37:41视频长度为37:41。
CCAR神经网络模型
陈恒,汇丰银行和西北大学
神经网络(NN)模型为改进综合资本分析与审查(CCAR)中的信贷损失预测和压力测试提供了机会,它可以使用arima类型模型作为宏观经济变量的函数进行估计。如需参考,请参阅:大型银行控股公司的资本规划:监管预期和当前最佳实践的范围,2013年.然而,神经网络模型的应用仍然存在挑战,例如根据监管要求的模型可解释性和过拟合倾向。本次会议将讨论这项研究,并重点介绍以下内容:
- 通过利用信用卡公司超过15年的月度冲销数据,可以开发一个简约的神经网络模型,该模型优于具有均方误差(MSE)的ARIMA误差的传统回归模型。
- 通过LASSO和逐步回归算法的组合,从500个宏观经济变量池中选择了两个具有滞后的宏观经济变量,这使得神经网络模型可用于CCAR情景叙述。估计输入权重的符号或方向应该与业务直觉一致或受业务直觉约束。
- 本研究还发现神经网络模型容易过拟合。压力测试对网络架构师的设计非常敏感。
记录日期:2019年10月15日
您也可以从以下列表中选择一个网站:
如何获得最佳的网站性能
选择中国站点(中文或英文)以获得最佳站点性能。其他MathWorks国家站点没有针对您所在位置的访问进行优化。