基于卷积数据网络的我国住户贷款余额预测

作者：王艳

来源：金融理论与教学, 2023, (02): 7-11.

DOI：10.13298/j.cnki.ftat.2023.02.002

• 住户贷款
• 预测
• 卷积神经网络
• 支持向量机
• 随机森林

卷积神经网络对原始信号特征的提取能力强，调整参数少，能进行并行学习，比其它神经网络决策精度更高。运用卷积神经网络对我国住户贷款余额进行了预测，结果显示，模型的平均预测误差仅为0.7848%，比支持向量机的4.2762%减小了81.4134%，比随机森林的2.9209%减小了72.7892%。提出了利用卷积神经网络对样本外变量发展趋势的预测方法，并运用该方法预测了2022-2026年我国住户贷款规模，通过分析，表明这一预测结果有较高的可信度。

• 出版日期2023
• 单位中南民族大学