融合气候风险信息的能源行业股票市场预测研究
打开文本图片集
【摘 要】 金融体系越来越多地面临气候变化带来的风险，如何避免气候风险带来的资产损失已经成为了投资者研究的重要问题。文章深入分析了气候风险对能源行业股票市场的影响机制，并在该理论的基础上，构建了基于百度搜索指数的气候风险信息数据，利用基于卷积神经网络（CNN）和长短期记忆网络（LSTM）的能源行业股票市场预测深度学习模型，选取电力设备及新能源行业、石油石化行业和煤炭行业的行业指数作为预测对象，使用2011年9月1日至2022年8月31日的气候风险关键词的百度搜索指数和行业指数历史信息数据，检验不同类型气候风险信息数据对预测能源行业指数的有效性。（剩余11379字）
网站仅支持在线阅读（不支持PDF下载），如需保存文章，可以选择【打印】保存。