ПРОГНОЗИРОВАНИЕ ФИНАНСОВОГО КРИЗИСА: ПОТЕНЦИАЛ ИИ НА МИРОВЫХ РЫНКАХ

Аннотация

В этой статье рассматривается, как методы искусственного интеллекта (ИИ) и машинного обучения (МО) были включены в прогнозирование финансовых кризисов, и оценивается их эффективность по сравнению с эконометрическими моделями. Большая часть существующей литературы опиралась на макрофинансовые индикаторы и регрессионные подходы, но неспособность решать нелинейности, изменения режимов и многомерные наборы данных мотивировала использование методов ИИ. В обзоре рассматривается концептуальная и эмпирическая литература по прогнозированию финансовых кризисов, обсуждаются классы моделей и сообщаются новые разработки в области глубокого обучения, гибридных моделей и слияния данных. Особое внимание уделяется использованию контролируемого и неконтролируемого обучения, рекуррентных нейронных сетей (RNN), сетей с долговременной краткосрочной памятью (LSTM) и архитектур трансформаторов, а также использованию альтернативных данных, таких как анализ настроений и медиа-нарративы. В отдельном разделе оценивается использование геополитического стресс-тестирования на основе сценариев в управлении рисками портфеля. В заключение обзор описывает пробелы в методологии и разрабатывает новые направления для исследований в области достоверности моделей, обобщения по странам и культурам, а также систем обновления в реальном времени для прогнозов. Эта работа усиливает академический дискурс вокруг прогнозирования кризисов, а также позволяет финансовым органам, институциональным участникам рынка и лицам, принимающим политические решения, разрабатывать инструменты для оповещения о потенциальных кризисах в контексте современных сложных и глобализированных финансовых систем.