立與實(shí)證研究[J]. 許傳華,徐慧玲,楊雪萊.  經(jīng)濟(jì)問題. 2012(02)
[6]金融風(fēng)險(xiǎn)預(yù)警:評價(jià)指標(biāo)、預(yù)警機(jī)制與實(shí)證研究[J]. 陳秋玲,薛玉春,肖璐.  上海大學(xué)學(xué)報(bào)(社會科學(xué)版). 2009(05)



本文編號：3010790