期刊文献+
共找到8篇文章
< 1 >
每页显示 20 50 100
面向金融风险预测的时序图神经网络综述
1
作者 宋凌云 马卓源 +1 位作者 李战怀 尚学群 《软件学报》 EI CSCD 北大核心 2024年第8期3897-3922,共26页
金融风险预测在金融市场监管和金融投资中扮演重要角色,近年来已成为人工智能和金融科技领域的热门研究主题.由于金融事件的实体之间存在复杂的投资、供应等关系,现有的金融风险预测研究常利用各种静态和动态的图结构来建模金融实体间... 金融风险预测在金融市场监管和金融投资中扮演重要角色,近年来已成为人工智能和金融科技领域的热门研究主题.由于金融事件的实体之间存在复杂的投资、供应等关系,现有的金融风险预测研究常利用各种静态和动态的图结构来建模金融实体间的关系,并通过卷积图神经网络等方法将相关的图结构信息嵌入金融实体的特征表示中,使其能够同时表征金融风险相关的语义和结构信息.然而,以前的金融风险预测综述仅关注了基于静态图结构的研究,这些研究忽视了金融事件中实体间关系会随时间动态变化的特性,降低了风险预测结果的准确性.随着时序图神经网络的发展,越来越多的研究开始关注基于动态图结构的金融风险预测,对这些研究进行系统、全面的回顾有助于学习者构建面向金融风险预测研究的完整认知.根据从动态图中提取时序信息的不同途径,首先综述3类不同的时序图神经网络模型.然后,根据不同的图学习任务,分类介绍股价趋势风险预测,贷款违约风险预测,欺诈交易风险预测,以及洗钱和逃税风险预测共4个领域的金融风险预测研究.最后,总结现有时序图神经网络模型在金融风险预测方面遇到的难题和挑战,并展望未来研究的潜在方向. 展开更多
关键词 时序图神经网络 金融风险预测 股价趋势风险 贷款违约风险 欺诈交易风险 洗钱和逃税风险
下载PDF
大数据在金融风险预测与管理中的实践探索 被引量:1
2
作者 张莉花 《广东经济》 2024年第12期73-75,共3页
文章深入探讨了大数据技术在金融风险预测与管理中的应用,并提出了实践探索和政策建议。旨在提高风险预测的精准度,为金融机构提供科学决策支持,有效管理与预防风险。同时,文章强调了数据隐私保护、信息安全、法规体系的健全,以及技术... 文章深入探讨了大数据技术在金融风险预测与管理中的应用,并提出了实践探索和政策建议。旨在提高风险预测的精准度,为金融机构提供科学决策支持,有效管理与预防风险。同时,文章强调了数据隐私保护、信息安全、法规体系的健全,以及技术应用推广的重要性。本研究不仅促进了金融机构风险管理水平的提升,也为金融市场的平稳健康发展提供了保障,并鼓励跨界合作创新,推动大数据技术在金融行业的广泛应用。 展开更多
关键词 大数据技术 金融风险预测 金融风险管理 决策支持系统
下载PDF
面向金融风险预测领域的机器学习应用研究 被引量:1
3
作者 姜慜喆 赵盛喆 黄雅荷 《武汉理工大学学报(信息与管理工程版)》 CAS 2023年第5期785-789,共5页
在经济全球化时代,任何国家或地区都不可能成为风险的孤岛。因此,监控金融风险出现的征兆,预防可能会发生的金融风险,对完善企业风险管理和促进国家经济持续增长至关重要。通过梳理金融风险预测领域相关研究,从金融风险预测度量指标、... 在经济全球化时代,任何国家或地区都不可能成为风险的孤岛。因此,监控金融风险出现的征兆,预防可能会发生的金融风险,对完善企业风险管理和促进国家经济持续增长至关重要。通过梳理金融风险预测领域相关研究,从金融风险预测度量指标、机器学习分析方法,以及机器学习在金融风险预测领域中的应用3个维度考察了该领域的研究现状,为金融风险预测研究提供了更全面的视角。结果表明:在未来的研究中应建立更加多源的金融风险指标体系;应进一步考虑模型的可解释性;应考虑深度学习算法在金融风险预测中的应用。 展开更多
关键词 金融风险预测 机器学习 文献综述 非平衡 指标体系
下载PDF
百度搜索、风险感知与金融风险预测--基于行为金融学的视角 被引量:14
4
作者 罗鹏 陈义国 许传华 《金融论坛》 CSSCI 北大核心 2018年第1期39-51,共13页
本文利用百度搜索大数据、金融风险指标滞后项以及结构数据变量滞后项建立金融风险预测模型,研究发现:(1)包含百度搜索大数据的风险预测模型有助于提升金融风险预测的准确度,并且模型在金融风险上升时期的预测效果要好于金融风险下降时... 本文利用百度搜索大数据、金融风险指标滞后项以及结构数据变量滞后项建立金融风险预测模型,研究发现:(1)包含百度搜索大数据的风险预测模型有助于提升金融风险预测的准确度,并且模型在金融风险上升时期的预测效果要好于金融风险下降时期的预测效果。(2)公众搜索宏观经济类风险、银行机构类风险和互联网金融类风险产生"追涨杀跌"的非理性行为,搜索非银行机构类风险的当期产生"追涨杀跌"的非理性行为,随后转变为"追跌杀涨"的理性行为。 展开更多
关键词 百度搜索 风险感知 金融风险预测 行为金融
原文传递
基于深度学习的大数据金融风险行为预测研究 被引量:3
5
作者 曹敏 邱格磊 林兴 《信阳农林学院学报》 2021年第3期119-122,127,共5页
设计了一种基于深度学习的风险行为预测模型,该模型通过对海量交易数据进行分析,识别高风险的交易者。首先,该模型以无监督学习的方式进行预训练,以自动地学习数据的分布式表示。然后,该模型采用经过有监督微调的深度神经网络对交易者... 设计了一种基于深度学习的风险行为预测模型,该模型通过对海量交易数据进行分析,识别高风险的交易者。首先,该模型以无监督学习的方式进行预训练,以自动地学习数据的分布式表示。然后,该模型采用经过有监督微调的深度神经网络对交易者进行分类预测。实验评估的结果证实了基于深度学习的预测模型的有效性。 展开更多
关键词 金融风险预测 大数据 深度学习
下载PDF
基于改进极限学习机的数据智能化分析算法设计
6
作者 范晓东 《电子设计工程》 2024年第5期37-40,45,共5页
针对医疗财务数据的风险,文中提出了一种基于灰狼优化算法改进极限学习机的数据分析方法,实现了对数据风险的精准预测。该算法基于极限学习对数据进行深度挖掘和分析,并在此基础上进行改进,通过灰狼优化算法对极限学习机的权重参数进行... 针对医疗财务数据的风险,文中提出了一种基于灰狼优化算法改进极限学习机的数据分析方法,实现了对数据风险的精准预测。该算法基于极限学习对数据进行深度挖掘和分析,并在此基础上进行改进,通过灰狼优化算法对极限学习机的权重参数进行优化。通过在真实数据集上与极限学习机进行实验对比,本算法的决定系数R2为0.96,优于极限学习机的0.81,验证了所提算法的有效性。同时,为了进一步验证该文算法的优越性,在实验仿真过程中还与多种机器学习算法进行对比,结果表明文中算法的预测效果更为优越,相比于其中表现最佳的SVM也有了0.06的提升。 展开更多
关键词 金融风险预测 数据分析 极限学习机 灰狼优化
下载PDF
融合知识关联与时序传导的金融舆情风险预测模型
7
作者 陈昊冉 洪亮 《数据分析与知识发现》 EI CSSCI CSCD 北大核心 2023年第11期1-13,共13页
【目的】融合公司产业链信息学习针对特定公司的新闻表示,利用新闻表示以及公司间关联提升目标公司舆情风险预测效果。【方法】首先基于注意力机制与Bi-LSTM将公司关联知识嵌入金融新闻文本中,学习针对特定公司的金融新闻表示;然后基于... 【目的】融合公司产业链信息学习针对特定公司的新闻表示,利用新闻表示以及公司间关联提升目标公司舆情风险预测效果。【方法】首先基于注意力机制与Bi-LSTM将公司关联知识嵌入金融新闻文本中,学习针对特定公司的金融新闻表示;然后基于公司间知识关联将金融新闻序列组织成新闻风险传导网络;最后利用时序图注意力网络建模新闻风险信息,通过公司间关联在时序上的传导模式并对风险信息聚合,预测目标公司的金融舆情风险。【结果】实验结果表明,在金融舆情风险预测任务上,本文方法的准确率达到0.624 6,AUC达到0.702 1,均优于基准方法。【局限】模型仅使用了上市公司间股票的统计知识关联,未使用公司间其他类型知识关联。【结论】本文方法能够有效地从金融新闻中学习目标企业相关的风险信息,以及舆情风险在公司关联中和随时间的传导特征,具有良好的金融风险预测性能。 展开更多
关键词 知识关联 文本挖掘 金融风险预测 时序图神经网络 注意力机制
原文传递
International Financial Market's Integration and Modelling Returns of Risky Assets
8
作者 Ben M'Barek Hassene 《Journal of Modern Accounting and Auditing》 2012年第7期1042-1051,共10页
The aim of this paper is to test the ability of conditional and unconditional capital asset pricing models (CAPMs) and to explain emerging markets returns in terms of their integration into the international market.... The aim of this paper is to test the ability of conditional and unconditional capital asset pricing models (CAPMs) and to explain emerging markets returns in terms of their integration into the international market. The authors use data on five developed countries and five emerging countries as well as data on the Tunis Stock Exchange (TSE) after the reforms. The results show that the correlations between emerging markets returns and developed markets returns are very low and sometimes negative. Conditional arbitrage pricing theory (APT) as well as conditional CAPM has low predictive power for emerging markets than that for developed markets. Finally, following the financial reforms, Tunisian financial markets have became more and more integrated into the international market (excess returns and unconditional beta consistent with predictions). However, conditional APT does not accurately explain Tunisian market returns. This study confirms the unavailability of an accurate modelling technique of the TSE structure. 展开更多
关键词 CONDITIONAL unconditional capital asset pricing model (CAPM) conditional arbitrage pricing theory(APT) returns
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部