中國(guó)保險(xiǎn)業(yè)系統(tǒng)性風(fēng)險(xiǎn)的評(píng)估與預(yù)警研究

——基于Attention-LSTM模型的分析

打開文本圖片集

摘 要：基于保險(xiǎn)業(yè)系統(tǒng)性風(fēng)險(xiǎn)傳導(dǎo)機(jī)制和預(yù)警機(jī)制的理論分析，利用CoVaR方法評(píng)估保險(xiǎn)業(yè)系統(tǒng)性風(fēng)險(xiǎn)，從微觀保險(xiǎn)機(jī)構(gòu)和宏觀經(jīng)濟(jì)環(huán)境構(gòu)建Attention-LSTM模型對(duì)保險(xiǎn)業(yè)系統(tǒng)性風(fēng)險(xiǎn)進(jìn)行預(yù)警分析。研究發(fā)現(xiàn)：當(dāng)遭遇重大事件沖擊時(shí)，系統(tǒng)重要性保險(xiǎn)機(jī)構(gòu)對(duì)保險(xiǎn)業(yè)的風(fēng)險(xiǎn)溢出增加；將金融壓力指數(shù)納入風(fēng)險(xiǎn)預(yù)警體系，其預(yù)測(cè)平均絕對(duì)誤差、均方根誤差和平均絕對(duì)百分比誤差分別降低8.59%、7.27%和4.55%；Attention-LSTM模型能捕捉風(fēng)險(xiǎn)間的關(guān)聯(lián)性和傳染性，在預(yù)測(cè)準(zhǔn)確性、泛化能力和時(shí)間穩(wěn)定性方面均優(yōu)于傳統(tǒng)機(jī)器學(xué)習(xí)模型。（剩余16967字）