黄迅
- 作品数：10 被引量：59H指数：4
- 供职机构：西南财经大学金融学院中国金融研究中心更多>>
- 发文基金：国家自然科学基金国家社会科学基金教育部人文社会科学研究基金更多>>
- 相关领域：经济管理更多>>
- 基于RU-SMOTE-SVM的金融市场极端风险预警研究被引量：11
- 2013年
- 本文以上证综指和深证成指为研究对象,将随机欠采样(RU)、合成少数类过采样(SMOTE)与传统支持向量机(SVM)相结合,提出了一种改进的SVM模型——RU-SMOTE-SVM模型来预测我国金融市场极端风险,并与传统SVM、SMOTE-SVM、RU-SMOTE-NN和RU-SMOTE-DT进行比较。实证结果表明,RU-SMOTE-SVM既优于传统SVM模型,又比SMOTE-SVM具有更高的预测精度,同时还展示出比RU-SMOTE-NN和RU-SMOTE-DT更为优越的预测性能。
- 林宇黄迅徐凯
- 关键词：预警模型
- 典型事实、混合Copula函数与金融市场相依结构研究被引量：15
- 2015年
- 运用ARFIMA-FIAPARCH-skst模型对沪深300指数和香港恒生指数建立收益-波动模型,然后结合估计的参数对模型进行修正以确立最终模型,排除金融市场典型事实对相依关系的影响,进而运用由Clayton、Frank和Gumbel组成的混合copula模型对相依结构进行建模。研究结果表明:内地市场和香港市场均未观察到显著的杠杆效应;由Clayton、Frank和Gumbel组成的混合Copula模型能够准确地描述两个市场之间的相依结构,且两个市场下尾相依关系要强于上尾的相依关系,通过动态混合copula也验证了这一明显的非对称关系。
- 林宇陈王王一鸣黄迅
- 关键词：金融市场
- 中国极端金融风险的改进SVM智能预警研究
- 随着经济全球一体化的深入发展，中国金融市场与国际金融市场之间的联系日益密切，在加大对外开放水平的同时，中国金融市场也遭受着来自国外极端金融风险的威胁与挑战。而中国金融市场自身风险控制与防范能力的薄弱也使得这一威胁与挑战愈...
- 黄迅
- 关键词：金融市场风险评估智能预警
- 中国海外上市公司的PCA-SVM财务危机预警研究被引量：5
- 2013年
- 在支持向量机(Support Vector Machine,SVM)方法的基础上融入主成分分析(Principal Compo-nent Analysis,PCA)方法,可构建PCA-SVM财务危机预警模型。以我国海外上市公司为研究对象,运用PCA提取出对财务危机具有显著影响的特征指标,进而通过训练集在不同核函数下对SVM进行训练,最后运用测试集对经过训练得到的SVM财务危机预警模型进行性能验证与评价。实证研究结果表明,PCA-SVM财务危机预警模型在线性、多项式、径向基和sigmoid四种核函数下都具有良好的预测能力,而径向基核函数下的PCA-SVM财务危机预警模型具有更加优越的学习能力与泛化推广能力。
- 黄迅张颖林宇邓小龙
- 关键词：财务危机预警模型主成分分析支持向量机
- 中国证券市场的股票异动:界定及预测
- 2017年
- 本文以中国中小企业板和创业板上市公司为研究对象,从股价或股票交易量角度构建适合中国证券市场股票异动的界定方法,并引入最优参数下的支持向量机(SVM)模型对股票异动开展预测研究,进而对各分类模型的预测精度进行比较,最终就最优参数下SVM模型的稳健性进行讨论。结果表明,基于SVM的股票异动预测模型,在中小企业板和创业板中最优参数选择相似,且都具有接近的样本判错率、第1类错误率和第2类错误率;基于企业SVM的股票异动预测模型不仅具有良好的稳健性,且比其他分类模型具有更优秀的预测性能。
- 李昊梁州黄迅
- 关键词：SVM模型股价股票交易量
- 基于最优SVR的中国石油期货价格预测研究
- 2015年
- 本文以上海燃料油期货为研究对象,选取了开盘价、收盘价、最高价、最低价、成交量和成交额6项指标作为特征指标,并对特征指标进行归一化处理,进而引入支持向量回归机(Support Vector Regression Machine,SVR)智能方法对该期货的开盘价格进行了预测研究,并对比了不同核函数下SVR的预测性能。实证研究结果表明,基于线性核函数和RBF核函数的SVR模型能够较为准确地预测上海燃料油期货价格,其中,基于线性核函数的SVR的预测性能最为优异,能够最为准确地预测期货价格。
- 徐凯黄迅刘金彬汪敏
- 关键词：石油期货支持向量回归机核函数
- 非均衡样本视角下的中国商业银行竞争力预测——基于ADASYN-Balance Casecade-SVM智能模型
- 2015年
- 本文运用数据包络分析(DEA)方法对中国商业银行的竞争力水平进行测度,以此作为状态指标变量,并基于非均衡商业银行样本视角,将计算机科学的ADASYN和Balance Cascade两种非均衡样本处理方法与SVM人工智能方法相结合,构建ADASYN-Balance Cascade-SVM智能模型,进而与传统的SVM、ADASYN-SVM、BalanceCascade-SVM以及ADASYN-Balance Cascade-BPNN模型进行对比研究。实证研究结果表明,非均衡样本处理方法能够有效地解决商业银行的非均衡样本问题,同时,与其余预测模型相比,ADASYN-Balance Cascade-SVM模型具有最为优越的预测性能。
- 张虎黄迅范莉莉
- 关键词：数据包络分析BALANCECASCADE
- 基于不定核LS-SVM模型的公司违约概率预测被引量：1
- 2018年
- 以短期融资券为研究对象,构建基于信用利差的公司违约概率样本,并将传统正定核最小二乘支持向量机(LS-SVM)模型拓展到不定核LS-SVM模型对公司违约概率展开合理预测分析,进而对不定核LS-SVM模型与正定核LS-SVM模型以及Logistic模型进行了全行业以及分行业公司违约概率的预测精度对比。实证结果表明,基于不定核LS-SVM模型的公司违约概率预测模型无论在全行业还是在分行业中均展现出最优的预测性能,且具有更为优异的稳健性。
- 李昊梁州黄迅林宇
- 关键词：LS-SVM短期融资券信用利差
- 基于最优模糊SVM的财务危机预警研究——来自成渝经济区上市公司的经验证据被引量：3
- 2015年
- 以我国成渝经济区上市公司为研究对象,将模糊方法(Fuzzy Approach)引入支持向量机(Support Vector Machine,SVM),构建了模糊支持向量机(FSVM)模型,并对四种不同核函数下的FSVM进行了性能对比研究,同时,也与传统统计模型和其余人工智能模型进行了性能对比研究。实证结果表明,Gauss径向基核函数下的FSVM模型不仅较线性、多项式和神经元的非线性作用三种核函数下的FSVM模型具有更为优越的预测性能,同时,也显著优于传统统计模型和其余人工智能模型。
- 徐凯黄迅刘金彬
- 关键词：财务危机预警支持向量机核函数
- 基于ODR-ADASYN-SVM的极端金融风险预警研究被引量：28
- 2016年
- 针对合成少数类过采样(synthetic minority over-sampling technique,SMOTE)方法在提升支持向量机(support vector machine,SVM)的非均衡样本学习能力中出现的过拟合(over fitting),引入自适应合成抽样方法(adaptive synthetic sampling approach,ADASYN)和逐级优化递减欠采样方法(optimization of decreasing reduction,ODR)分别克服SMOTE在生成新样本中的盲目性和在处理对象上的局限性,进而与SVM相结合,构造出改进SVM,即ODR-ADASYNSVM模型来预测中国极端金融风险;最后运用T检验对各模型预测精度的差异性进行显著性检验以及对各模型的预测稳定性进行评价.实证结果表明,ODR-ADASYN-SVM模型不仅能够显著地提升SVM的非均衡样本学习能力,同时也能够有效地克服SMOTE的过拟合,从而展示出优越的极端金融风险预测性能.
- 林宇黄迅淳伟德黄登仕
- 关键词：ODR支持向量机预警模型
