传统金融风险与互联网金融风险的共振机理及应对

中国当前的金融风险隐患点,既包括传统的金融风险,也包括互联网金融背景下的新型金融风险,二者同根同源、相互交叉、同步出现,使中国处在金融“双风险”的聚集期、散发期,也容易产生共振效应,增加触发系统性金融风险的可能性。传统金融风险与互联网金融背景下新型金融风险理论基础一致,基因耦合度较高,传导载体、传导链条和节点传染模式一致。金融“双风险”共振对传统金融监管造成冲击,使其应对乏力。金融“双风险”共振会倒逼科技驱动型金融监管崛起,在传统金融监管维度之外,加之以科技维度,形成金融监管的双维体系。

机器学习解构区域金融风险防控研究进展

区域金融风险防控(RFRP)无论在管理区域传统金融风险(TFR)还是坚守不发生区域金融系统风险(FSR)中都是不可或缺的。随着大数据规模的持续增长,金融风险形态变化的不确定性,传统计量方法模拟金融风险防控的效率、精度、应用等方面都面临着无法克服的困境。当下,越来越多的机器学习(ML)模拟RFRP防控的新方法和新技术受到研究者的重视。首先提出了RFRP防控新的科学分类和ML观念基础;其次总结了区域TFR防控的ML理论方法和应用技术,对各类代表性研究所论述区域TFR防控的关键逻辑、模型算法、学习效果进行了比对解析,对ML不同方法的优点、局限和传统场景进行了归类分析;然后梳理了区域FSR防控的ML理论方法和应用研究,对各类典型文献所解析区域FSR防控的关键脉络、ML算法、学习效果进行了对比研究,对ML不同模型的优势、缺陷和金融风险场景进行了阐述研究;最后提出了六个ML模拟RFRP防控的前景技术和新兴方向。