宏观研究：基于机器学习的社会融资规模的预测

http://research.stocke.com.cn 1/10 请务必阅读正文之后的免责条款部分 [Table_main] 公司研究类模板 宏观研究 报告日期：2019 年 12 月 11 日 基于机器学习的社会融资规模的预测 [table_zw] 公司研究类模板 全球宏观研究｜中国宏观｜ ：申屠业勤 执业证书编号：S1230519120001 ：021-80106016 ：shentuyeqin@stocke.com.cn 报告导读 将人工神经网络应用与社会融资规模的预测，采用对 Adaptive-Lasso 方法筛选出宏观审慎管理体系下最有代表性的变量，将社会融资规模与金融机构：住户贷款的同比增速、私营非金融部门的偿债比率、个人住房贷款加权平均利率、私营非金融部门的偿债比率、加权平均利率:个人住房贷款、居民部门债务率、中央政府债务率、地方政府债务率、非金融部门债务率 M2 增速，GDP 增速以及地产去库存周期代入人工神经网络进行迭代，预测未来社会融资规模及增速。 [table_predict] 风险提示：市场环境变动风险，模型基于历史数据的表达，数据集固有局限，未来预测存在误差 [table_invest] 计算流程 AI 化示意图 数据支持人：陈昊 [table_research] 证券研究报告 [table_page] 迪安诊断(300244)深度报告 http://research.stocke.com.cn 2/10 请务必阅读正文之后的免责条款部分 正文目录 1. 研究背景 .................................................................................................................................. 3 2. 研究目标 .................................................................................................................................. 3 3. 分析方法 .................................................................................................................................. 3 3.1. Adaptive-Lasso 正则方法 .............................................................................................................................................. 3 3.2. BP 神经网络预测模型 .................................................................................................................................................. 4 4. 建模过程 .................................................................................................................................. 5 4.1. 主要步骤 ....................................................................................................................................................................... 5 4.2. 数据探索 ....................................................................................................................................................................... 5 4.2.1. 变量解释 ................................................................................................................................................................................ 5 4.2.2. 数据预处理 ............................................................................................................................................................................ 5 4.3. 模型构建 ....................................................................................................................................................................... 6 4.3.1. Adaptive-Lasso 变量选择 ...................................................................................................................................................... 6 4.3.2. 社融同比增速预测 ................................................................................................................................................................ 6 4.4. 模型评估及优化 ............................................................................................