核主成分遗传算法与SVR选股模型改进

量化选股一直是金融领域研究的热点。随着人工智能技术的空前发展,量化选股方法取得了很大进步。本文构建了基于核主成分遗传算法改进的支持向量回归机人工智能选股模型(KPCA-GA-SVR),并基于沪深股市股票基本面及交易数据,分别从短期和中长期对其选股性能和预测精度进行了实证分析。主要结论为:①遗传算法(GA)改进的SVR较传统模型预测精度更高,且避免了过度拟合;②与采用主成分降维技术的PCA-GA-SVR模型相比,基于核主成分特征提取的KPCA-GA-SVR模型,具有更好的模型稳健性及预测准确性;③中长期内该模型的预测误差随滑窗长度的增加有降低趋势,且一年期预测精度最高;短期内不同滑窗下,一周的预测效果最佳。本研究对个人投资者的投资决策及国家宏观监控股市动态变化都具积极意义。

金融危机下信用违约风险的宏观驱动因素及跨区域传染效应——基于亚洲、北美、欧洲三大区域的实证分析

笔者基于马尔科夫状态转移模型及MS-VAR模型,将金融危机引起的经济环境结构性变化考虑在内,以欧洲、北美、亚洲三大区域的CDS指数及相应主要国家的股票指数和宏观经济变量为样本,研究了金融危机下信用环境在经济的波动期和平稳期两状态下的信用违约风险宏观驱动因素及跨区域传染效应,填补了学术界对于此类问题的研究空缺。此外,笔者应用bootstrap仿真实验对MS-VAR模型参数进行了检验,并利用状态相依的GIRF简化了模型解释。结论表明:经济的繁荣向好和股市收益率的提高使违约风险趋于降低,而通货膨胀的压力则会使其趋于上升,同时,影响变量呈现状态转移行为,影响行为不只局限于区域内部,在特定经济状态下也会对外部区域产生溢出效应;区域间的信用违约风险传染特征是明显存在的,在经济波动期,传染效应更为明显,冲击效力更大,影响时间更长。面对金融国际化和经济全球化带来的传染效应,为防范信用违约风险的扩大,我们需要整体把握金融系统的形式和走向,坚持风险为本的监管理念,同时,面对金融国际化的大环境,建立完善开放的信用市场对于我国金融市场进一步走向全球化是很必要的。

迈向数字经济新时代的路径选择

数字经济是指不以三维物质材料,而以数码材料为对象来加工、生产、交换和消费形成的均衡收敛过程及其资源配置关系的总和。本文从过去40年大车间生产模式变化导致国民经济体系变革视角入手,讨论数字联网共享经济的孕育过程,在此基础上讨论数字替代经济和数字创造经济及数字公共品含义,给出数字经济的路径展开机理,及我国打造数字经济新优势的对策建议。