大数据与人工智能在商展行业中的创新应用与挑战

在全球化和数字化时代背景下,商展行业正面临前所未有的挑战和机遇,人工智能和大数据不仅优化了商展的组织和运营,还显著提升了展会的整体体验和商业效果。通过“云商展”技术,商展行业突破了物理空间的限制,实现了线上线下的融合发展,为企业和观众提供了全新的商业展览体验,定制化体验和新型互动技术的使用也有效提高了年轻观众的参与度和满意度。同时,人工智能的引入可以优化资源配置、提高运营效率、实现精准营销,更好地应对市场变化。然而,数据隐私和安全问题、技术投入和成本控制、技术整合与员工培训等仍然值得关注。本文旨在探索大数据与人工智能在商展行业中的应用现状和面临的挑战,并提出未来的发展趋势,以供行业参考。

城投债信用风险分析及监管建议

尽管城投债市场在化债政策支持下持续走强,但当前市场仍然面临一定的压力与风险,影响因素主要包括2024年城投债券到期压力依然较大,借新还旧难度加大、短期偿付能力承压等。展望后市,在监管趋严、房地产市场走弱背景下,区域经济财政实力差异以及城投企业自身财务状况将促使不同区域、不同信用资质城投企业之间的信用风险水平持续呈现结构性分化。

基于模型融合思想的程序化交易投资者识别研究

近年来,随着信息化、电子化技术在金融市场中快速发展,程序化交易成为了越来越多金融机构选择的交易方式,对证券期货市场的影响力也逐渐增强,已受到监管层及广大投资者的关注。文中基于模型融合的思想,构建了程序化交易投资者的识别模型,将专家规则与机器学习算法进行叠加融合,并在中国A股市场投资者交易数据上验证了模型的有效性。研究表明,模型能以超过90%的准确率和召回率识别出程序化交易投资者账户,超过了当下的前沿效果,相关研究成果可以为证券期货行业程序化交易识别相关的科技监管工作提供支持。

交易所债券做市业务成效及对未来发展的思考

做市商可提高市场流动性、有效平抑市场波动,对债券市场高质量发展有着重要意义。2023年2月6日,沪深交易所债券做市业务正式上线。本文分析了引入做市业务对交易所债券市场的影响,探究了其成效与不足,并借鉴国内外经验,从做市品种、对冲工具、交易结构、激励机制和一、二级市场联动等方面提出建议,为进一步完善交易所做市商制度提供参考。

基于机器学习的股市拐点影响因素研究

股票市场的成交情况可以充分反映投资者的行为特征并影响整个股市的走势。股票成交明细数据作为股市最底层的交易数据,能够全面地体现股票交易的情况,成为至关重要的股票市场走势判断的参考数据,能够为资本市场监管者在风险监测领域进行决策提供有效帮助。文中提出了一种可以快速地在海量股票交易明细数据中提取投资者交易特征的方法,然后基于逻辑回归、决策树和随机森林等机器学习算法找到股市大盘较大拐点产生的主要影响因素,并预测交易特征变量对股市较大拐点产生的时间范围。在沪深股指上进行的实验表明,相较于传统的模型,文中提出的方法可以将股市较大拐点预测的准确度提高约10%,并在6个月的回测实验中准确率依旧保持在70%左右的水准,从而证明了模型的有效性。

超高维稀疏二次判别分析两阶段估计方法

文章提出一种两阶段二次判别分析建模方法,该方法将高维协方差阵的估计转化为低维矩阵的估计问题,从而有效解决了超高维二次判别分析计算量大的问题。数值模拟和实际数据分析结果表明,在有限样本情形下,两阶段估计方法在变量选择和分类误差率方面的性能更好。

以新发展理念引领国有控股上市公司高质量发展

国有控股上市公司相关经济数据2020年第一季度,突如其来的新冠肺炎疫情对我国经济运行造成严重扰动;2020年第二季度,随着各项疫情防控措施的推出,疫情得到有效控制;2020年下半年,企业复工复产加速推进,疫情对我国经济的扰动逐渐消退。

美股回购浪潮反思

2009—2019年美股走出了长达11年的"慢牛"行情,美国上市公司回购规模也随之大幅增长并持续超过现金分红规模。但近年来,尤其是2020年年初美股暴跌后,市场对大规模回购,特别是加杠杆回购产生了质疑。本文对美股回购背景和影响等方面进行了分析。研究结果表明,大规模回购虽贡献了此期间约4成的涨幅,但也使流通股减少,市场流动性下降,这是2020年2—3月美股大幅下跌的微观原因之一。2018年年末,我国进一步完善股票回购相关制度,A股回购规模稳步提升。但目前,个别机制还不够成熟,应吸取美股回购浪潮的经验教训,持续完善相关规则,推动股票回购市场的健康发展。