金融系统风险预警方法研究——基于CNN的卷积神经网络模型

作者：罗俊霞; 丁邦旭; 查道懂

来源：宿州学院学报, 2020, 35(04): 25-29.

• 金融风险预警
• 金融风险指标
• 反向传播神经网络
• 卷积神经网络

金融风险影响实体经济发展,甚至可能引发金融危机,加强我国金融系统风险预警研究具有重要意义。研究根据金融系统性原则设计了一套金融系统风险指标体系,并基于Convolutional Neural Networks(CNN)卷积神经网络构建了一种金融系统风险预警模型。实验结果表明,与K-Nearest Neighbor(KNN)、Extreme Gradient Boosting(XGBoost)、Back Propagation Neural Networks(BPNN)神经网络模型相比,CNN卷积神经网络模型预警准确率高、性能优,是一种更有效的金融系统风险预警方法。

• 单位
  铜陵学院