• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      基于數(shù)據(jù)挖掘的金融市場(chǎng)風(fēng)險(xiǎn)刻畫研究

      2009-05-29 03:40徐宏忠符正平聶廣禮
      現(xiàn)代管理科學(xué) 2009年4期
      關(guān)鍵詞:金融危機(jī)數(shù)據(jù)挖掘

      徐宏忠 符正平 聶廣禮

      摘要:由于金融危機(jī)發(fā)生的周期性和規(guī)律性,對(duì)金融危機(jī)風(fēng)險(xiǎn)的預(yù)警和分析越來(lái)越重要并具有一定可行性。文章從經(jīng)濟(jì)分析和數(shù)量方法兩個(gè)角度綜述了當(dāng)前金融市場(chǎng)風(fēng)險(xiǎn)分析與預(yù)警的方法,提出了基于數(shù)據(jù)挖掘的金融市場(chǎng)風(fēng)險(xiǎn)刻畫的方法和步驟,對(duì)我國(guó)金融市場(chǎng)的風(fēng)險(xiǎn)預(yù)警具有很好的借鑒意義和實(shí)用性。

      關(guān)鍵詞:金融危機(jī):數(shù)據(jù)挖掘;金融市場(chǎng)風(fēng)險(xiǎn)

      一、引言

      始于次貸危機(jī)的美國(guó)金融危機(jī)給美國(guó)以及全球的金融系統(tǒng)帶來(lái)了沉重的打擊,在短短一周的時(shí)間里世界上最大的四家美國(guó)投資銀行全部走入歷史,全球最大的私營(yíng)保險(xiǎn)集團(tuán)AIG一夜之間成為美國(guó)最大的“國(guó)有企業(yè)”。在十月份美國(guó)道瓊斯指數(shù)連跌八天,截止2008年10月12日全球股市蒸發(fā)6萬(wàn)億美元,也使很多主權(quán)國(guó)家背負(fù)了沉重的債務(wù)。

      金融危機(jī)的歷史多次重演。金融系統(tǒng)的危機(jī)已經(jīng)出現(xiàn)多次,如1929年美國(guó)大蕭條、1990年日本銀行危機(jī)、北歐銀行危機(jī)等,諸次危機(jī)都造成了很大的破壞。雖然危機(jī)發(fā)生所在的各個(gè)國(guó)家的狀況各不相同,各次影響也有小有大。但是這幾次危機(jī)有著近乎相同的起因,那就是廉價(jià)的資金成本加上金融法規(guī)的開(kāi)放,導(dǎo)致投資風(fēng)氣大盛。刺激股市和房地產(chǎn)價(jià)格飆漲(吳玥,2008)。這次美國(guó)金融危機(jī)的直接原因是金融衍生品過(guò)度開(kāi)發(fā),但是從根本上說(shuō)也是美國(guó)前期過(guò)低的利率水平和過(guò)松的監(jiān)管造成的。

      金融危機(jī)是風(fēng)險(xiǎn)中孕育著機(jī)遇。從長(zhǎng)遠(yuǎn)看,危機(jī)能夠暴露經(jīng)濟(jì)發(fā)展中長(zhǎng)期存在但被經(jīng)濟(jì)發(fā)展所掩蓋了的問(wèn)題,問(wèn)題集中爆發(fā),能夠引起所有的人注意并進(jìn)行經(jīng)濟(jì)制度項(xiàng)目式改進(jìn),是經(jīng)濟(jì)發(fā)展的正常環(huán)節(jié)。金融危機(jī)的教訓(xùn)能夠幫助制定正確的經(jīng)濟(jì)政策,但是前提是要對(duì)金融危機(jī)的規(guī)律進(jìn)行正確的總結(jié)。

      由于歷次金融危機(jī)多以共同或者相似的情形肇始、演變、結(jié)束,總結(jié)歷次金融危機(jī)的歷史原因和解救方法。及時(shí)發(fā)現(xiàn)金融系統(tǒng)中存在的問(wèn)題。提出解決方案,上升為規(guī)則化的知識(shí),在問(wèn)題還沒(méi)有給虛擬經(jīng)濟(jì)和實(shí)體經(jīng)濟(jì)造成深遠(yuǎn)破壞影響之前,對(duì)其及時(shí)予以糾正,對(duì)確保經(jīng)濟(jì)的健康發(fā)展是十分必要的。

      數(shù)據(jù)挖掘技術(shù)(Data Mining)是進(jìn)行金融市場(chǎng)風(fēng)險(xiǎn)知識(shí)提取非常好的選擇。數(shù)據(jù)挖掘是從大量數(shù)據(jù)中獲取有效的、新穎的、潛在有用的、最終可理解的模式的非平凡過(guò)程,簡(jiǎn)單的說(shuō),就是從大量數(shù)據(jù)中提取或“挖掘”知識(shí)。數(shù)據(jù)挖掘分為關(guān)聯(lián)規(guī)則、分類、聚類、預(yù)測(cè)、序列模式、類似時(shí)間序列等類別。由于信息技術(shù)的進(jìn)步。數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)技術(shù)已經(jīng)取得了長(zhǎng)足發(fā)展。在處理速度。準(zhǔn)確度以及應(yīng)用領(lǐng)域上都有了很大的突破。

      借助金融危機(jī)研究金融市場(chǎng)風(fēng)險(xiǎn)的目的是總結(jié)知識(shí),吸取教訓(xùn)。對(duì)現(xiàn)行經(jīng)濟(jì)政策中的問(wèn)題及時(shí)予以改正?;跀?shù)據(jù)挖掘的知識(shí)發(fā)現(xiàn)能夠通過(guò)規(guī)則、模型、高頻繁項(xiàng)集等各種方式來(lái)呈現(xiàn)總結(jié)得到的經(jīng)驗(yàn)型知識(shí),可以用于輔助金融市場(chǎng)政策的制定,并具有一定的預(yù)警作用。

      二、金融市場(chǎng)危機(jī)風(fēng)險(xiǎn)研究現(xiàn)狀

      目前國(guó)內(nèi)外對(duì)于金融危機(jī)風(fēng)險(xiǎn)的研究主要集中在兩個(gè)方面,一個(gè)是從經(jīng)濟(jì)學(xué)的角度探討金融危機(jī)發(fā)生的原因及其對(duì)策,另一個(gè)是用數(shù)量的手段對(duì)金融風(fēng)險(xiǎn)進(jìn)行量化的研究,下面首先從經(jīng)濟(jì)學(xué)的角度對(duì)其研究現(xiàn)狀進(jìn)行分析總結(jié)。

      金融危機(jī)本質(zhì)上也是一種經(jīng)濟(jì)周期,經(jīng)濟(jì)周期理論是本研究的理論基礎(chǔ)。經(jīng)濟(jì)周期(Business Cycle)是指市場(chǎng)經(jīng)濟(jì)生產(chǎn)和再生產(chǎn)過(guò)程中周期性出現(xiàn)的經(jīng)濟(jì)擴(kuò)張或者經(jīng)濟(jì)緊縮交替更迭循環(huán)往復(fù)的一種現(xiàn)象(宋承先,1997)。在經(jīng)濟(jì)學(xué)的研究中已經(jīng)出現(xiàn)非常多的經(jīng)濟(jì)周期研究理論,大體可以劃分為凱恩斯之前的經(jīng)濟(jì)周期理論和現(xiàn)代經(jīng)濟(jì)周期理論,現(xiàn)代經(jīng)濟(jì)周期理論包括凱恩斯主義、貨幣主義和理性預(yù)期學(xué)派三個(gè)經(jīng)濟(jì)周期理論學(xué)派(梁小民。2000)。

      隨著信息技術(shù)的發(fā)展,一些數(shù)量或者實(shí)證的方法也成為研究的熱點(diǎn),目前已經(jīng)有一些進(jìn)行實(shí)證或者數(shù)量的金融風(fēng)險(xiǎn)研究。Kaminsky等人的“信號(hào)法”(簡(jiǎn)稱KLR法)認(rèn)為。一個(gè)指標(biāo)偏離均值的程度超過(guò)閥值時(shí),被稱之為發(fā)出了一個(gè)信號(hào),噪音一信號(hào)比率是實(shí)際發(fā)出的壞信號(hào)的份額(噪音)除以實(shí)際發(fā)出的好的信號(hào)份額。通過(guò)噪音一信號(hào)比來(lái)篩選出對(duì)金融危機(jī)有預(yù)警力的指標(biāo),噪音一信號(hào)比的倒數(shù)確定指標(biāo)的權(quán)重,從而加權(quán)平均計(jì)算金融危機(jī)的發(fā)生概率。Frankel等人的概率單位模型(簡(jiǎn)稱FR法)。先確定盡可能大量的對(duì)金融危機(jī)有重要影響的經(jīng)濟(jì)變量作為監(jiān)測(cè)指標(biāo),通過(guò)解對(duì)數(shù)方程來(lái)得出各變量的權(quán)重向量,再加權(quán)平均計(jì)算金融危機(jī)的發(fā)生概率。

      Sachs,Tomell&Vclasco;等人的橫截面回歸模型(簡(jiǎn)稱STV法),利用20個(gè)新興市場(chǎng)國(guó)家的橫截面數(shù)據(jù)進(jìn)行估計(jì)。把危機(jī)指數(shù)(IND)定義為儲(chǔ)備減少百分比和外匯減少百分比的加權(quán)和。利用橫截面數(shù)據(jù)來(lái)估計(jì)模型的參數(shù),然后檢驗(yàn),得到了模型。

      這些預(yù)警方法在國(guó)內(nèi)外應(yīng)用廣泛但均有其共同的不足是:主觀性、缺乏非線性處理機(jī)制、缺乏整體全局觀念、靜態(tài)性。為了避免上述方法的局限性。有些學(xué)者在探索使用非線性分析工具——人工神經(jīng)網(wǎng)絡(luò)模型對(duì)金融危機(jī)進(jìn)行預(yù)警。

      數(shù)據(jù)挖掘在金融預(yù)測(cè)中也有一些應(yīng)用。數(shù)據(jù)挖掘由于具有不需要依靠假設(shè)條件、能夠處理大規(guī)模數(shù)據(jù)等優(yōu)點(diǎn)已經(jīng)在金融分析中有很多應(yīng)用。數(shù)據(jù)挖掘在金融分析的應(yīng)用主要包括對(duì)被預(yù)測(cè)對(duì)象有強(qiáng)力影響的因素的分析以及對(duì)某些變量進(jìn)行預(yù)測(cè)(Sherry Y.Chen,2005)。

      中國(guó)科學(xué)院管理、決策與信息系統(tǒng)重點(diǎn)實(shí)驗(yàn)室的汪壽陽(yáng)等以集成思想為核心。以智能技術(shù)為集成工具。將文本挖掘技術(shù)、計(jì)量經(jīng)濟(jì)模型、人工智能技術(shù)綜合集成起來(lái),提出了一個(gè)處理復(fù)雜系統(tǒng)預(yù)測(cè)的新的方法論——TEI@I方法論。并將該方法論用在外匯匯率(汪壽陽(yáng)、余樂(lè)安、黎建強(qiáng),2007)和原油油價(jià)(Yu LA,Wang SY,Lai KK,2008)的預(yù)測(cè)上,取得了非常好的效果。

      在國(guó)外的研究中,由于金融數(shù)據(jù)多是大樣本、高維度的數(shù)據(jù),而數(shù)據(jù)挖掘擅長(zhǎng)處理多變量的大數(shù)據(jù)。因此有較多應(yīng)用研究,數(shù)據(jù)挖掘在金融領(lǐng)域應(yīng)用主要集中在信用卡審核、股票市場(chǎng)分析,投資決策等(Sherry Y.Chert,2005)。

      綜上我們可以看出,經(jīng)濟(jì)學(xué)角度的研究多從經(jīng)濟(jì)微觀機(jī)理上探討經(jīng)濟(jì)周期、金融危機(jī)的發(fā)生和發(fā)展,試圖從消費(fèi)、投資以及貨幣等角度解釋經(jīng)濟(jì)周期:數(shù)量的方法雖然有一些成果。但是多是用于證明某幾個(gè)變量有相關(guān)性。驗(yàn)證研究者的理論假設(shè),不能給出金融市場(chǎng)風(fēng)險(xiǎn)的規(guī)則和模式。目前已經(jīng)有一些人工智能的方法用在金融危機(jī)的研究中,但是現(xiàn)在將數(shù)據(jù)挖掘的時(shí)序關(guān)聯(lián)規(guī)則和時(shí)序分類方法用在金融危機(jī)市場(chǎng)分析的仍然較少。

      三、基于數(shù)據(jù)挖掘的金融市場(chǎng)風(fēng)險(xiǎn)

      1、經(jīng)濟(jì)周期的理論研究。金融危機(jī)根本上也是一種經(jīng)濟(jì)周期。根據(jù)前面綜述可以看出。關(guān)于經(jīng)濟(jì)周期已經(jīng)有比較多研究成果,凱恩斯主義、貨幣主義和理性預(yù)期主義等經(jīng)濟(jì)周期理論從不同的角度分析經(jīng)濟(jì)周期,對(duì)某些現(xiàn)象做出了不同的解釋。他們的共同之處就是承認(rèn)經(jīng)濟(jì)周期是

      經(jīng)濟(jì)本身的一個(gè)內(nèi)在機(jī)制。但是各有各自的側(cè)重點(diǎn)。

      基于現(xiàn)有的研究理論,兼容并包地吸取各個(gè)學(xué)派的理論,從實(shí)體經(jīng)濟(jì)和虛擬經(jīng)濟(jì)兩個(gè)角度分析導(dǎo)致金融市場(chǎng)風(fēng)險(xiǎn)的影響因素,分析預(yù)警模型需要考慮到的因素。

      (1)從實(shí)體經(jīng)濟(jì)角度研究危機(jī)影響因素。根據(jù)成思危的理論,實(shí)體經(jīng)濟(jì)是指資本要經(jīng)過(guò)形態(tài)的變換才能產(chǎn)生利潤(rùn)。即先將資本通過(guò)交換變成勞動(dòng)力、設(shè)備、原材料、廠房等生產(chǎn)要素。然后通過(guò)生產(chǎn)過(guò)程變成產(chǎn)品,產(chǎn)品經(jīng)流通變成商品。商品再通過(guò)交換變回貨幣形態(tài)。才有可能產(chǎn)生利潤(rùn),這就是實(shí)體經(jīng)濟(jì)的運(yùn)行模式(成思危2008)。生產(chǎn)、消費(fèi)以及創(chuàng)新等都是實(shí)體經(jīng)濟(jì)的范疇。實(shí)體經(jīng)濟(jì)是虛擬經(jīng)濟(jì)的根本,系統(tǒng)地研究實(shí)體經(jīng)濟(jì)引起的金融周期變化,探討實(shí)體經(jīng)濟(jì)的變動(dòng)對(duì)金融市場(chǎng)風(fēng)險(xiǎn)的影響因素,從理論上探討風(fēng)險(xiǎn)刻畫時(shí)模型應(yīng)該使用的影響因素。

      (2)從虛擬經(jīng)濟(jì)角度研究危機(jī)影響因素。虛擬經(jīng)濟(jì)(Fictitious Economy)簡(jiǎn)單的說(shuō)就是直接用錢生錢(成思危2008),投機(jī)、投資以及貨幣因素等都是虛擬經(jīng)濟(jì)的范疇。貨幣主義所強(qiáng)調(diào)的貨幣量對(duì)周期的關(guān)系就屬于虛擬經(jīng)濟(jì)范疇的經(jīng)濟(jì)周期理論,貨幣危機(jī)理論強(qiáng)調(diào)在發(fā)達(dá)資本主義國(guó)家流通的主要工具是銀行信用,在經(jīng)濟(jì)發(fā)展高漲期。銀行會(huì)放松銀根,大量放貸,形成積累的信用擴(kuò)張和經(jīng)濟(jì)高漲。但是當(dāng)信用擴(kuò)張到一定程度。銀行會(huì)被迫停止信用擴(kuò)張。從而導(dǎo)致危機(jī)和累積的衰退。該理論在一定程度上闡述了當(dāng)前美國(guó)危機(jī)的原因,但忽略了實(shí)體經(jīng)濟(jì)的影響。系統(tǒng)化分析虛擬經(jīng)濟(jì)范疇的經(jīng)濟(jì)周期理論,進(jìn)行虛擬經(jīng)濟(jì)周期理論的影響因素分析,得出能夠預(yù)警金融危機(jī)風(fēng)險(xiǎn)的虛擬經(jīng)濟(jì)范疇影響因素。

      經(jīng)濟(jì)周期的理論研究是本預(yù)警系統(tǒng)的理論基礎(chǔ),金融危機(jī)本質(zhì)上也是經(jīng)濟(jì)周期的一部分。預(yù)警系統(tǒng)首先從虛擬經(jīng)濟(jì)和實(shí)體經(jīng)濟(jì)兩個(gè)維度去分析現(xiàn)有因素對(duì)經(jīng)濟(jì)周期的影響,并徹底理順各個(gè)影響因素之間的關(guān)系,形成影響因素列表。

      2、數(shù)據(jù)收集和處理。金融市場(chǎng)預(yù)警需要從兩個(gè)角度出發(fā)建立預(yù)警模型。一個(gè)是橫向的,通過(guò)使用多次危機(jī)的數(shù)據(jù)建立模型;另外一個(gè)是縱向的,即同一個(gè)國(guó)家或者區(qū)域的時(shí)序數(shù)據(jù)模型。

      橫向的角度。根據(jù)設(shè)計(jì)的屬性。可以收集使用多個(gè)危機(jī)發(fā)生前后的經(jīng)濟(jì)周期和金融危機(jī)的相關(guān)數(shù)據(jù)。包括但不限于近三十年來(lái)的6次危機(jī):1982年~1983年的拉美債務(wù)危機(jī)、1990年代開(kāi)始的日本經(jīng)濟(jì)衰退、1992年~1993年歐洲貨幣體系危機(jī)、1994年~1995年墨西哥金融危機(jī),1997年?yáng)|南亞金融危機(jī),2008年始于美國(guó)次貸的金融危機(jī)等幾次涉及范圍較廣、影響較大的危機(jī)。本模型將以危機(jī)影響區(qū)域作為研究對(duì)象,以年為時(shí)間窗口間隔。收集近三十年來(lái)在屬性設(shè)計(jì)部分中所涉及的數(shù)據(jù),并收集每一個(gè)時(shí)間窗口該國(guó)家的經(jīng)濟(jì)健康狀況數(shù)據(jù)。

      另一個(gè)角度即縱向角度,模型可以選取典型的危機(jī)發(fā)生區(qū)域,采用更加細(xì)化的時(shí)間窗口,收集處理數(shù)據(jù)。

      3、據(jù)挖掘模型研究金融市場(chǎng)風(fēng)險(xiǎn)知識(shí)發(fā)現(xiàn)。根據(jù)前面選取的屬性,主要進(jìn)行時(shí)序分類和時(shí)序關(guān)聯(lián)規(guī)則算法的研究,在已有算法的基礎(chǔ)上,進(jìn)行改進(jìn)和創(chuàng)新,研究適合進(jìn)行金融市場(chǎng)風(fēng)險(xiǎn)刻畫的數(shù)據(jù)挖掘算法。

      在前面數(shù)據(jù)挖掘模型選擇和上述數(shù)據(jù)處理的基礎(chǔ)上,進(jìn)行模型建設(shè)和知識(shí)呈現(xiàn)。首先要進(jìn)行數(shù)據(jù)的降維,上述影響因素理論分析時(shí)把各時(shí)期對(duì)金融市場(chǎng)風(fēng)險(xiǎn)相關(guān)的因素均盡可能地考慮在內(nèi),在模型使用時(shí)如果需要收集如此多輸入變量。其成本將非常高。通過(guò)降維等技術(shù)將上述數(shù)據(jù)收集處理部分得到的數(shù)據(jù)進(jìn)行預(yù)處理并建模。根據(jù)各個(gè)算法各自的優(yōu)缺點(diǎn)分別建立金融市場(chǎng)健康預(yù)測(cè)模型和金融市場(chǎng)健康預(yù)測(cè)規(guī)則。

      風(fēng)險(xiǎn)預(yù)警模型是基于時(shí)間窗的時(shí)序動(dòng)態(tài)分析,時(shí)間窗的設(shè)計(jì)如下圖所示。研究將用觀察期的數(shù)據(jù)(T1-T2)作為自變量。用表現(xiàn)期(T2-T3)該樣本的金融風(fēng)險(xiǎn)狀況作為因變量,這樣建立的模型將是動(dòng)態(tài)的時(shí)序模型,模型將具有較強(qiáng)的預(yù)測(cè)能力。

      將上述規(guī)則進(jìn)行知識(shí)的呈現(xiàn),通過(guò)設(shè)計(jì)知識(shí)管理系統(tǒng),動(dòng)態(tài)收集所涉及的變量,判斷各個(gè)國(guó)家的金融風(fēng)險(xiǎn)狀況。

      四、結(jié)論

      本文分析設(shè)計(jì)一個(gè)建立以預(yù)警作為基本功能的金融市場(chǎng)風(fēng)險(xiǎn)知識(shí)系統(tǒng)的過(guò)程。將金融市場(chǎng)風(fēng)險(xiǎn)預(yù)警模型以及所得到的規(guī)則知識(shí)系統(tǒng)化。隨著宏觀統(tǒng)計(jì)數(shù)據(jù)以及各種微觀數(shù)據(jù)的變化,將通過(guò)金融市場(chǎng)風(fēng)險(xiǎn)系統(tǒng)動(dòng)態(tài)化的更新對(duì)經(jīng)濟(jì)狀況的判斷,同時(shí)借鑒知識(shí)管理系統(tǒng)(Knowledge Management System)的建設(shè)經(jīng)驗(yàn)。從多個(gè)維度展示預(yù)測(cè)結(jié)果和規(guī)則知識(shí)。這個(gè)系統(tǒng)將動(dòng)態(tài)收集模型預(yù)測(cè)所需要的屬性,進(jìn)行金融市場(chǎng)風(fēng)險(xiǎn)的動(dòng)態(tài)監(jiān)控。一方面設(shè)置閥值,當(dāng)單個(gè)屬性達(dá)到風(fēng)險(xiǎn)上限時(shí)進(jìn)行預(yù)警:另一方面將提供健康狀況規(guī)則知識(shí),動(dòng)態(tài)進(jìn)行經(jīng)濟(jì)健康診斷。

      猜你喜歡
      金融危機(jī)數(shù)據(jù)挖掘
      數(shù)據(jù)挖掘技術(shù)在內(nèi)河航道維護(hù)管理中的應(yīng)用研究
      淺析金融危機(jī)化解救助的效果
      淺析金融危機(jī)化解救助的效果
      數(shù)據(jù)挖掘綜述
      軟件工程領(lǐng)域中的異常數(shù)據(jù)挖掘算法
      中國(guó)未來(lái)兩年內(nèi)是否會(huì)發(fā)生金融危機(jī)?
      金融危機(jī)背景下的國(guó)際金融體系改革
      基于R的醫(yī)學(xué)大數(shù)據(jù)挖掘系統(tǒng)研究
      曾蔭權(quán)談金融危機(jī)中的亞洲經(jīng)濟(jì)
      金融危機(jī)撲克牌“通緝令”
      404 Not Found

      404 Not Found


      nginx
      木兰县| 长汀县| 保山市| 安达市| 定南县| 宁晋县| 正蓝旗| 安国市| 丰宁| 思南县| 上高县| 嘉义市| 碌曲县| 汉中市| 伊宁市| 平利县| 喜德县| 定安县| 绥阳县| 楚雄市| 崇义县| 南开区| 博爱县| 栾川县| 嘉兴市| 乐都县| 邛崃市| 上杭县| 杭锦旗| 曲沃县| 馆陶县| 潜山县| 修武县| 文登市| 和顺县| 米泉市| 合肥市| 庄河市| 安吉县| 怀安县| 南安市|