您好,欢迎来到聚文网。 登录 免费注册
基于人工智能的系统性金融风险预警研究

基于人工智能的系统性金融风险预警研究

  • 字数: 375
  • 出版社: 中国金融
  • 作者: 唐攀|
  • 商品条码: 9787522023588
  • 适读年龄: 12+
  • 版次: 1
  • 开本: 16开
  • 页数: 346
  • 出版年份: 2024
  • 印次: 1
定价:¥96 销售价:登录后查看价格  ¥{{selectedSku?.salePrice}} 
库存: {{selectedSku?.stock}} 库存充足
{{item.title}}:
{{its.name}}
精选
内容简介
本书主要基于人工智能 的理论和方法,系统性地研 究系统性金融风险的预测问 题。分别从金融机构和金融 市场、风险网络动态预测、 系统性金融风险三个维度展 开风险的预测研究。首先, 本书提出了金融时间序列数 据的生成方法,为金融风险 数据生成提供理论方法和工 具。其次,基于可解释机器 学习方法分别对债券违约、 股票市场风险和质押风险、 银行违约风险进行了预测, 并研究了各影响因素的重要 程度与风险的作用机制。再 次,使用深度学习模型对风 险溢出网络进行了预测研究 ,实现了对整体风险网络的 动态预测。最后,使用人工 智能方法对全球金融危机预 警展开研究,对影响金融危 机发生的因素进行可解释性 分析;通过选取金融子市场 的多个指标,对我国系统性 金融风险进行了预测。本书 的研究结果可为风险的早期 识别、实时监控和预警提供 理论方法和工具,为监管部 门防范系统性金融风险提供 技术参考。
作者简介
唐攀,东南大学经济管理学院副教授,博士生导师。主要研究金融风险管理、金融智能与预测、金融科技与大数据分析,在SSCI期刊发表多篇学术论文。
目录
1 绪论 1.1 研究背景 1.2 研究内容 1.3 理论模型 2 基于人工智能的系统性金融风险数据生成研究 2.1 引言 2.2 文献综述 2.3 金融时间序列生成模型构建 2.4 金融风险数据生成与结果分析 2.5 结论与展望 3 基于人工智能的股票市场风险预警研究 3.1 引言 3.2 数据及描述性统计 3.3 模型预测结果对比 3.4 股票市场风险影响因素的可解释性分析 3.5 结论 4 基于人工智能的公司债券违约预测研究 4.1 引言 4.2 特征选择与数据处理 4.3 公司债券违约预测 4.4 公司债违约影响因素的可解释性分析 4.5 结论 5 基于人工智能的城投债信用风险预测研究 5.1 引言 5.2 文献综述 5.3 样本选取和数据处理 5.4 模型预测结果与分析 5.5 信用风险影响因素的可解释性分析 5.6 结论 6 基于人工智能的银行违约风险预警研究 6.1 引言 6.2 数据及描述性统计 6.3 实证分析 6.4 结论 7 基于人工智能的企业违规风险预警研究 7.1 引言 7.2 数据选择与处理 7.3 企业违规预测与分析 7.4 结论 8 基于人工智能的风险溢出网络预测研究 8.1 引言 8.2 文献综述 8.3 模型构建 8.4 风险溢出网络构建和分析 8.5 基于深度学习的网络预测 8.6 风险网络预测结果分析 8.7 结论 附录 稳健性检验 9 基于人工智能的我国经济周期预测研究 9.1 引言

蜀ICP备2024047804号

Copyright 版权所有 © jvwen.com 聚文网