互联网金融风险管理的人工智能应用研究开题报告

全文总字数：3501字

1. 研究目的与意义（文献综述）

随着计算机、网络技术的高速发展，市场交易频率的提高，数据来源的多样化以及大数据的开发运用，给基于大量数据的金融风险管理带来新挑战。为提高数据处理和分析的速度，人工智能开始逐步应用于金融风险管理领域。

hodgkinson 和walker（2003）提出一个基于规则语言来做出决策过程的专家系统，帮助金融机构对企业信用贷款授信申请做出决策。huang 等（2004）结合 bp 神经网络模型对中国台湾地区以及美国市场进行信用评级分析。xie 等（2009）通过神经网络模型建立早期预警系统来识别中国大陆中小企业的物流风险，从而减少其业务失败概率。shue 等（2009）建立包含领域知识库和操作知识库的专家系统，对中国台湾地区股票市场的上市公司进行信用评级。chen 等（2011）在 credit reform 数据库的基础上使用支持向量机对德国公司的违约风险进行预测。姚潇和余乐安（2012）采用模糊近似支持向量机模型对澳大利亚个人信用数据集和英国公司信用数据集进行信用风险评估，显著提高了信用风险分类精度。janulevicius 和 goranin（2013）建立了一个风险管理专家系统，帮助中小企业解决因资金有限而无法获取专业数据安全分析意见的问题。lin 等（2013）基于企业财务绩效数据，结合局部线性嵌入算法和支持向量机模型对企业破产可能性进行预测。dima 和 vasilache（2016）运用神经网络模型对罗马尼亚 3000 家公司的信用贷款违约风险进行评估分析。陈影和任永平（2016）运用支持向量机模型对中小企业进行信用评估分析，以解决中小企业信用评价不平衡、多分类的问题，有助于防范中小企业信用风险。

从全球来看，以人工智能和大数据技术为主要支撑的金融科技正处于高速增长期。对比全球，我国“ai 金融”市场增长也不乏亮点。国内互联网金融行业历经多年发展逐步成熟，用户渗透率、支付机构网络支付交易规模、网络借贷规模均不断扩大，互联网资管、互联网信贷领域的市场规模已经有一定体量。随着中国科技技术与数据处理技术的不断发展，给金融行业以及风险控制领域带来了新的复杂的影响。如何从不断完善的人工智能领域有效扩展出一条风险控制智能化转变的道路，强化经验理论应用体系与智能化技术体系之间的融合与发展，提高风险控制的专业度与准确度，是风险管控领域必须要面对的课题，也是现代化金融风险管控体系建设的重要方向。

2. 研究的基本内容与方案

论文内容主要包括：

（1）人工智能在互联网风险管理领域的应用现状；

（2）基于人工智能的风险控制机制介绍与分析；

3. 研究计划与安排

l 第一阶段：3.12——4.12

完成绪论，研究目的，研究内容，研究方法；

构造论文主体部分大致框架。

4. 参考文献（12篇以上）

[1]唐飞泉,杨律铭.人工智能在银行业的应用与实践[j].现代管理科学. 2019(02).

[2]麻斯亮,魏福义.人工智能技术在金融领域的应用:主要难点与对策建议[j].南方金融,2018,(03):78-84.

[3]杨东.监管科技:金融科技的监管挑战与维度建构[j].中国社会科学. 2018,(05).