面向特定领域的文本知识发现研究——上市公司的风险分类体系及关联识别

文本知识发现的方法可以很好地解决上市公司风险分类体系缺失、识别主次要风险、风险的关联发现等问题。以计算机应用服务业招股说明书中描述风险的文本内容为对象,通过编码,建立了面向上市公司的风险分类体系;根据上市公司自身对各类风险的排序,识别出计算机应用服务业上市公司面临的主要风险;使用多维尺度分析和社会网络分析方法,对各类风险之间的关联进行了挖掘和可视化展示。

基于风险分类体系对蒙库西排土场的风险评估及应对措施

以蒙库铁矿西排土场为研究对象,通过其物料条件、地形特征、工程地质、水文特征等分析为基础,以在《矿山废物倾倒和储存设计指南》中介绍的DSR和WSRHC风险分析系统对排土场进行风险性分级评估,并根据分级情况确定经济合理的应对措施。

浅析我国银行内部评级体系的建立

2 0 0 1年 ,巴塞尔银行监管委员会 (以下简称“委员会”)发布了《新巴塞尔资本协议》(以下简称“《新协议》”) ,在《新协议》中委员会提出了一种全新的银行风险管理方法———内部评级法 (internalratings basedapproaches,以下简称“IRB法”)。本文从IRB法的特点和最低使用标准分析入手 ,从商业银行风险管理的角度出发 ,浅析银行正在使用的以资产分类为基础的风险管理体系与以IRB法为基础的风险管理体系之间的差距 ,提出了在目前条件下商业银行建立以IRB法为基础的风险管理体系应以改造和完善贷款风险分类体系为切入点的观点 ,提出了对建立这种体系的几点建议。

面向金融领域大语言模型的提示注入攻击防御机制研究及应用

大语言模型在金融领域具有广阔的应用前景,无论资产管理端还是财富管理端,大语言模型都将会发挥重要的作用。随着ChatGPT和GPT-4等大型语言模型的快速发展和广泛应用,大语言模型的安全问题也愈发受到人们的关注。金融行业是一个严监管和强监管行业,对安全性有着更高的要求。围绕金融行业大语言模型提示注入攻击问题及安全防御机制进行深入研究,构建了包含8类输入侧提示注入攻击形式和5类大语言模型输出侧安全场景的金融领域大模型风险分类体系,通过人机对抗方式构建了金融领域的大模型提示注入攻击数据集FIN-CSAPrompts,提出了一套端到端的针对大语言模型提示注入攻击的安全防御框架,选取主流的中文大模型进行了实验验证。结果表明,在金融领域应用该提示词防御框架,中文大模型的防御性能显著提升,有效减少了不当内容的生成,并增强了模型对提示注入攻击的抵抗力。为进一步研究中文大模型在金融领域的安全性提供了数据集、衡量指标及解决方案的参考与借鉴。

内部评级法的应用思考

建立与完善商业银行的信用风险内部评级体系,是识别与控制贷款风险,保证商业银行信贷资产质量的关键所在。新巴塞尔资本协议(以下简称新协议)创设的以内部评级法为核心的银行信用风险监管体系,为各国商业银行的贷款风险识别与管理体系的创新与完善提供了依据。对我国银行业而言, 内部评级法将成为继资本充足率之后的又一个关键词。