- 选题背景和意义：
题目：基于人工智能的系统性金融风险传导机制研究，改题目以人工智能相关理论以及系统性金融风险及其传导机制为主要理论依据，构建出合适的指标模型用以模拟系统性金融风险的现实传导机制，有效预防以及防控系统性金融风险扩散，在此基础上进行实证研究，得到较为理性的实证模型。
改革开放以来，随着实体经济的逐渐发展，我国金融业发展也取得了巨大的进步，然而由于开放程度以及开放时间的影响，我国金融业对比其他发达国家仍有差距，而在2008年美国金融危机、欧洲主权危机之后，世界各地金融危机屡次爆发，中国也笼罩在爆发金融危机的风险下，同时也面临着系统性金融风险的威胁。而对于作为金融风险的主要诱因之一的系统性金融风险传导机制的研究，对于我们预防或减轻金融风险的损失弥足珍贵。除此之外，目前“双支柱”调控框架下深化金融改革，健全金融监管体系，防止发生系统性金融风险已是我国金融工作的重要主题。
同时，金融科技是现代科技在金融行业的应用，有助于金融行业提升效率、增强体验、扩大规模和降低运营成本。大数据、区块链、人工智能等技术有利于完善金融风险管理的覆盖度，提升金融风险管理的针对性，提高金融风险管理的准确性。现代金融技术甄别风险比传统的手段会更加准确、科学。构建金融科技的基础设施体系，完善金融业监管内容，有助于防范系统性金融风险发生。而在这些新兴金融科技中，人工智能无疑是其中的佼佼者。人工智能技术在金融风险管理中得到广泛应用，其中神经网络、支持向量机、专家系统在金融风险防范上的应用，是人工智能技术应用优势的体现，除此之外，随着 人工智能模型的完善构建，极大程度提高了数据处理速度，并能深入分析数据信息，提高金融风险预测及防范有效性，能有效解决金融机构运行中的信息安全隐患，促进金融业稳定发展。
因此，基于人工智能技术来对系统性金融风险传导机制来进行仿真模拟，用以防范金融风险，维护金融稳定，具有重大意义。
- 课题关键问题及难点：
关键问题：尽管人工智能在金融领域已经得到了广泛的应用，但是由于人工智能的范围广，内容多，人工智能包括了机器学习、深度学习以及机器人学等许多方面，那么在选用合适的模型进行研究仿真是十分必要的。而人工智能中神经网络、支持向量机、专家系统在金融风险防范上的应用，是人工智能技术应用优势的体现。因此选择合适的模型是课题的关键。选择合适的模型，能有效解决金融机构运行中的信息安全隐患。
难点：1.与关键内容相关，即如何选择以及如何确定模型是否合适，是该课题的第一个难点，这就需要反复进行模拟实验来比较模型的优劣，需要掌握丰富的专业知识来进行比对研究，最终得到最优解。
- 第二个难点在与如果模型不合适或者拟合优度不佳，应该如何解释，是否是模型的选择有问题，抑或是模型的使用不恰当或者说是数据选择不合理。
- 文献综述（或调研报告）：
关于“基于人工智能的系统性金融风险传导机制研究”的研究梳理：
- 基于人工智能的系统性金融风险传导机制研究，主要是研究系统性金融风险的传导以及利用人工智能对其进行模拟仿真并利用实证数据进行拟合分析。对于系统性金融风险传导机制，国内外的研究主要分为基于金融网络结构的内部传导路径和金融风险与实体经济间的外部传导途径。如江红莉等（2018）认为内部传导途径，主要是由于互联网金融的发展推动了金融脱媒以及混业经营，金融机构以及非金融机构逐渐互相持有股权以及债权，业务交往与合作愈发密切，形成错综复杂的金融网络结构，从而系统性金融风险网络的传染特征也愈发明显。而外部传导途径则是由于实体经济的风险会向金融体系传导。由于规模效益消失，在产业结构优化以及经济转型期，传统产品需求萎靡，使企业的盈利能力减弱，而为了维持经营，则会增加高额贷款，这些利息加剧了财务负担，长此以往，就会加剧银行的挤兑风险，最终产生系统性风险。
- 对于人工智能，佘骏逸（2019）认为信息时代的到来，人工智能技术不断发展完善，在金融管理领域取得了广泛应用。该技术在金融风险管理中的取得了广泛的应用，其中神经网络、支持向量机、专家系统在金融风险防范上的应用，是人工智能技术应用优势的体现，能有效解决金融机构运行中的信息安全隐患，促进金融业稳定发展。但是尽管如此，人工智能技术仍然面临着程序错误风险、信息安全隐患问题以及信息采集合法性的问题，分别针对这些问题，作者认为应注重程序上的科学性、重视加密技术以及提高监管力度等方法。
- 对于系统性金融风险的内部传导路径，主要有两种研究思路，：一是根据金融机构的职能和它们之间的业务关联度模拟单个或多个金融机构倒闭情况下的系统性风险传染路径。Allen和Gale(2000)基于简单网络结构开创性地研究了银行间风险传染效应，发现由于银行不同部门间交叉持有权益，金融机构间资产重叠和职能同质现象普遍存在，因此当一个部门出现风险时会加速风险在关联部门间的蔓延，并认为风险在处于稀疏网络结构的金融部门或金融机构间更易传导。与此相反，Huang et al(2016)提出金融网络结构与系统性金融风险之间并不是简单的线性关系，资产重叠或职能交叉增加了金融机构间的关联度，紧密的金融网络结构比稀疏的网络结构更容易引发风险在金融机构间的传染。而对于系统性金融风险的外部传导路径，主要包括两种思路，一是通过特定区域、行业以及担保圈的担保链条断裂。担保链中正规融资与民间借贷等方式交叉，企业间的互联互保使担保链中的风险模式高度趋同，并且存在过度融资和担保情况，个别企业的信贷风险通过担保链条迅速传导和放大。不规范的担保行为、隐蔽且复杂的担保关系使担保链上企业的债务风险集中爆发并迅速传导扩散，形成“多米诺骨牌效应”，最终扩散至金融领域，导致银行信贷风险激增，推动系统性金融风险的形成（吕劲松，2015）。二是通过影子银行因杠杆操作和监管套利等迅速积累的刚性兑付。刚性兑付隐藏了实际债权债务关系，削减了信息在防范金融风险方面的作用，使金融体系内的管理责任难以落实，使风险与收益难以达到平衡状态（袁达松，2012）。
- 因此利用人工智能技术对系统性金融风险机制进行研究时，就需要从不同的思路进行模拟，最终选取实证数据检验拟合优度。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
