人工智能技術(shù)與思維可為經(jīng)濟(jì)風(fēng)險(xiǎn)管理提供新思路,主要應(yīng)用于信用風(fēng)險(xiǎn)評(píng)估、投資風(fēng)險(xiǎn)管理、財(cái)務(wù)風(fēng)險(xiǎn)預(yù)測(cè)、市場(chǎng)風(fēng)險(xiǎn)預(yù)測(cè)與金融風(fēng)險(xiǎn)預(yù)測(cè)等領(lǐng)域,這一管理模型由風(fēng)險(xiǎn)分析—風(fēng)險(xiǎn)預(yù)測(cè)—風(fēng)險(xiǎn)代理—風(fēng)險(xiǎn)模擬—風(fēng)險(xiǎn)決策五要素構(gòu)成。雖然人工智能技術(shù)本身還并不成熟,但能很好地彌補(bǔ)人類對(duì)經(jīng)濟(jì)風(fēng)險(xiǎn)復(fù)雜性、多元性、巨量性和易變性等分析的不足。通過(guò)分析百度公司、用錢寶公司、新加坡華僑銀行、萬(wàn)事達(dá)卡等國(guó)內(nèi)外機(jī)構(gòu)運(yùn)用人工智能進(jìn)行經(jīng)濟(jì)風(fēng)險(xiǎn)管理的實(shí)踐,可發(fā)現(xiàn)它在預(yù)防經(jīng)濟(jì)風(fēng)險(xiǎn)方面的獨(dú)特優(yōu)勢(shì)和某些缺陷。人工智能這一跨學(xué)科管理工具的成效正得到越來(lái)越廣泛的社會(huì)肯定,成為實(shí)踐和研究的新趨勢(shì)。 

【文章來(lái)源】：北京行政學(xué)院學(xué)報(bào). 2020年04期 北大核心CSSCI

【文章頁(yè)數(shù)】：8 頁(yè)

【部分圖文】：

人工智能在經(jīng)濟(jì)風(fēng)險(xiǎn)領(lǐng)域的應(yīng)用

傳統(tǒng)經(jīng)濟(jì)風(fēng)險(xiǎn)評(píng)估模型包括（線性、多元和二次）判別分析、因子分析和邏輯回歸等方法，無(wú)法快速準(zhǔn)確處理巨量結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)。經(jīng)濟(jì)發(fā)展過(guò)程中存在許多難以量化或無(wú)法量化的定性因素，這些定性因素納入評(píng)估模型非常困難。與傳統(tǒng)方法相反，人工智能不必假定數(shù)據(jù)分布的結(jié)構(gòu)性特征，它可以一次生成、處理與分析結(jié)構(gòu)化與非結(jié)構(gòu)化大數(shù)據(jù)，從而智能分析經(jīng)濟(jì)發(fā)展及風(fēng)險(xiǎn)狀況，進(jìn)而幫助人們快速準(zhǔn)確做出決策。例如，金融市場(chǎng)中巨量的動(dòng)態(tài)數(shù)據(jù)具有靈活性和客觀性特征，人工神經(jīng)網(wǎng)絡(luò)與線性分析方法的結(jié)合可為銀行和制造業(yè)信用管理、處理巨量數(shù)據(jù)提供技術(shù)支持。在公司財(cái)務(wù)風(fēng)險(xiǎn)管理中也常常引入人工智能數(shù)據(jù)挖掘技術(shù)，主要通過(guò)檢測(cè)財(cái)務(wù)數(shù)據(jù)、信用評(píng)估和公司績(jī)效預(yù)測(cè)等方式，用以防范企業(yè)內(nèi)部欺詐、職業(yè)欺詐，預(yù)防審計(jì)欺詐與供應(yīng)鏈等管理領(lǐng)域的潛在風(fēng)險(xiǎn)。在金融危機(jī)期間運(yùn)用人工智能還能有效降低金融風(fēng)險(xiǎn)的沖擊。（二）風(fēng)險(xiǎn)預(yù)測(cè)維度：神經(jīng)經(jīng)濟(jì)學(xué)、神經(jīng)網(wǎng)絡(luò)與機(jī)器學(xué)習(xí)

【參考文獻(xiàn)】：
期刊論文
[1]人工智能時(shí)代的社交媒體與災(zāi)害治理——兼論國(guó)際案例[J]. 周利敏,劉和健.  理論探討. 2019(06)
[2]人工智能時(shí)代大數(shù)據(jù)風(fēng)險(xiǎn)管理的建議[J]. 張于喆,王君,黃漢權(quán).  中國(guó)經(jīng)貿(mào)導(dǎo)刊. 2018(06)



本文編號(hào)：2922536