脱兔官方网站,dota2脱兔比分网

共青团

作品名称:实证视角下保险公司破产预警报告——基于机器学习和逻辑回归的方法

负责人:韦诚

负责人专业2016级金融与理财

团队成员:王彦丁(信用管理),丁奕丹(保险学)

指导老师:李志勇

作品简介:近年来学业各界对公司财务预警的研究不断丰富,前人通过各种方法,使用了大量的模型对公司破产进行预测。但这类预测目前更多基于传统统计学模型,可解释性较强,但预测准确度偏弱。基于大数据方法、有更高预测准确度的机器学习方法进行的尝试则较少。为填补此空白,项目通过机器学习模型构建了包含盈利能力、经营效率等变量的保险公司财务风险预测模型,分层次构建了有较高预测准确度的预测模型(90.68)。此外将逻辑回归的结果与机器学习方法的结果进行比对,并通过列出变量权重来增强机器学习模型的鲁棒性与可验证性。除了填补机器学习方面空白外,与一般论文将寿险与非寿险公司分开不同,项目通过因子分析法尝试将寿险与非寿险公司合并分析,合并后模型预测具有一定准确性(80%)。

作品名称:基于机器学习方法的信贷风险评估及预测模型——以融360为例

负责人:张司雨

负责人专业:金融智能与信息管理  

团队成员:王钰霄(金信),刘瑞强(金信),蒋嘉楠(金统),严臻杰(金信)指导老师:张英

作品简介:项目采用数据挖掘的相关技术,运用大数据分析,对“融 360”金融平台的 5 万多 个客户进行分类,搭建预测逾期还款状况的模型。通过对训练集建立多元 logistics 回归 模型、决策树模型与神经网络模型,对验证集进行预测,根据模型性能予以评估,最终 采用神经网络预测模型。项目主要分为共四个部分:数据的商业背景、数据处理、模型 建立与评估和结果分析与应用。在建立模型过程中,运用了数据库,RSPSSmatlab 等挖掘工具,对客户进行科学的分类,从而帮助融 360 提高对贷款信用的控制,以期达 到降低信贷违约风险的目标。

作品名称:中国A股市场动量效应的实证研究  

负责人:许波

负责人专业:金融学(双语实验班)

团队成员:司文杰(金融双语),徐栋(金融双语),方政远(金融双语)

指导老师:许志      

作品简介:项目使用了CSMAR数据库中从1996-2016年间股票月收益率以周股票收益率,首先构建了形成期和持有期不同的赢家和输家股票组合,使用SAS软件对我国的股市动量效应进行了检验,并对股改前后的动量效应进行对比,最后我们还对动量效应的反转进行了验证。我们得到的结果表明:(1)我国A股市场不存在月度频率上的动量效应,而形成期为1-2周,持有期为1-5周的周频率数据上存在显著的动量效应。(2)动量收益可以分解为系统性风险、行业风险和公司异质性风险的补偿。(3)股改前后动量效应存在显著差异。(4)我国股市存在超短期动量效应和短期反转效应。 注:项目数据量达到35万条以上,程序运行时间达6个小时以上

作品名称:大数据背景下媒体关注度对股票收益率的影响    

负责人:高淑慧

负责人专业:金融统计

团队成员:张鹤影(劳动与社会保障),刘畅(保险学)

作品简介:项目以创业板股票为研究对象,从中选取部分具有代表性的股票,并根据百度指数中的资讯指数将其分5个不同层级进行分析,利用两种分析方法,即相关分析和多元回归分析,讨论了媒体关注度对创业板股票收益的影响。研究发现,前文所设两个假设均成立,即“基于百度指数的资讯指数反映出的日媒体者关注度均值与创业板公司股票收益率存在非线性相关关系。”和“基于百度指数的资讯指数反映出的日媒体者关注度方差与创业板公司股票收益率存在非线性相关关系。”。

作品名称:聚类分析下的股票投资应用数据分析      

负责人:王海桥

负责人专业2015级信息管理与信息系统

团队成员:陈飞(计算机科学与技术),林伊雯(国际商务双语实验班)      

指导老师:邱江涛  

作品简介:本作品基于因子分析与聚类分析,通过对股票市场上的相同行业公司财务数据分析、个股财务指标的时间序列分析、上一年度该行业股票市场价格分析,能够让股民在国家政策导向发生变化,或市场驱动方向有所调整的情况下快速根据行业情况选择投资的行业,并通过本篇分析报告掌握该行业内股票分类情况、上市公司价值与股票价格关系情况、个股历年公司发展情况,帮助其进行精准定位精准投资。本篇报告所用数据均为中国研究数据服务平台提供的官方数据

作品名称Lending Club 数据分析及贷款状态预测 ——基于 Knn 算法

负责人:张琳

负责人专业:金融工程

团队成员:卜敏哲(计算机科学与技术),徐若晰(经济统计学)    

作品简介:在时下互联网金融盛行的趋势下,P2P网贷行业高速发展。Lending Club即为P2P网贷公司之一。在本次比赛中,首先,我们选取了Lending Club公司2017年第三季度的数据进行基本的分析,分析Lending Club公司2017年第三季度的平均贷款金额,贷款金额分布等状况。接着,我们从中选取了117401条记录作为样本。并选取了贷款额、贷款利率、月偿付额、自报年薪、过去两年里借款人信用档案逾期30天以上发生的数量等27个特征值进行K近邻算法分析。在对数据分类的基础上,我们建模对贷款人可能的贷款状态进行了预测,最后,结合数据分析的结果,进行总结,并给出了相应的建议。            

作品名称多因子选股量化策略

负责人:龚梓阳

负责人专业:统计学

团队成员:李美泽(金融工程),王茂铧(金融工程)  

作品简介:该作品旨在从量化交易角度去思考如何实现金融大数据分析与金融服务。量化交易是指借助现代统计学和数学的方法,利用计算机技术来进行交易的证券投资方式。多因子选股策略,简单来说就是通过多个指标来分析具有何种特征的股票会拥有较高的 收益率(不考虑做空),然后以反应优秀的因子作为筛选条件,从股票池中挑选股票进 行投资。 在本作品中,涉及到的步骤有:1.股票池与样本期、检验期的选取。 2.备选因子的挑选。 3.股票池备选因子的数据预处理。 4.通过数据分析实现备选因子的有效性检验与冗余因子的剔除。 5.按照最终的有效因子对股票池各股进行每月打分轮动换股。 6.模型评价(计算夏普比率、投资收益、最大回撤率等相关指标)。 7.模型的后续跟踪改进。

作品名称我国基本养老保险覆盖率及保障水平研究

负责人:冯小艺

负责人专业:税收学

团队成员:朱思宇(投资学),杨雅琴(会计学),龚柳柳(保险学),孙卓凡(金融数学)指导老师:张栋浩

作品简介:随着人口老龄化的加剧,“未富先老”成为了社会普遍关注的热点。城镇职工基本养老保险和城乡居民社会养老保险双轨并行构建了我国社会养老保险的新框架,但就目前来看,我国社会养老保险还存在着省际不均衡,社会养老保险基金增速跟不上医疗保健支出增速等问题。目前关于养老保险的研究集中于省际差异的实证分析,探讨影响省市养老保险覆盖率的因素,且大多采用横截面数据进行回归分析,研究对象也停留在城乡居民养老保险统筹之前的城市居民养老保险和农村居民养老保险。本报告立足于各省情况,结合海量面板数据,利用数据处理分析了城镇职工基本养老保险和城乡居民养老保险覆盖率的省际差异以及保障水平差异,选题创新且具有一定的民生意义。