基于EEMD-LSTM的中國保險業(yè)系統(tǒng)性風險預警研究

摘要： 本文采用保險業(yè)壓力指數(shù)來衡量中國保險業(yè)系統(tǒng)性風險狀況，并通過預測保險業(yè)壓力指數(shù)的未來走勢來進行保險業(yè)系統(tǒng)性風險預警。借鑒TEI@I復雜系統(tǒng)研究方法論中的分解集成技術，同時結合當前人工智能、深度學習領域的研究成果，構建EEMD-LSTM模型進行保險業(yè)系統(tǒng)性風險預警。實證結果表明，EEMD分解集成技術在預測非線性、非平穩(wěn)復雜時間序列方面具有明顯優(yōu)勢；同時，LSTM模型能有效刻畫時間...