盛世景青年人才计划丨王小燕副教授在《统计研究》发表论文

企业   2024-07-30 17:25   湖南  

  


“盛世景金融发展基金”是由我校金融89级校友、盛世景资产管理集团股份有限公司董事长吴敏文捐赠2000万元设立。该基金设有青年人才计划,旨在培育一批在全国金融、统计学科领域有竞争力的青年人才,助力金融与统计学院发展。目前,盛世景青年人才计划已支持王小燕等一批青年人才。



近日,金融与统计学院统计系王小燕副教授题为“基于CMCP-LMCL的多分类深度神经网络及其应用”的论文在院定A类期刊《统计研究》2024年第7期发表。


多分类问题涉及信用风险管理、股票走势预测等多个领域。相比于二分类问题和连续型因变量,多分类因变量问题的目标函数和优化算法往往更复杂,从而更具挑战性。深度神经网络(DNN)是常用于多分类预测的机器学习模型,然而该模型具有两个缺点,一是“黑盒”问题,应用时难以确定模型决策所依赖的具体输入变量,这种不可解释性极大限制了DNN在信用评价、金融决策等领域上的应用。二是由于DNN模型具有庞大规模的神经元数量和权重参数,模型容易陷入局部最优,尤其是应用于高维数、低信噪比数据时,往往会产生严重的过拟合。
为解决多分类深度学习模型中冗余参数过多和难以解释的问题,本文提出一个新的深度神经网络(CMCP-LMCL),它利用CMCP变量选择方法压缩输入特征到第1隐藏层的权重,并融合权重的组结构,剔除无关特征以及不重要的连接。同时该方法对特征层之外的权重施加权重衰减 L2 惩罚,有利于改进过拟合问题。新方法在Softmax基础上引入扩大参数和距离参数,建立增强的边缘余弦损失(LMCL)函数,增大分类决策边界的间隔以期提高分类预测性能。模拟分析表明,对比已有DNN和传统分类方法,无论特征以简单线性形式还是复杂非线性形式映射到因变量,本文方法均具有良好的特征选择性能和预测表现。基于信用贷款数据的实证分析表明,该方法能够有效选择风险指标并进行违约风险预警。



王小燕,湖南大学金融与统计学院副教授,博士生导师,厦门大学经济学博士,美国耶鲁大学博士后。入选“湖南省青年骨干教师培养对象”,湖南大学岳麓学者。研究领域主要包括数据挖掘、高维数据分析等。目前在Bioinformatics、Statistics in Medicine、Computational Statistics and Data Analysis、Statistics and Its Interface,《统计研究》《数量经济技术经济研究》《系统工程理论与实践》《中国管理科学》等国内外学术期刊发表30多篇论文,主持国家自然科学基金面上项目、青年项目,教育部人文社科基金青年项目,湖南省自然科学基金青年项目等课题共10项,参编专著1部。

王小燕照片


往期回顾


1、盛世景青年人才计划 | 王修华在人民日报理论版发表文章



2、盛世景青年拔尖人才动态 | 金融与统计学院马理教授团队在宏观政策研究领域取得新进展


3、盛世景青年人才计划 | 李万利副教授在《世界经济》发表论文

 4、盛世景青年人才计划 | 唐国豪:在“金融黄埔”里追赶“前沿”


 5、盛世景青年人才计划 | 明雷:做好学生的“领航者”和“引路人”




6、盛世景青年人才计划丨陈熠辉助理教授在《金融研究》发表论文





来源丨金融与统计学院微信公众号

编辑|徐慧

审核丨赵震宇、左鑫



点分享
点收藏
点在看
点点赞

 最新文章