经济金融论坛第52期-金融研究中心.docVIP

运用大数据的金融风险预测模型研究 ——基于行为金融学的视角 摘要：近年来互联网金融为代表的金融新业态发展使得金融市场风险表现出新的特征，而大数据也逐渐成为金融市场必要的生产要素。本文利用百度搜索大数据建立金融风险预测模型，通过因子分析法建立包含互联网金融风险与影子银行风险的金融风险指标，并利用金融风险指标滞后项、结构数据变量滞后项以及百度搜索大数据建立多个组合的金融风险预测模型，发现包含百度搜索大数据的风险预测模型有助于提升金融风险预测的准确度，并且在金融风险上升期的预测效果要好于金融风险下降期的预测效果。 关键词：互联网金融 大数据 金融风险 预测模型 JEL分类号：G33 中图分类号：F832.59 文献标识码：A 文章编号： 一、前言 改革开放以来我国的GDP年均增长10%，服务于实体经济的金融市场也得到高速发展，至2015年末银行信贷占GDP的比重达到136%，股票市场总市值也超过53万亿人民币。与此同时，P2P网贷、众筹融资等为代表的互联网金融新业态层出不穷，2015年P2P融资额达到9825亿元，同比爆发式增长389%。但随着宏观经济的持续低迷以及金融的，我国金融市场开始凸显，具体表现为：不方便用数据库二维逻辑表来表现的数据因此通过观察市场主体的投融资行为或者测度金融风险感知能够衡量金融风险，比如观察到股市投资行为具有较强的