典型文献
基于 TVP-VAR-LSTM模型的中国金融业风险溢出与预警研究
文献摘要：
在复杂多变的世界政治经济环境下,科学有效地评估金融风险溢出与预警直接关系到中国金融体系重大风险的防范与化解.选取沪深A股上市的30家金融机构作为研究样本,利用时变参数向量自回归模型(TVP-VAR)量化分析银行业、保险业、证券业以及多元金融业的时变风险溢出,并构建金融风险测度指标,通过非线性格兰杰因果检验考察上证综指收益率、波动率和短期流动利差等宏观状态变量对金融风险的非线性预测作用,最后通过构建网络舆情指数来衡量投资者情绪的变动,检验网络舆情指数对金融风险的预测作用,并将其纳入长短期记忆神经网络模型(LSTM),构建金融风险预警体系.研究发现:(1)金融行业间风险溢出具有非对称性,危机事件不仅增强了行业间的关联性,同时加剧了金融风险溢出;(2)所选宏观状态变量与金融风险具有非线性关系,可作为金融风险的预警指标,并且LSTM模型可以充分挖掘金融时间序列的非线性特征;(3)网络舆情指数可以反映投资者情绪的变化,对金融风险具有非线性预测能力,将其纳入金融风险预警体系可以提高预测精度,有利于构建科学的风险检测和预警机制.基于研究结果,将金融行业之间的风险溢出贡献度与相关预警机制配合,可以及时调整金融系统中的不稳定现象,确保经济平稳运行.
文献关键词：
金融风险溢出;风险预警;时变参数向量自回归;网络舆情;深度学习
中图分类号：
作者姓名：
欧阳资生;路敏;周学伟
作者机构：
湖南师范大学商学院,湖南长沙410081
文献出处：
引用格式：
[1]欧阳资生;路敏;周学伟-.基于 TVP-VAR-LSTM模型的中国金融业风险溢出与预警研究)[J].统计与信息论坛,2022(10):53-64
A类：
网络舆情指数
B类：
TVP,VAR,金融业,预警研究,世界政治,经济环境,金融风险溢出,金融体系,重大风险,防范与化解,金融机构,时变参数向量自回归模型,银行业,保险业,证券业,风险测度,测度指标,非线性格兰杰因果检验,上证综指,收益率,波动率,利差,宏观状态,状态变量,非线性预测,预测作用,建网,投资者情绪,指数对,长短期记忆神经网络模型,金融风险预警,风险预警体系,金融行业,行业间,非对称性,危机事件,非线性关系,预警指标,掘金,金融时间序列,非线性特征,预测能力,风险检测,预警机制,贡献度,金融系统,不稳定现象
AB值：
0.269576
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
