文章以我國六個碳金融試點市場每個月份的風險狀態(tài)為研究樣本,構建基于支持向量機（SVM）的碳金融風險預警模型。利用網(wǎng)格搜索法和徑向基核函數(shù)構建的SVM模型對碳金融風險的預警準確率高達91.860 5%,對我國六個碳金融試點市場進行預警后發(fā)現(xiàn),北京、上海試點市場風險較大,天津、深圳市場居中,廣東和湖北市場相對健康。最后根據(jù)研究結論提出相關建議。 

【文章來源】：華東經(jīng)濟管理. 2019,33(03)北大核心CSSCI

【文章頁數(shù)】：6 頁

【文章目錄】：
一、引言
二、文獻綜述
三、碳金融風險及預警指標體系
    （一） 碳金融風險分析
    （二） 風險預警指標體系
四、數(shù)據(jù)處理與風險預警模型構建
    （一） 數(shù)據(jù)處理
    （二） 預警模型構建
        1. SVM技術建模介紹
        2. 碳金融風險預警模型構建
五、碳金融風險預警
    （一） 預警模型的應用
        1. 用預警模型對訓練數(shù)據(jù)集進行分類預測
        2. 用預警模型對整體數(shù)據(jù)集進行分類預測
        3. 用預警模型對預測數(shù)據(jù)集進行分類預測
    （二） 預警結果分析
六、結論與建議
    （一） 主要結論
    （二） 政策建議


【參考文獻】：
期刊論文
[1]加快推進我國產(chǎn)業(yè)結構低碳轉型的產(chǎn)業(yè)經(jīng)驗與路徑選擇[J]. 胡冰.  理論探討. 2017(01)
[2]中國低碳經(jīng)濟增長效率的空間格局與演變趨勢[J]. 顧劍華.  西部論壇. 2017(02)
[3]基于支持向量機的貸款風險等級分類真實性審計研究[J]. 隋學深,喬鵬,丁保利.  審計研究. 2014(03)
[4]碳金融交易風險:度量與防控[J]. 杜莉,王利,張云.  經(jīng)濟管理. 2014(04)
[5]基于支持向量機的中國股指期貨回歸預測研究[J]. 賽英,張鳳廷,張濤.  中國管理科學. 2013(03)
[6]基于支持向量機股票價格指數(shù)建模及預測[J]. 劉道文,樊明智.  統(tǒng)計與決策. 2013(02)
[7]碳金融理論研究評述與展望[J]. 王定祥,琚麗娟.  西部論壇. 2013(01)
[8]開放條件下中國金融風險預警指標體系研究[J]. 孫立行.  世界經(jīng)濟研究. 2012(12)
[9]構建我國商業(yè)銀行碳金融風險管理機制[J]. 周紀昌.  金融理論與實踐. 2012(10)
[10]我國發(fā)展碳金融面臨的風險和對策[J]. 劉志成.  武漢金融. 2012(06)



本文編號：3020204