大家好我是toby老师，今天为大家分享中国科学院大学洪永淼团队**一篇非常经典的期刊论文-神经网络在金融预测中的可靠性评估: 一个基于模型稳定性的分析框架。该期刊发布于计量经济学报。这篇文章为后人研究模型稳定性提供了大量宝贵数据参考。我方公司专业从事企业建模，期刊论文专利定制服务。具体场景包括：个人信用贷款违约风控模型，企业信用贷款违约风控模型，债券违约预测模型，政府信用评级模型，股票价格预测模型，房价预测模型。

作者介绍

林文灿¹²³，洪永淼¹²³，汪畅¹，魏云捷¹²³（1. 中国科学院数学与系统科学研究院；2. 中国科学院大学经济与管理学院；3. 中国科学院预测科学研究中心）

研究背景与问题提出

在金融预测领域，神经网络凭借其处理非线性、高维特征和复杂动态关系的能力，已被广泛应用于股票收益率预测、风险管理、资产定价及汇率波动预测等场景。然而，一个关键问题制约着其在经济金融领域的实际应用效果，即数据特性与模型结构的匹配问题。

金融市场数据普遍存在非平稳性、结构性变迁和政策动态性等特征，这使得训练样本期与预测期的数据分布可能存在显著差异，进而影响模型的预测稳定性。现有研究主要聚焦于残差分析，对模型结构稳定性的系统性探索相对有限。

研究创新与方法论贡献

针对上述研究空白，本文提出了一套基于神经网络参数分析的新研究范式，用于量化和评估数据与模型的匹配程度。研究的主要方法论贡献包括以下三个方面：

1. 提出新的距离度量方法：基于神经网络参数矩阵的Frobenius范数，定义了归一化距离度量。该方法不仅考虑了参数间的直接差异，还通过归一化处理提高了跨模型比较的可靠性。

2. 构建完整的评估框架：建立了包含模型稳定性检验和残差分析的双重评估框架。该框架首先验证模型函数F的稳定性，进而对残差ε进行无偏性、自相关性和正态性检验。

3. 引入统计检验程序：基于距离D的先验分布（截断正态分布），设计了假设检验方法，用于判断模型间的差异是否在可接受范围内。

实证研究与主要发现

研究以1997—2021年六种主要货币对（AUD/USD、USD/CAD、USD/JPY、NZD/USD、USD/CHF、GBP/USD）的月度汇率为研究对象，构建了不同回溯期长度（12、24、36、48、60、72个月）的LSTM模型。实证研究的主要发现如下：

• 36个月回溯期表现最优：在模型稳定性检验中，36个月回溯期下全部六种汇率对均通过了F检验；在残差检验中，该回溯期下所有汇率对的模型残差序列均满足无偏性、无自相关性和正态性假设。

• 回溯期与稳定性存在非线性关系：12个月回溯期的模型稳定性最差，仅有半数汇率对通过检验，且归一化距离显著较大；48、60、72个月回溯期也无法保证所有汇率对通过检验。

• 货币对之间存在显著异质性：USD/CAD、NZD/USD和USD/CHF的模型对回溯期长度敏感性较低，而AUD/USD和GBP/USD则表现出较高的敏感性。

经济学解释与现实意义

36个月回溯期的合理性可从三个维度加以解释：

1. 数据发布周期：36个月覆盖三个完整的年度周期，能够捕捉月度和季度指标的累积效应，同时揭示年度经济数据所反映的长期趋势。

2. 市场制度特征：该时间窗口与机构投资者绩效评估周期、企业财务报告周期等制度性安排相匹配，能够较完整地捕捉制度环境对市场行为的塑造作用。

3. 信息积累过程：36个月为建模短期波动与长期趋势提供了合理的时间框架，既能捕捉短期市场情绪变化，又能揭示长期经济基本面对汇率的渐进影响。

研究结论与展望

本文的研究表明，基于神经网络参数的分析方法能够有效评估数据与模型的匹配程度。在LSTM汇率预测中，36个月回溯期在平衡短期波动与长期趋势方面具有显著优势。这一结论得到了模型稳定性和残差检验的双重支持。

未来研究可沿着以下方向深入拓展：探索其他距离度量方式对模型稳定性评估的影响；将分析框架扩展至股票、商品期货等其他金融时间序列预测领域；与经济学和机器学习领域的可解释性方法相结合，进一步提升金融预测的科学性与实用性。

---

点评

文章整体质量非常好，有些问题可以进一步探讨。样本量偏小：使用1997-2021年的月度数据，总样本量约300个。对需要捕捉复杂非线性关系的深度学习模型（即使是单层LSTM）来说样本量偏少，可能会限制模型性能，并增加结论的偶然性。LSTM 属于高参数模型，300 个样本 + 多层门控结构，容易欠拟合 / 参数估计不稳定。对于宏观金融时间序列研究，300个左右的月度样本量，确实在很大程度上是一种由研究对象和数据频率决定的“无奈的客观限制”，不能简单地将其等同于实验设计上的缺陷。

基金项目：国家自然科学基金（72171223，71988101）；中国科学院青年创新促进会

期刊介绍

计量经济学报

• 创刊时间：2021年1月

• 主管单位：中国科学院

• 主办单位：中国科学院数学与系统科学研究院

• 刊期：双月刊（部分早期信息可能显示为季刊，现已更新）

• 主编：汪寿阳、洪永淼

  也被称为“C扩”，暂非核心版

年发文量40-90篇
版权声明：文章来自公众号(python风控模型),未经许可，不得抄袭。遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。