面向人工智能时代的经济风险管理——兼论典型案例

发布时间：2020-12-17 19:04

　　人工智能技术与思维可为经济风险管理提供新思路,主要应用于信用风险评估、投资风险管理、财务风险预测、市场风险预测与金融风险预测等领域,这一管理模型由风险分析—风险预测—风险代理—风险模拟—风险决策五要素构成。虽然人工智能技术本身还并不成熟,但能很好地弥补人类对经济风险复杂性、多元性、巨量性和易变性等分析的不足。通过分析百度公司、用钱宝公司、新加坡华侨银行、万事达卡等国内外机构运用人工智能进行经济风险管理的实践,可发现它在预防经济风险方面的独特优势和某些缺陷。人工智能这一跨学科管理工具的成效正得到越来越广泛的社会肯定,成为实践和研究的新趋势。 

【文章来源】：北京行政学院学报. 2020年04期 北大核心CSSCI

【文章页数】：8 页

【部分图文】：

人工智能在经济风险领域的应用

传统经济风险评估模型包括（线性、多元和二次）判别分析、因子分析和逻辑回归等方法，无法快速准确处理巨量结构化与非结构化数据。经济发展过程中存在许多难以量化或无法量化的定性因素，这些定性因素纳入评估模型非常困难。与传统方法相反，人工智能不必假定数据分布的结构性特征，它可以一次生成、处理与分析结构化与非结构化大数据，从而智能分析经济发展及风险状况，进而帮助人们快速准确做出决策。例如，金融市场中巨量的动态数据具有灵活性和客观性特征，人工神经网络与线性分析方法的结合可为银行和制造业信用管理、处理巨量数据提供技术支持。在公司财务风险管理中也常常引入人工智能数据挖掘技术，主要通过检测财务数据、信用评估和公司绩效预测等方式，用以防范企业内部欺诈、职业欺诈，预防审计欺诈与供应链等管理领域的潜在风险。在金融危机期间运用人工智能还能有效降低金融风险的冲击。（二）风险预测维度：神经经济学、神经网络与机器学习

【参考文献】：
期刊论文
[1]人工智能时代的社交媒体与灾害治理——兼论国际案例[J]. 周利敏,刘和健.  理论探讨. 2019(06)
[2]人工智能时代大数据风险管理的建议[J]. 张于喆,王君,黄汉权.  中国经贸导刊. 2018(06)



本文编号：2922536