-
题名情绪与金融稳定的互动关系:基于模式因果算法的检验
被引量：1
- 1
-
-
作者
肖争艳
程硕
-
机构
中国人民大学应用统计科学研究中心
中国人民大学统计学院
-
出处
《系统工程》
北大核心
2025年第6期128-145,共18页
-
基金
国家自然科学基金专项项目(72141306)
中国人民大学“求是学术-栋梁”育人育才项目(RUC24QSDL102)。
-
文摘
研究并厘清不同类型的情绪与金融稳定的关系,对于指导预期管理和防范系统性风险意义重大。本文应用模式因果算法检验并比较了投资者情绪、社群情绪和媒体情绪三类情绪与金融稳定之间的互动关系,进一步探讨了危机时期三类情绪之间的因果变化。结果表明:第一,情绪与金融稳定之间的因果关系具有显著的时变特性,这种动态关系通常表现为悲观情绪与金融稳定下降的互动。相较而言,投资者情绪对金融稳定的影响时间最久,社群情绪次之,媒体情绪最短;反过来,金融稳定对媒体情绪影响最久,社群情绪其次,投资者情绪最短。第二,不同危机时期三类情绪与金融稳定之间的相互作用和因果关系存在显著差异。投资者情绪和社群情绪既是危机时期金融稳定较早的“预测信号”,也是金融稳定最主要的“反应指标”,它们在危机时期均显示出关键的传导作用。第三,情绪信息的加入显著提高了模型对金融稳定的预测准确性,这表明情绪指标对金融稳定具有重要的预测作用。因此,建议金融监管部门充分利用情绪信息工具,提升市场实时监测能力,并制定针对不同情绪类型的应对策略,以稳定金融市场。
-
关键词
情绪
金融稳定
模式因果算法
-
Keywords
Sentiment
Financial Stability
pattern causal algorithm
-
分类号
F832
[经济管理—金融学]
F272
[经济管理—企业管理]
G206
[文化科学—传播学]
-
-
题名基于CUP算法原理的复杂因果数据序列的拟合分析
被引量：2
- 2
-
-
作者
高远
李青
-
机构
上海大学
-
出处
《电子设计工程》
2019年第9期56-59,共4页
-
基金
上海市科技创新行动计划项目资助(16511101200)
-
文摘
针对工程实践中大量分布、因果不清,产生于复杂系统的序列数据,这类序列数据由于生成机制不明或者复杂,无法通过还原论进行分析,同时由于复杂系统的涌现性数据往往波动较大,通过传统的回归等统计学方法往往无法得到有效分析,本文讨论了CUP算法的在序列拟合上的应用,提出了CUP分析的一般过程和方法,并就因果发现、序列模式识别等方面结合仿真实验进行了讨论,并就一般特性的差异比较了常见的因果发现和模式识别方法,对工程实践中的复杂系统背景的序列数据分析有指导作用。
-
关键词
CUP算法
复杂系统
因果发现
模式识别
-
Keywords
CUP algorithm
complex system
causality discovery
pattern recognition
-
分类号
TN99
[电子电信—信号与信息处理]
-
