本文是一篇投資分析論文，本文發(fā)現(xiàn)Logistic模型與隨機(jī)森林模型對(duì)于金融領(lǐng)域的客戶識(shí)別方面的應(yīng)用有比較優(yōu)良的表現(xiàn)，更適合作為識(shí)別我國(guó)參與中高風(fēng)險(xiǎn)金融資產(chǎn)投資的家庭的模型，該方法可以在現(xiàn)實(shí)中的金融機(jī)構(gòu)進(jìn)行客戶開發(fā)，以幫助金融機(jī)構(gòu)應(yīng)對(duì)大數(shù)據(jù)時(shí)代的挑戰(zhàn)。
1  緒論
1.1  選題背景與研究意義
1.1.1  選題背景
家庭是社會(huì)和經(jīng)濟(jì)活動(dòng)的基礎(chǔ)單元，而家庭參與投資的活躍程度更是國(guó)家經(jīng)濟(jì)發(fā)展水平的重要衡量指標(biāo)。2021年10月歐洲安聯(lián)集團(tuán)發(fā)布的《2021年安聯(lián)全球財(cái)富報(bào)告》①對(duì)全球多個(gè)主要經(jīng)濟(jì)體家庭資產(chǎn)負(fù)債的調(diào)研顯示，疫情并沒有對(duì)全球財(cái)富產(chǎn)生沖擊性的影響，2020年全球金融資產(chǎn)總額相較去年仍然增長(zhǎng)了近10%，首度超過了200萬億歐元（約合人民幣1500萬億）。
而在中國(guó)，安聯(lián)發(fā)布的報(bào)告顯示，中國(guó)家庭金融資產(chǎn)總額在2019年與2020年連續(xù)兩年的增速超過10%，增速遠(yuǎn)高于全球平均水平，2020年中國(guó)家庭金融資產(chǎn)總額超過2.5萬億歐元(約合人民幣18.6萬億)，占亞洲金融資產(chǎn)總額的47%。報(bào)告還顯示，2020年中國(guó)家庭總凈金融資產(chǎn)同比增長(zhǎng)13.9%，人均凈金融資產(chǎn)達(dá)到12430歐元（約合人民幣92643元）。而在2009年，中國(guó)家庭人均凈金融資產(chǎn)僅為3010歐元（約合人民幣22434元），11年來增長(zhǎng)超過300%。由此可見我國(guó)的家庭金融資產(chǎn)總額還處在上升時(shí)期。此外，西南財(cái)經(jīng)大學(xué)中國(guó)家庭金融調(diào)查與研究中心和螞蟻金服集團(tuán)研究院聯(lián)合發(fā)布的《2020中國(guó)家庭財(cái)富指數(shù)調(diào)研報(bào)告》②研究表明，受疫情影響，我國(guó)家庭對(duì)理財(cái)?shù)闹匾暢潭热找嫣岣?，?duì)金融資產(chǎn)的配置也更加重視，家庭金融已經(jīng)成為了我國(guó)金融結(jié)構(gòu)中一個(gè)不容忽視的構(gòu)成因素。
...........................
1.2  國(guó)內(nèi)外研究
1.2.1  客戶識(shí)別的機(jī)器學(xué)習(xí)算法相關(guān)文獻(xiàn)
在運(yùn)用機(jī)器學(xué)習(xí)的方法對(duì)客戶進(jìn)行分類識(shí)別的研究領(lǐng)域，很多學(xué)者已經(jīng)在不同的統(tǒng)計(jì)機(jī)器學(xué)習(xí)方法以及神經(jīng)網(wǎng)絡(luò)等方面運(yùn)用各種不同的分類算法取得了不俗的成果。
在運(yùn)用聚類分析方面，趙銘、李雪、李秀婷、吳迪（2013）[49]等人綜合考慮客戶信息、價(jià)值和行為三個(gè)維度的指標(biāo)，采用K-means聚類方法結(jié)合判別分析法進(jìn)行商業(yè)銀行基金理財(cái)客戶分類研究，研究表明該方法能有效地識(shí)別基金理財(cái)客戶。羅彪、閆維維、萬亮（2013）[31]等利用網(wǎng)絡(luò)層次分析法（ANP）和K-means聚類算法，從客戶當(dāng)前價(jià)值和潛在價(jià)值兩個(gè)維度對(duì)客戶群進(jìn)行細(xì)分。結(jié)果表明，該模型能夠?qū)蛻魞r(jià)值進(jìn)行全面、客觀的評(píng)價(jià)和分類。
在運(yùn)用支持向量機(jī)（SVM）方面，王波、郝艷友、劉勇奎、劉爽（2008）[38]等人的研究解決了支持向量機(jī)在房貸信用評(píng)估中的應(yīng)用問題，證明了基于SVM的房貸信用評(píng)估方法效果很好，比銀行原有的方法更加有效。
在運(yùn)用決策樹方面，張婷婷、賀昌政、肖進(jìn)（2012）[47]等研究了不完整數(shù)據(jù)中的客戶分類問題，提出了一種使用動(dòng)態(tài)分類器集成選擇的不完整數(shù)據(jù)分類方法，結(jié)果表明，與現(xiàn)有算法相比，使用該算法分類具有更高的準(zhǔn)確率和穩(wěn)定性，能夠更有效地對(duì)客戶進(jìn)行分類。盧媛媛,、張劍、何海燕（2011）[30]等選取客戶的基本信息和交易數(shù)據(jù)，采用決策樹方法進(jìn)行挖掘分析，使用WEKA算法對(duì)客戶交易數(shù)據(jù)訓(xùn)練集進(jìn)行訓(xùn)練、測(cè)試和驗(yàn)證，構(gòu)建客戶分類決策模型，對(duì)客戶分類系統(tǒng)的分析和設(shè)計(jì)具有很大的參考意義。國(guó)外學(xué)者Young Moon Chae，Seung Hee Ho（2001）[17]等人在韓國(guó)的一個(gè)醫(yī)學(xué)數(shù)據(jù)庫中應(yīng)用了機(jī)器學(xué)習(xí)技術(shù)，通過 Logistic回歸和兩種決策樹方法對(duì)高血壓患者進(jìn)行了預(yù)測(cè)。楊彬、田甜（2011）[42]等對(duì)銀行理財(cái)產(chǎn)品營(yíng)銷的關(guān)聯(lián)規(guī)則進(jìn)行挖掘，通過最小化挖掘出來的規(guī)則與測(cè)試數(shù)據(jù)間的差異來對(duì)客戶理財(cái)能力進(jìn)行劃分，為銀行有效地營(yíng)銷產(chǎn)品、增加收益、提高客戶財(cái)富值提供了參考。
.............................
2  理論基礎(chǔ)
2.1  金融資產(chǎn)、家庭資產(chǎn)與家庭金融資產(chǎn)
金融資產(chǎn)[53]是廣義意義上的無形資產(chǎn)，他擁有對(duì)實(shí)物資產(chǎn)的索取權(quán)，能夠給其持有者帶來一定的貨幣收入。包括現(xiàn)金、儲(chǔ)蓄存款、債券投資、股票投資、票據(jù)、保險(xiǎn)等。此外金融資產(chǎn)可以直接在金融市場(chǎng)上進(jìn)行交易，相比起一些實(shí)物資產(chǎn)，金融資產(chǎn)有更強(qiáng)的流動(dòng)性。此外，與其他有形的實(shí)物資產(chǎn)不同，金融資產(chǎn)不一定具有固有的實(shí)物價(jià)值，它們的價(jià)值反映的是它們?cè)诮灰资袌?chǎng)的供求關(guān)系，以及其所承擔(dān)的風(fēng)險(xiǎn)水平，會(huì)隨著時(shí)間的變化而有所不同。
家庭資產(chǎn)主要分為非金融資產(chǎn)與金融資產(chǎn)兩大類，家庭非金融資產(chǎn)大部分是一些有形實(shí)物資產(chǎn)，包括房產(chǎn)、汽車、耐用消費(fèi)品、金銀首飾以及其他的貴重物品。家庭金融資產(chǎn)是指以債權(quán)、權(quán)益等無實(shí)物存在形式的無形資產(chǎn)，例如現(xiàn)金、儲(chǔ)蓄、股權(quán)股票、債券、保險(xiǎn)、票據(jù)等金融產(chǎn)品與金融衍生品，家庭金融資產(chǎn)在家庭資產(chǎn)中占有重要地位。
.................................
2.3  決策樹模型
2.3.1  決策樹模型基本原理
決策樹是一種由結(jié)點(diǎn)與有向邊組成的樹，這里的結(jié)點(diǎn)又分為葉結(jié)點(diǎn)和內(nèi)部結(jié)點(diǎn)，內(nèi)部結(jié)點(diǎn)代表著樣本數(shù)據(jù)的一個(gè)屬性或特征，而葉結(jié)點(diǎn)代表分類結(jié)果。圖2.1是一個(gè)決策樹示意圖，小圓點(diǎn)表示決策樹的內(nèi)部結(jié)點(diǎn)，小方框表示決策樹的葉結(jié)點(diǎn)。

投資分析論文怎么寫

決策樹模型是一種比較常用的分類算法模型，根據(jù)不同的數(shù)據(jù)集劃分標(biāo)準(zhǔn)有不同的樹，通常的劃分標(biāo)準(zhǔn)有信息增益，信息增益率、基尼系數(shù)，根據(jù)信息增益，信息增益率、基尼系數(shù)這三種數(shù)據(jù)集的劃分方法分別有決策樹的ID3算法、C4.5算法以及CART算法，本文主要介紹和應(yīng)用基于基尼系數(shù)的CART算法。
................................
3  數(shù)據(jù)來源、變量選擇與數(shù)據(jù)預(yù)處理 ......................... 16
3.1  數(shù)據(jù)來源 ....................................... 16
3.1.1  中國(guó)綜合社會(huì)調(diào)查（CGSS）數(shù)據(jù)庫介紹 ......................... 16
3.1.2  中國(guó)綜合社會(huì)調(diào)查（CGSS）問卷介紹 ........................... 16
4  我國(guó)參與中高風(fēng)險(xiǎn)金融資產(chǎn)投資的家庭識(shí)別 ................................ 24
4.1  分類模型類不平衡問題及其處理 .............................. 24
4.2  Logistic模型的建立與識(shí)別 .................................... 26
5  我國(guó)家庭參與中高風(fēng)險(xiǎn)金融資產(chǎn)投資影響因素分析 ....................... 36
5.1  隨機(jī)森林變量重要性指標(biāo) ......................... 36
5.2  隨機(jī)森林模型中各變量重要性情況 ................................ 36 
5  我國(guó)家庭參與中高風(fēng)險(xiǎn)金融資產(chǎn)投資影響因素分析
5.1  隨機(jī)森林變量重要性指標(biāo)
根據(jù)前面對(duì)Bagging算法的介紹，我們知道在隨機(jī)森林模型中，訓(xùn)練每一棵決策樹的時(shí)候都會(huì)產(chǎn)生袋外數(shù)據(jù)（OOB）。通常在計(jì)算每棵決策樹的預(yù)測(cè)誤差時(shí)，能夠利用其袋外數(shù)據(jù)，具體做法是對(duì)于某個(gè)特征X，先對(duì)其計(jì)算一次誤差，然后對(duì)該特征隨機(jī)地加入噪聲干擾，加入噪聲干擾后再計(jì)算一次誤差，兩次誤差的變化就是該決策樹中特征X的變量重要性，而隨機(jī)森林模型中特征X的變量重要性則是模型中全部決策樹特征X變量重要性的平均值，若這個(gè)值大說明這個(gè)特征對(duì)樣本分類結(jié)果的影響很大，說明該屬性特征的重要性就比較大。因此，在采用隨機(jī)森林算法時(shí)，根據(jù)各特征的變量重要性程度，可以對(duì)各屬性的重要程度進(jìn)行排序。
由以上章節(jié)可知在實(shí)證的幾個(gè)模型之中，Logistic模型與隨機(jī)森林模型的分類效果是比較好的，所以，運(yùn)用這兩種模式對(duì)我國(guó)家庭參與中高風(fēng)險(xiǎn)金融資產(chǎn)的影響因素進(jìn)行分析是較為合理的，本章運(yùn)用Logistic回歸系數(shù)和隨機(jī)森林模型的變量重要性指數(shù)，對(duì)我國(guó)家庭參與中高風(fēng)險(xiǎn)金融資產(chǎn)的影響進(jìn)行探討。

投資分析論文參考

......................................
6  結(jié)論與建議
6.1  結(jié)論
在我國(guó)參與中高風(fēng)險(xiǎn)金融資產(chǎn)投資的家庭的識(shí)別方面，對(duì)比三個(gè)模型發(fā)現(xiàn)Logistic回歸模型正例的查全率和查準(zhǔn)率分別為0.87和0.81，AUC指標(biāo)達(dá)到0.90，隨機(jī)森林模型正例的查全率和查準(zhǔn)率分別為0.88和0.79，AUC指標(biāo)也達(dá)到了0.89，而決策樹模型的效果則比較差，正例的查全率和查準(zhǔn)率分別為0.77和0.73，其AUC指標(biāo)也僅僅達(dá)到0.80，Logistic回歸模型與隨機(jī)森林模型相比起決策樹模型有更好的性能以及更高的準(zhǔn)確率。
同時(shí)，本文還發(fā)現(xiàn)了影響我國(guó)家庭參與風(fēng)險(xiǎn)金融資產(chǎn)投資的主要因素，并進(jìn)行了相應(yīng)的實(shí)證分析。表5.1表明，在所有自變量中，最重要的18個(gè)自變量的重要性之和達(dá)到75.92%，從地域上來看，上海市、北京市、廣東省、浙江省4個(gè)經(jīng)濟(jì)比較發(fā)達(dá)的省份的變量重要性占據(jù)了地域重要性排名的前四位，說明經(jīng)濟(jì)發(fā)達(dá)地區(qū)省份的家庭普遍要比經(jīng)濟(jì)比較不發(fā)達(dá)地區(qū)的省份的家庭對(duì)于中高風(fēng)險(xiǎn)金融資產(chǎn)投資的意愿要高，從戶口性質(zhì)上看可以發(fā)現(xiàn)持農(nóng)村戶口的家庭對(duì)比持城市居民戶口的家庭有更低的中高風(fēng)險(xiǎn)金融資產(chǎn)投資意愿，說明農(nóng)村地區(qū)家庭普遍都是風(fēng)險(xiǎn)厭惡，除地域與戶口因素外，一個(gè)家庭是否參與中高風(fēng)險(xiǎn)金融資產(chǎn)投資的原因還有社會(huì)、家庭、個(gè)人三個(gè)維度的原因：：
(1)在個(gè)人因素方面，變量a7a（最高受教育程度）、a8a（個(gè)人年收入）、a5152（英語水平）、a30（是否使用網(wǎng)絡(luò)支付）、a4950（普通話水平）、a31（年齡）重要性程度排在前列，這其中最高受教育程度、個(gè)人年收入、普通話水平以及英語水平這幾個(gè)因素較為重要。
(2)在家庭因素方面，變量a62（全家家庭總收入（2016年））、isurban（所在地是否為城市）、a66（家庭是否擁有家用汽車）、a68（子女?dāng)?shù)量）、a90b（母親最高受教育程度）、a89b（父親最高受教育程度）、a11（住房面積）重要性程度排在前列，這其中全家家庭總收入以及所在地是否為城市兩個(gè)因素較為重要。
(3)在社會(huì)因素方面，變量a285（互聯(lián)網(wǎng)使用程度）、a611234（對(duì)社會(huì)保障項(xiàng)目的重視程度）、a445（政治參與積極程度）重要性程度排在前列，這其中最重要的是互聯(lián)網(wǎng)使用程度。 
參考文獻(xiàn)（略）