媒体风险感知与系统性金融风险预警

2008年国际金融危机以来,关于系统性金融风险预警已成为社会各界关注的重要问题。本文采用新闻文本大数据构建了媒体风险感知这一主观指标,结合股票、债券、货币和外汇等金融子市场风险指标,使用CISS方法合成了中国系统性金融风险指数(RP-SRI),并将RP-SRI与只包含金融子市场风险指标的金融压力指数(FSI)进行对比研究。结果表明,首先,媒体风险感知与金融市场和宏观经济之间存在单向的非线性格兰杰因果关系。这说明媒体能够捕捉政策不确定性和市场风险的微小变化,媒体风险感知对金融市场和宏观经济有传染效应。其次,就经济稳定问题而言,加入媒体风险感知的RP-SRI对经济下行风险爆发概率的识别能力相较于FSI要更强,可以更好地预测经济下行风险。最后,就金融稳定问题而言,RP-SRI可识别系统性金融风险迅速积累状态,实现预警金融风险的目的。本文丰富了系统性金融风险的防范预警体系,有助于监管部门及时进行金融市场风险防控和舆情管理,维持经济稳定和金融稳定。

基于大数据驱动技术的媒体风险感知模型研究

通过对媒体历史数据的统计与分析,对媒体风险的变化规律以及未知风险做出统计和预测,但传统的媒体风险感知模型往往存在精确度较低的缺陷。针对这一问题,设计了以最小二乘支持向量机为基础的媒体风险感知模型。通过对媒体历史数据预处理,并通过最小二乘支持向量机进行建模,参数优化采用粒子群算法。对改进模型进行实验,以验证其精确性以及普适性。经实验验证该模型切实可行,效果明显。