基于深度强化学习的银行风险定价策略探析

在当前FinTech时代,大数据与人工智能等前沿技术在商业银行中的应用日益深化,重要性不断凸显。《北京市促进金融科技发展规划(2018年-2022年)》指出要“全面推动产学研用一体化,加快重大基础设施建设与平台要素聚集,打造并完善金融科技全链条生态系统”“全面推动新技术在金融风险防范和金融机构合规中的应用”。在此背景下,推动人工智能技术在金融风险防控领域的深度应用具有积极的现实意义。

一种针对信息半对称下多方博弈的神经网络强化学习方法

本文尝试基于深度神经网络的强化学习方法研究,探寻商业银行风险定价的最优策略,针对信息半对称下多方博弈情形提出几点应对策略,有效提升商业银行风险定价水平和竞争力,以期为相关人员提供参考。