基于贝叶斯网络的资金流动监测模型研究

常规的资金流动监测模型主要使用Ljung-Box生成检验资金流入流出序列,易受序列的时间差影响,导致监测的主力资金流入比率偏差较高,因此,需要基于贝叶斯网络设计一个有效的资金流动监测模型。即利用小波神经网络,处理资金流动监测数据,再基于贝叶斯网络,抽取资金流动监测特征,从而生成资金流动监测优化模型。实验分析结果表明,使用文章设计的资金流动监测模型监测的不同账户的主力资金流入比率与实际主力资金流入比率较接近,证明设计的资金流动贝叶斯网络监测模型的性能良好,可靠性较好,有一定的应用价值,为降低金融企业的资金流动风险做出了一定的贡献。