基于贝叶斯神经网络的金融风险预警研究

作者：周胜强; 秦亚丽; 李西江; 高磊; 魏鹏飞

来源：华北金融, 2018, (09): 4-15.

• 贝叶斯神经网络
• 金融风险
• 预警

金融风险预警对经济健康发展和金融稳定运行具有重要理论和现实意义,金融风险预警的核心是建立稳健可靠的金融风险预警模型。本文回顾了金融风险预警模型的发展,发现神经网络金融风险预警模型无法评估参数估计和风险预警的不确定性,而且常受过拟合问题困扰,影响了金融风险预警的效果。本文借鉴贝叶斯统计学最新研究进展,提出了基于贝叶斯神经网络的金融风险预警模型,并利用1993-2017年经济金融数据进行实证检验。结果表明,贝叶斯神经网络金融风险预警模型通过后验分布和预测分布刻画了参数估计和风险预警的不确定性,风险预警信息更加丰富,并且通过引入零均值正态先验分布,规避了对小型数据集建模时的过拟合问题。预警结果显示,2018年金融风险压力指数的预警值为18.7,金融运行处于安全状态,而从不确定性角度看,2018年金融运行处于安全状态的概率为84.0%,处于基本安全状态的概率为16.0%。

• 单位
  中国人民银行天津分行