基于深度学习的汇率风险监测预警研究  

Research on Exchange Rate Risk Monitoring and Early Warning Based on Deep Learning

作　　者：夏敏 卢帅奇 Xia Min;Lu Shuaiqi

机构地区：[1]新疆财经大学统计与数据科学学院

出　　处：《金融科技时代》2025年第3期5-10,共6页FinTech Time

基　　金：国家自然科学基金项目“大规模随机网络序列的变点监测与诊断”(项目编号:11531001);新疆维吾尔自治区教育厅人文社科基地项目“新疆绿色金融发展对社会福利影响的统计测度”(项目编号:XJEDU2022XJ005);新疆财经大学科研基金项目“商业银行风险预警机制与应对策略研究”(项目编号:2022XGC071)。

摘　　要：在金融全球化背景下,准确监测和预警汇率风险传染对于防范系统性金融风险、维护金融稳定与安全具有重要意义。本研究通过构建一个包含每日开盘和收盘交易汇率、最高和最低汇率等直接市场因素,以及上证指数、道琼斯指数、黄金期货、美国原油及美元指数等外部环境因素的数据指标体系,利用CNN-BiSTM-AM模型对汇率风险进行动态监测和预警,从而及时识别潜在的汇率风险,防止金融危机的发生。研究结果表明:CNN-BiSTM-AM模型在汇率风险动态监测和预警方面具有较高的预测精度,与其他7个模型相比,平均绝对误差降低了17%,均方根误差降低了15.5%,决定系数提高到0.951。

关 键 词：汇率风险 深度学习 注意力机制 CNN-BiLSTM-AM 

分 类 号：F832.6[经济管理—金融学] TP18[自动化与计算机技术—控制理论与控制工程]