大数据驱动的金融风险管理与监控研究

As we are moving into the time of big data, the data has become the national basic strategic resource, and main countries, such as China and USA, have promoted the development of big data to the national strategic level. In big data environment, the traditional cognition and research paradigm of financial risk have gradually become failure. As the core of modern economy, finance and its risk management level directly connect with the whole economy of one country, so we have an urgent need to put forward the big data-driving financial risk management research from the strategic height. Base on big data environment, the project studies the new paradigm of financial risk management theory, and reveals the big data’s generation mechanism of financial risk, and explores the big data’s methods of risk identification, state transition and change-points detection. The theoretical risk measure models based on behavior financial risk of rational data, internet finance risk and aggregating risk of multi-source data information fusion have been constructed. Based on the financial risk contagion mechanism of market-type, operation-type, credit-type, behavior-type and online social media, we also analyze the financial risk spillover effects from three dimension of asset prices, financial market and national sovereignty. By combining with big data thought, we design the dynamic collaborative management pattern of multi-risk supervisors, and construct a global risk management-oriented financial risk supervise-control platform to ensure the stability and sustainable development of finance system.

人类正步入“大数据时代”，数据已成为国家基础性战略资源，中美等主要国家都将大数据发展提升到国家战略层面。大数据环境使得金融风险的传统认知和研究范式逐渐变得失灵，金融作为现代经济的核心，其风险管理水平事关国家全局，急需从战略高度推动基于大数据环境驱动的金融风险管理研究。本项目基于大数据环境探索金融风险管理理论研究新范式，揭示金融风险的大数据生成机理，探索金融风险识别、状态转换与变点检测的大数据理论方法；分别构建基于数据理性的行为金融风险、大数据互联网金融风险和多源数据信息融合的集成风险测度理论模型；基于大数据环境研究市场型、操作型、信用型、行为型和在线社交媒体的金融风险传染机制，从资产价格、金融市场和国别主权三个维度研究金融风险的溢出效应；结合大数据思维设计多元金融风险监控主体的动态协同管理模式，构建面向全面风险管理的大数据金融风险监控平台，实现大数据时代金融体系的稳健可持续发展。

人类正步入“大数据时代”，数据已成为国家基础性战略资源。大数据环境使得金融风险的传统认知和研究范式逐渐变得失灵，金融作为现代经济的核心，其风险管理水平事关一国经济全局，亟需从战略高度推动基于大数据环境驱动的金融风险管理研究。本项目基于大数据环境探索金融风险管理理论研究新范式，揭示金融风险的大数据生成机理，探索金融风险识别、状态转换与变点检测的大数据理论方法；基于大数据环境从资产价格、金融市场和国别主权三个维度研究金融风险的溢出效应。运用海量数据分析和云计算为优势的大数据方法，重新审视金融风险来源和类型，揭示金融风险生成的大数据机理，构建更为高效的风险识别大数据方法。先后构建了金融系统压力动态测度模型、市场流动性与资产价格的非线性风险时变关系模型、金融机构风险多层网络模型。通过研究舆情话题在社交网络上的传播机制与社交网络话题选择决策机制，研究了社交网络中的风险实现机制；运用大数据技术和贝叶斯估计研究了中央银行监管金融风险采取的实时时变偏好行为；利用转移熵法对股市网络连通性进行了分析，发现危机期间受影响地区的节点变得更接近，网络的总连通性上升；基于金融系统、金融部门间以及金融机构间三个层面分析了我国金融体系的风险时变关联特征；以跨期风险资产迭代模型为基础，构建了系统关联指标和网络脆弱性的计算模型并分析其影响因素；基于全球向量自回归模型(GVAR)，从关联网络的视角构建了金融压力溢出效应模型，考察信贷市场、资本市场、外汇市场、债券市场和货币市场等五个金融子市场压力在不同国家和市场间的传导及其动态演变；通过TVP-SV-SVAR模型构建时变脉冲响应来分析市场流动性与资产价格之间的动态风险效应。运用APGARCH模型分析了COVID-19和GFC时期全球主要国家金融市场风险的非线性行为。结合大数据思维提出多元金融风险监控主体的动态协同管理和金融风险监控，以维护大数据时代金融系统的稳健可持续发展。

内容获取失败，请点击重试