APP下载

基于文本挖掘和网络爬虫技术度量我国系统性金融风险

2018-12-10吴寅恺陈清萍

江淮论坛 2018年5期
关键词:文本挖掘

吴寅恺 陈清萍

摘要:我们利用文本挖掘和网络爬虫技术从报刊文章中提取有关我国系统性金融风险的信息,构建了用于度量我国系统性金融风险水平的系统性金融风险指数。该指数与金融形势指数相比,能够更准确地刻画近年来我国金融市场的风险变化。在对我国系统性金融风险的来源进行分析后发现2015年和2016年我国系统性金融风险主要来源于银行部门和股票市场,而2017年金融风险的主要来源转移到了银行部门和房地产市场。此外,2015—2017年,我国互联网金融风险呈现出不断上涨的趋势,需要引起重视。

关键词:文本挖掘;网络爬虫;系统性金融风险;金融风险指数;风险来源

中图分类号:F832.5;F832.59 文献标志码:A 文章编号:1001-862X(2018)05-0070-006

一、引 言

2017年习总书记在十九大报告中指出要“健全金融监管体系,守住不发生系统性金融风险的底线”。当前我国经济形势稳中有变,打好防范和化解金融风险攻坚战已经上升为国家战略,因此,构建合理的系统性金融风险指数,对于观测、预警和防范我国发生系统性金融风险有着重要的作用。

目前度量金融风险的方法主要是综合指数法,该方法是通过构建一套合理的指标体系,在选取合适的统计数据的基础上,利用数理统计方法生成一个综合指数,用于反映金融风险水平的变化。具有代表性的这类指数有金融形势指数(FCI)和金融压力指数(FSI)。然而,近年来随着数据的类型和体量呈爆发式的增长,统计数据这类结构化的数据无法体现出诸如政策变化、战争及自然灾害等定性信息,因此统计数据不能涵盖金融市场中所有的信息,这导致综合指数法构建的金融风险指数难以准确刻画出金融市场的风险变化。……

登录APP查看全文

猜你喜欢

文本挖掘
基于贝叶斯分类器的中文垃圾短信辨识
基于潜在特征的汽车评论要素挖掘
基于评论信息的淘宝服装类评分体系优化
数据挖掘技术在电站设备故障分析中的应用
基于LDA模型的95598热点业务工单挖掘分析
文本数据挖掘在电子商务网站个性化推荐中的应用
从《远程教育》35年载文看远程教育研究趋势
基于文献的中西医结合治疗脑梗死药物使用情况分析
基于改进Hadoop云平台的海量文本数据挖掘
慧眼识璞玉,妙手炼浑金