本文是一篇國(guó)際金融論文，本文實(shí)證結(jié)果表明，XGBoost模型有最好的訓(xùn)練效果，在國(guó)際金融危機(jī)預(yù)警的課題上有顯著優(yōu)勢(shì)。選擇大數(shù)據(jù)方法可以超越傳統(tǒng)線性計(jì)量模型的擬合結(jié)果，可以提高分類(lèi)的準(zhǔn)確性，能夠成為金融風(fēng)險(xiǎn)防范及危機(jī)預(yù)警問(wèn)題更有新意的解決方法，值得繼續(xù)推廣。
第1章緒論
1.1研究背景
自2019年新冠疫情出現(xiàn)以來(lái)，全球各國(guó)各地的生產(chǎn)、經(jīng)濟(jì)乃至社會(huì)生活都受到了強(qiáng)烈的沖擊和嚴(yán)峻的挑戰(zhàn)。為減少疫情對(duì)人民生活的惡劣影響，各國(guó)政府采用了不同的方法抗擊病毒，其中有以美國(guó)政府為代表的開(kāi)放共存、增發(fā)貨幣、維持消費(fèi)；也有以中國(guó)政府為代表的嚴(yán)防死守、動(dòng)態(tài)清零、穩(wěn)定匯率。對(duì)一個(gè)國(guó)家賴以生存發(fā)展的金融大環(huán)境而言，不同的應(yīng)對(duì)方法各有優(yōu)勢(shì)和局限：美國(guó)政策在短期內(nèi)維持了金融的當(dāng)下繁榮，穩(wěn)住了股市表現(xiàn)，提高了資金的流動(dòng)性，卻擾亂了國(guó)際貨幣的匯率，重創(chuàng)了就業(yè)，加劇了貧富分化，造成大幅通貨膨脹，為國(guó)際金融危機(jī)埋下隱患；中國(guó)政策最大限度保全了人民生命財(cái)產(chǎn)安全，能做到統(tǒng)籌兼顧，避免醫(yī)療系統(tǒng)擠兌，但同時(shí)對(duì)國(guó)家財(cái)政造成巨大壓力，也在一定程度上抑制了生產(chǎn)發(fā)展的速度。
幾十年來(lái)，學(xué)者們從未停止對(duì)金融危機(jī)發(fā)生條件及預(yù)警方案的研究，也形成了許多意義深遠(yuǎn)的成果。研究這一問(wèn)題的切入點(diǎn)有很多，國(guó)民收入、物價(jià)水平、股票市場(chǎng)、就業(yè)比率、國(guó)家債務(wù)等都是可以納入考慮的對(duì)象和指標(biāo)。每當(dāng)一項(xiàng)指標(biāo)數(shù)值產(chǎn)生了超出正常波動(dòng)范圍的異常情況，往往表明了潛在危機(jī)和動(dòng)蕩的存在。此外，經(jīng)濟(jì)指標(biāo)之間也存在著相互關(guān)聯(lián)的情形，如利率水平一般會(huì)隨著貨幣供應(yīng)量的增加而降低、就業(yè)比率一般與國(guó)民收入同方向增減等。而當(dāng)大部分指標(biāo)都發(fā)生了預(yù)料之外的偏動(dòng)時(shí)，就表明整體經(jīng)濟(jì)系統(tǒng)受到了強(qiáng)烈的影響，金融危機(jī)或其他風(fēng)險(xiǎn)事件將接踵而來(lái)，對(duì)系統(tǒng)中的全體民眾造成難以估量的損失。

國(guó)際金融論文怎么寫(xiě)

........................
1.2研究目的與意義
1.2.1研究目的
新冠疫情對(duì)世界各國(guó)的經(jīng)濟(jì)發(fā)展都造成了深遠(yuǎn)的影響，也讓人們對(duì)未來(lái)發(fā)生新一輪金融危機(jī)的恐慌進(jìn)一步蔓延。本文通過(guò)多種途徑，搜集歷史年間國(guó)際金融危機(jī)的發(fā)生信息，對(duì)金融危機(jī)的發(fā)生條件及事件特征開(kāi)展研究，用當(dāng)下較前沿、高效的大數(shù)據(jù)和機(jī)器學(xué)習(xí)方法對(duì)金融危機(jī)預(yù)警進(jìn)行嘗試，基于中外學(xué)者公認(rèn)可靠的著名金融危機(jī)年表，獲得1970-2017年間世界各個(gè)國(guó)家（或地區(qū)）金融危機(jī)發(fā)生時(shí)間的數(shù)據(jù)；同時(shí)根據(jù)世界銀行WDI數(shù)據(jù)庫(kù)和Jórda-Schularick-Taylor數(shù)據(jù)集搜集整理各國(guó)GDP、公共債務(wù)、國(guó)內(nèi)信貸總額、進(jìn)出口額、外匯儲(chǔ)備、實(shí)際有效匯率等宏觀數(shù)據(jù)進(jìn)行補(bǔ)充，篩選出特征信息較完整的一百多個(gè)國(guó)家作為基礎(chǔ)數(shù)據(jù)。經(jīng)處理后，本文根據(jù)相關(guān)變量特征，利用機(jī)器學(xué)習(xí)和深度學(xué)習(xí)模型分別對(duì)系統(tǒng)性銀行危機(jī)、貨幣危機(jī)以及主權(quán)債務(wù)危機(jī)進(jìn)行監(jiān)督預(yù)警。
本文將對(duì)比傳統(tǒng)Logit統(tǒng)計(jì)計(jì)量方法、機(jī)器學(xué)習(xí)及深度學(xué)習(xí)模型的效果優(yōu)劣，形成最優(yōu)的金融危機(jī)預(yù)警方案，為財(cái)政政策制定者及金融監(jiān)管部門(mén)提供金融風(fēng)險(xiǎn)防范相關(guān)的參考，對(duì)金融危機(jī)防范提出更加具體的發(fā)展建議。
......................
第2章文獻(xiàn)綜述與相關(guān)理論分析
2.1文獻(xiàn)綜述
2.1.1金融風(fēng)險(xiǎn)傳染研究
整個(gè)金融系統(tǒng)包含銀行、企業(yè)、房地產(chǎn)等不同的部門(mén)，正如以上金融理論所體現(xiàn)的那樣，信用的管理、風(fēng)險(xiǎn)傳染的控制與金融危機(jī)息息相關(guān)。國(guó)際金融危機(jī)發(fā)生的潛在條件便是風(fēng)險(xiǎn)的跨國(guó)傳染。因此，本文首先對(duì)金融風(fēng)險(xiǎn)傳染相關(guān)主題的文獻(xiàn)與成果進(jìn)行梳理，發(fā)現(xiàn)中外學(xué)者常常分從銀行系統(tǒng)、股票股指、房地產(chǎn)指數(shù)等不同的角度進(jìn)行分析和度量。
銀行系統(tǒng)方面，Sergio Rubens Stancato de Souza等（2016）[1]通過(guò)使用一種新的基于網(wǎng)絡(luò)的框架來(lái)開(kāi)發(fā)巴西銀行間市場(chǎng)的系統(tǒng)性風(fēng)險(xiǎn)測(cè)量，發(fā)現(xiàn)中型銀行因其不可忽視的違約可能，相較于大型銀行存在更大的預(yù)期系統(tǒng)性風(fēng)險(xiǎn)壓力。Celso Brunetti、Jeffrey H.Harris等（2019）[2]研究了2008年金融危機(jī)前后公共銀行和私人銀行之間的兩種網(wǎng)絡(luò)結(jié)構(gòu)，發(fā)現(xiàn)危機(jī)期間，相關(guān)網(wǎng)絡(luò)顯示出互聯(lián)性的增加，有助于預(yù)測(cè)金融危機(jī)；而物理網(wǎng)絡(luò)則表現(xiàn)出互聯(lián)性的顯著減少，更便于預(yù)測(cè)流動(dòng)性問(wèn)題。Stavros K.Stavrogloua、Athanasios A.Pantelous等（2019）[3]提出了由先驗(yàn)定義的因果交互作用模型進(jìn)行驗(yàn)證的算法并在資產(chǎn)對(duì)和主權(quán)信用違約掉期（CDS）網(wǎng)絡(luò)上測(cè)試，考察了時(shí)間序列的因果特征。Hu Wang、Shouwei Li（2020）[4]研究了引入非中央清算對(duì)銀行系統(tǒng)性風(fēng)險(xiǎn)的影響，認(rèn)為非中央清算可以有效降低低風(fēng)險(xiǎn)沖擊下的系統(tǒng)性風(fēng)險(xiǎn)，但在極端沖擊下，無(wú)中央清算的場(chǎng)外衍生品交易保證金系統(tǒng)造成的流動(dòng)性風(fēng)險(xiǎn)會(huì)給銀行系統(tǒng)造成更多的資產(chǎn)損失。同年，Shouwei Li、Yifu Liu等（2020）[5]構(gòu)建了銀行-企業(yè)多路網(wǎng)絡(luò)來(lái)考察兩部門(mén)間的系統(tǒng)影響，研究表明短期網(wǎng)絡(luò)的債務(wù)排名整體上大于長(zhǎng)期網(wǎng)絡(luò)，因此短期貸款對(duì)銀行-公司體系的穩(wěn)定性影響較大；在中國(guó)的銀行-公司體系中，企業(yè)是系統(tǒng)性風(fēng)險(xiǎn)的主要貢獻(xiàn)者，而制造業(yè)在所有行業(yè)中的系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)最高。
..........................
2.2金融危機(jī)理論分析
本文的研究問(wèn)題為“金融危機(jī)的預(yù)警”，首先需要認(rèn)識(shí)和明確的對(duì)象便是金融危機(jī)的理論成因和影響因素。
與金融危機(jī)相關(guān)的經(jīng)濟(jì)理論有很多，涵蓋其性質(zhì)特征、事件成因、造成的影響等諸多方面，與行為金融學(xué)相關(guān)的也有很多細(xì)小的分支。本文基于以上不同的視角，選取最具有代表性的三個(gè)理論進(jìn)行基本闡述：金融周期理論、金融不穩(wěn)定假說(shuō)和金融恐慌理論，從而更詳細(xì)地介紹金融危機(jī)的特性和影響，也為下文選取用于觀測(cè)跟蹤的變量指標(biāo)奠定有效、可靠的基礎(chǔ)。
2.2.1金融周期理論分析
金融周期理論認(rèn)為，金融經(jīng)濟(jì)周期可以劃分為四個(gè)主要階段：復(fù)蘇、高漲、衰退和蕭條。在一個(gè)周期內(nèi)，四個(gè)階段依次出現(xiàn)，周而復(fù)始，往復(fù)循環(huán)。然而其中，如果衰退和蕭條之間轉(zhuǎn)換速度過(guò)快、波動(dòng)幅度過(guò)大，超過(guò)一般正常水平，則這一特定的金融經(jīng)濟(jì)周期階段就容易形成“金融危機(jī)”。金融周期的基礎(chǔ)是供給與需求，經(jīng)濟(jì)發(fā)展的根本動(dòng)力是總需求和總供給相互作用共同推動(dòng)的，期間的金融波動(dòng)形成一系列小周期，但在總體上依然順應(yīng)大周期趨勢(shì)。與金融周期理論相關(guān)的就是行為金融學(xué)所涉及的的“射擊過(guò)頭”和“羊群效應(yīng)”。這兩種現(xiàn)象體現(xiàn)的是短期匯率超調(diào)與信息不對(duì)稱性引起的市場(chǎng)跟風(fēng)，歸根結(jié)底是市場(chǎng)預(yù)期改變引起的短期不理性行為，都會(huì)造成市場(chǎng)的過(guò)度調(diào)節(jié)，這在金融衰退和蕭條階段更容易引起動(dòng)蕩，引發(fā)金融危機(jī)。
................................
第3章 問(wèn)題描述與分析 ................................ 13
3.1 金融危機(jī)概述與分類(lèi) .............................. 13
3.1.1 金融危機(jī)概述 ...................................... 13
3.1.2 金融危機(jī)分類(lèi) .......................... 13 
第4章 預(yù)警方案策劃思路 .................. 16
4.1 數(shù)據(jù)選擇與處理 ..................................... 16
4.1.1 樣本選取與數(shù)據(jù)來(lái)源 ......................... 16
4.1.2 指標(biāo)選擇與構(gòu)建 ................................. 16
4.1.3 數(shù)據(jù)集處理 ............................................ 18
第5章 方案實(shí)證結(jié)果及實(shí)施途徑 .................................. 28
5.1 單一窗口樣本實(shí)證結(jié)果............................... 28
5.1.1 機(jī)器學(xué)習(xí)模型實(shí)證結(jié)果 ................................ 28
5.1.2 傳統(tǒng)線性模型實(shí)證結(jié)果 .................................... 30
第5章方案實(shí)證結(jié)果及實(shí)施途徑
5.1單一窗口樣本實(shí)證結(jié)果
5.1.1機(jī)器學(xué)習(xí)模型實(shí)證結(jié)果
本文首先依照方案設(shè)計(jì)思路對(duì)金融危機(jī)預(yù)警課題進(jìn)行單一窗口樣本的實(shí)證，使用機(jī)器學(xué)習(xí)模型對(duì)危機(jī)結(jié)果進(jìn)行預(yù)警。為檢驗(yàn)?zāi)Ｐ陀行裕疚膶⑼瑫r(shí)對(duì)系統(tǒng)性銀行危機(jī)、貨幣危機(jī)和主權(quán)債務(wù)危機(jī)3種不同的金融危機(jī)類(lèi)型使用XGBoost、SVM、決策樹(shù)、隨機(jī)森林這4個(gè)不同的機(jī)器學(xué)習(xí)模型進(jìn)行訓(xùn)練結(jié)果的對(duì)比，以比較分析XGBoost在此課題上的優(yōu)勢(shì)所在。
由于數(shù)據(jù)結(jié)構(gòu)有一定差異，在訓(xùn)練前對(duì)數(shù)據(jù)采用標(biāo)準(zhǔn)化處理；此外，0/1樣本的比例差距較大，因此本文選擇對(duì)1的樣本過(guò)采樣至800條，以緩解機(jī)器學(xué)習(xí)準(zhǔn)確率失真的問(wèn)題。具體實(shí)證結(jié)果如下所示：對(duì)系統(tǒng)性銀行危機(jī)進(jìn)行實(shí)證：

國(guó)際金融論文參考

...........................
第6章結(jié)論與展望
6.1方案小結(jié)
本文吸收中外優(yōu)秀歷史文獻(xiàn)的研究成果，對(duì)國(guó)際金融危機(jī)預(yù)警問(wèn)題進(jìn)行研究，從系統(tǒng)性銀行危機(jī)、貨幣危機(jī)和主權(quán)債務(wù)危機(jī)三個(gè)方面分別切入，利用SVM、決策樹(shù)、隨機(jī)森林、XGBoost四種機(jī)器學(xué)習(xí)模型和BP神經(jīng)網(wǎng)絡(luò)、LSTM兩種深度學(xué)習(xí)模型分別進(jìn)行實(shí)證。
實(shí)證結(jié)果表明，XGBoost模型有最好的訓(xùn)練效果，在國(guó)際金融危機(jī)預(yù)警的課題上有顯著優(yōu)勢(shì)。選擇大數(shù)據(jù)方法可以超越傳統(tǒng)線性計(jì)量模型的擬合結(jié)果，可以提高分類(lèi)的準(zhǔn)確性，能夠成為金融風(fēng)險(xiǎn)防范及危機(jī)預(yù)警問(wèn)題更有新意的解決方法，值得繼續(xù)推廣。
此外，在未來(lái)一段期限是否會(huì)發(fā)生金融危機(jī)的階段性預(yù)警問(wèn)題中，XGBoost模型也達(dá)到了良好的效果，能夠有效預(yù)測(cè)未來(lái)金融危機(jī)發(fā)生的判定結(jié)果，且結(jié)果相當(dāng)程度上貼合現(xiàn)實(shí)情形，證明了該方案在金融預(yù)警課題上的實(shí)用性和可靠性。
政府當(dāng)局和決策部門(mén)在及時(shí)、全面追蹤宏觀經(jīng)濟(jì)指標(biāo)的同時(shí)，理應(yīng)規(guī)范處理數(shù)據(jù)信息，提煉有效指標(biāo)，在此基礎(chǔ)上可以使用XGBoost模型進(jìn)行更多豐富的嘗試，來(lái)預(yù)警金融危機(jī)等風(fēng)險(xiǎn)事件，從而更好地提前布局決策，對(duì)潛在的危機(jī)和風(fēng)險(xiǎn)進(jìn)行及時(shí)的調(diào)整和補(bǔ)救措施，更好地服務(wù)于社會(huì)生產(chǎn)和人民福祉。
參考文獻(xiàn)（略）