【技术实现步骤摘要】
本专利技术涉及金融数据处理、数据分析领域，尤其涉及一种金融领域的风险量化和预警的方法。
技术介绍
1、随着经济全球化的深入发展，金融危机的发生和传播规模也在全球范围内快速增加，从而降低了金融体系的稳定性。因此，建立康健的交易市场对于实体经济的融资环境和健康的融资渠道至关重要，它能促进财政发展。而金融风险可以在一定程度上反映各国经济状况，表明识别和预测金融风险具有非常重要的现实意义。
2、金融危机频繁发生给金融市场的稳定性带来沉重负担。例如，次贷危机引发全球范围内爆发金融危机，股市出现全市场的异常波动，信用债违约与评级预警数量增多，信用风险溢价水平升高，市场规避风险偏好升高，投资者普遍对未来经济增长持悲观预期，股票市场出现了短期内的非理性暴涨和暴跌，甚至出现了熔断和跌停的情况。这给交易市场带来严重破坏，同时全球经济一体化下各国金融体系与交易市场的联动性增强，可能给各国金融体系的稳定带来不利影响。
3、构建金融风险预警指标最早起源于reinhart和kaminsky提出的klr信号模型。后续还有klr模型、fr模型、stv模型等典型的传统的预警模型被提出。针对选取量化风险的指标，沈悦和亓莉通过德尔菲法和层次分析法对指标赋权，根据指标在不同状态下的警戒线映射区间，并实现监测分析我国银行状况。乔海曙和杨蕾将市场中交易个体高度抽象为节点，并依此构建金融市场中股票关联的复杂网络，运用covar方法研究股市关联度与金融风险的关系。吴坚和顾维清采用“冲击权重法”，选取宏观经济运行状态、股票市场、银行安全等多方面共29个指
4、国内外多位学者就金融风险量化指标的选择、预警方法的比较、推动金融体系系统性风险预警方法发展等问题，就金融经济学领域的热点问题之一—金融风险进行了大量的探索工作，也为各国系统风险预警指标体系的构建提供了充足的理论基础。但遗憾的是，学者们发现这些风险预警在各国背景不同的情况下，结果呈现出差异化，如berg、pattillo发现klr模型预测某洲金融危机不准确。
5、因此，选取合适的金融指标来量化金融风险水平，实现多尺度的金融风险预警方法，并准确识别真实世界的风险，对各国经济体完善风险预警有参考价值。
技术实现思路
1、本专利技术的目的是提供一种长短周期多尺度金融风险量化预测和预警的方法，该方法选取金融指标，进而创建了多指标的金融风险预警体系，使用在险价值方法度量金融风险并设计金融风险综合指数，结合garch模型与lstm模型的方法拟合转换处理的金融指标样本数据，以此实现长短周期的多尺度预测，再通过马尔可夫模型实证风险转移概率，并检查是否超过阈值决定预警，解决了风险难监测的问题。
2、实现本专利技术目的的具体技术方案是：
3、一种长短周期多尺度金融风险量化预测和预警的方法，包括如下步骤：
4、步骤一：获取金融指标的历史数据，构建多指标的金融风险预警体系；
5、步骤二：使用在险价值(value at risk,var)方法度量金融风险，设计金融风险综合指数，包括市场、货币、外汇、宏观四大金融子系统的风险指数和风险综合指数；
6、步骤三：确定时间周期，并根据对应的时间周期对各金融指标样本数据进行转换和处理；
7、步骤四：基于结合garch模型(generalized autoregressiveconditionalheteroskedasticity)和lstm模型(long short term memory,长短期记忆)的方法拟合样本数据序列，进行金融数据长短期的多尺度预测；
8、步骤五：将预测得到的数据输入马尔可夫模型进行检验，判断风险状态转移概率是否超过目标用户在金融场景下设定的阈值，以决定是否预警。
9、步骤一所述获取金融指标的历史数据，是从万得经济数据库wind、国家统计局、国泰安金融数据库csmar、中国金融年鉴及开源金融数据tushare中选取的金融指标数据。
10、步骤一所述构建多指标金融风险预警体系，是在金融系统内外部选取金融指标，金融系统外部指标包括：实体经济、宏观经济、财政风险、国际收支及全球经济状况，金融系统内部指标包括：狭义货币供应量m1增长率、广义货币供应量m2增长率、存贷款利差、外汇储备、信贷资金、实际利率、银行不良贷款率、进口总额、出口总额及金融机构存款增长率。
11、步骤二所述使用在险价值(value at risk,var)方法度量金融风险，设计金融风险综合指数，具体包括：
12、步骤a1：获取市场、货币、外汇、宏观四大金融子系统的风险指数对应指标数据样本，以量化对应子系统所面临的风险程度；
13、步骤a2：统计方法赋权推理得到金融综合风险指数计算公式，以量化当前金融场景的稳定性和风险程度。
14、步骤a1所述四大金融子系统的风险指数对应指标，具体包括：
15、市场风险指数包括中证500指数和房地产开发综合景气指数；
16、货币风险指数包括实际利率、存贷款比率、m2/gdp、全国银行间同业拆借交易利率；
17、外汇风险指数包括实际有效汇率指数和金融机构存款余额；
18、宏观风险指数包括工业产出增长率、cpi、固定资产投资完成额累计同比增长率、进口总值增长率和出口总值增长率。
19、步骤三所述对各金融指标样本数据进行转换和处理，具体包括：
20、步骤b1：获取步骤一和步骤二中涉及金融指标的历史数据作为原始样本数据；
21、步骤b2：对原始样本数据去除缺失值，使用拉格朗日插值法填充补齐空白数据，再标准化处理；
22、步骤b3：根据已确定的时间周期，确定对应频次，根据数据序列携带的时间戳参数，对数据序列进行处理，转换时间频次和分割，生成相匹配的长短周期的训练样本数据序列。
23、所述步骤四，具体包括：
24、步骤c1：根据所述训练样本数据序列对所述lstm模型进行训练，确定与所述金融场景相适配的模型参数，以实现对金融场景中目标用户定义时刻的指标预测；
25、步骤c2：比较lstm模型预测的结果和实际数据，提取残差；残差表示lstm模型无法解释的部分，其中包含了短期的波动性信息；
26、步骤c3：使用残差序列训练garch模型，预测样本数据序列中包含的最大时间戳对应时刻至目标用户定义时刻内的波动率；garch模型能够捕捉到序列的波动率异方差性，对波动性较大的指标序列预测效果好；
27、步骤c4：组合lstm模型预测的趋势部分和garch模型预测的波动率部分，得到最终的金融指标预测结果。
28、所述步骤五，具体包括：
29、步骤d1：对所述金融指标预测结果进行bartlett球状本文档来自技高网...
【技术保护点】
1.一种长短周期多尺度金融风险量化预测和预警的方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的长短周期多尺度金融风险量化预测和预警的方法，其特征在于，步骤一所述获取金融指标的历史数据，是从万得经济数据库Wind 、国家统计局、国泰安金融数据库Csmar 、中国金融年鉴及开源金融数据Tushare中选取的金融指标数据。
3.根据权利要求1所述的长短周期多尺度金融风险量化预测和预警的方法，其特征在于，步骤一所述构建多指标金融风险预警体系，是在金融系统内外部选取金融指标，金融系统外部指标包括：实体经济、宏观经济、财政风险、国际收支及全球经济状况，金融系统内部指标包括：狭义货币供应量M1增长率、广义货币供应量M2增长率、存贷款利差、外汇储备、信贷资金、实际利率、银行不良贷款率、进口总额、出口总额及金融机构存款增长率。
4.根据权利要求1所述的长短周期多尺度金融风险量化预测和预警的方法，其特征在于，步骤二所述使用在险价值方法度量金融风险，设计金融风险综合指数，具体包括：
5.根据权利要求4所述的长短周期多尺度金融风险量化预测和预警的
6.根据权利要求1所述的长短周期多尺度金融风险量化预测和预警的方法，其特征在于，步骤三所述对各金融指标样本数据进行转换和处理，具体包括：
7.根据权利要求1所述的长短周期多尺度金融风险量化预测和预警的方法，其特征在于，所述步骤四，具体包括：
8.根据权利要求1所述的长短周期多尺度金融风险量化预测和预警的方法，其特征在于，所述步骤五，具体包括：
...【技术特征摘要】
1.一种长短周期多尺度金融风险量化预测和预警的方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的长短周期多尺度金融风险量化预测和预警的方法，其特征在于，步骤一所述获取金融指标的历史数据，是从万得经济数据库wind 、国家统计局、国泰安金融数据库csmar 、中国金融年鉴及开源金融数据tushare中选取的金融指标数据。
3.根据权利要求1所述的长短周期多尺度金融风险量化预测和预警的方法，其特征在于，步骤一所述构建多指标金融风险预警体系，是在金融系统内外部选取金融指标，金融系统外部指标包括：实体经济、宏观经济、财政风险、国际收支及全球经济状况，金融系统内部指标包括：狭义货币供应量m1增长率、广义货币供应量m2增长率、存贷款利差、外汇储备、信贷资金、实际利率、银行不良贷款率、进口总额、出口...
【专利技术属性】
技术研发人员：刘静，梅雨欣，韩莉，韩忠明，丁佐华，相东明，赵慧，
申请(专利权)人：华东师范大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。