IDEAS主页打印自https://ideas.repec.org/a/gam/jrisks/v10y2022i4p71-d778628.html
  我的参考书目  保存此文章

利用SupTech进行欧洲监管风险评估：预警系统的建议

作者

上市的：
  • 德罗贵拉

    （葡萄牙里斯本坎波里德校区新里斯本大学新信息管理学院（Nova IMS），1070-312）

  • 毛罗·卡斯泰利

    （葡萄牙里斯本坎波里德校区新里斯本大学新信息管理学院（Nova IMS），1070-312）

  • 纳丁·科尔特·雷尔

    （葡萄牙里斯本坎波里德校区新里斯本大学新信息管理学院（Nova IMS），1070-312）

摘要

风险分析和情景测试是央行经济学家开展的两项核心活动。随着越来越多地采用机器学习来增强决策支持系统，以及收集到的数据量激增，机构为这些创新技术的应用提供了无数的使用案例。因此，近年来，术语sup-tech已进入金融术语，并将继续存在。在本文中，我们从中央银行的角度进行风险评估。参与其中的银行和机构数量呈上升趋势，这就需要一种标准化的风险方法。因此，我们采用了风险评估方法（RAS），这是监管审查和评估流程（SREP）的定量支柱。根据2014年3月至2021年8月葡萄牙银行业的真实监管数据，我们成功地通过RAS的定量方法对监管风险评估过程进行了建模。我们的发现和由此产生的模型被提议作为一个预警系统，可以支持监管人员的日常任务，以及SREP流程内。

建议引用

  • 佩德罗·格拉（Pedro Guerra）、毛罗·卡斯泰利（Mauro Castelli）和纳丁·科特雷尔（Nadine Corrte-Real），2022年。"利用SupTech进行欧洲监管风险评估：预警系统的建议,"风险，MDPI，第10卷（4），第1-23页，3月。
    • 手柄：RePEc:gam:jrisks:v:10:年：2022年：i:4:p:71-：d:778628
    作为

    从出版商下载全文

    文件URL: https://www.mdpi.com/2227-9091/10/4/71/pdf
    下载限制：不
    文件URL: https://www.mdpi.com/2227-9091/10/4/71/
    下载限制：不
    ---><---

    IDEAS上列出的参考文献

    作为
    1. Filippopoulou、Chryssanthi&Galariotis、Emilios&Spyrou、Spyros，2020年。"预测欧元区系统性银行危机的预警系统：logit回归方法,"经济行为与组织杂志爱思唯尔，第172（C）卷，第344-363页。
    2. 佩德罗·格拉（Pedro Guerra）和毛罗·卡斯泰利（Mauro Castelli），2021年。"机器学习在银行监管中的应用——文献综述,"风险，MDPI，第9卷（7），第1-24页，7月。
    3. Kolari，James W.&López-Iturriaga，Félix J.&Sanz，Ivan Pastor，2019年。"预测欧洲银行压力测试：适者生存,"全球金融杂志爱思唯尔，第39卷（C），第44-57页。
    4. Guerra、Pedro和Castelli、Mauro和Corrte-Real，Nadine，2022年。"流动性风险建模的机器学习：监管视角,"经济分析与政策爱思唯尔，第74卷（C），第175-187页。
    5. 卡萨比安卡、伊丽莎白·简·卡塔拉诺、米歇尔·福尼、洛伦佐和贾尔达、埃琳娜和帕塞里、西蒙，2022年。"用机器学习方法对银行危机的决定因素进行排序,"国际货币与金融杂志爱思唯尔，第129（C）卷。
    6. Lee，In&Shin，Yong Jae，2020年。"企业机器学习：应用、算法选择和挑战,"商业视野爱思唯尔，第63卷（2），第157-170页。
    7. 安德烈斯·阿隆索和何塞·曼努埃尔·卡波，2020年。"信用风险中的机器学习：衡量预测与监管成本之间的两难境地,"工作文件2032年，西班牙银行。
    8. Martin Leo和Suneel Sharma&K.Maddulety，2019年。"银行风险管理中的机器学习：文献综述,"风险，MDPI，第7卷（1），第1-22页，3月。
    9. JoséAmérico Pereira Antunes，2021年。"监督还是自我监督：基于机器学习的信用监管比较,"金融创新，施普林格；西南财经大学，第7卷（1），第1-21页，12月。
    完整参考文献 （包括与IDEAS上的项目不匹配的项目）

    最相关的项目

    这些是最常引用与本书相同作品的项目，也被与本书同样的作品引用。
    1. 佩德罗·格拉（Pedro Guerra）和毛罗·卡斯泰利（Mauro Castelli），2021年。"机器学习在银行监管中的应用——文献综述,"风险，MDPI，第9卷（7），第1-24页，7月。
    2. Guerra，Pedro&Castelli，Mauro&Côrte Real，Nadine，2022年。"流动性风险建模的机器学习：监管视角,"经济分析与政策，爱思唯尔，第74卷（C），第175-187页。
    3. Pejman Peykani&Mostafa Sargolzaei&Mohammad Hashem Botshekan&Camelia Oprean-Stan&Amir Takaloo，2023年。"以最小可能变动优化银行资产负债管理,"数学，MDPI，第11卷（12），第1-24页，6月。
    4. 阿尼尔·库马尔（Anil Kumar）、苏尼尔·夏尔马（Suneel Sharma）和梅里根·马哈达维（Mehregan Mahdavi），2021年。"农村金融数字信贷评分的机器学习（ML）技术：文献综述,"风险，MDPI，第9卷（11），第1-15页，10月。
    5. Wosnitza，Jan Henrik，2022年。"logistic回归的校准替代方案及其将歧视力分散转化为违约概率不确定性的潜力,"讨论文件2022年4月，德意志联邦银行。
    6. John R.J.Thompson和Longlong Feng&R.Mark Reesor和Chuck Grace，2021年。"了解客户行为：金融交易的聚类分析,"JRFM公司，MDPI，第14（2）卷，第1-29页，1月。
    7. 巴瓦雷斯科（Bavaresco）、罗德里戈·西蒙（Rodrigo Simon）和内西（Nesi）、卢安·卡洛斯（Luan Carlos）和维科托里亚·巴博萨（Victória Barbosa）、豪尔赫·路易斯（Jorge Luis）和安图内斯（Antunes）、鲁道夫·斯托菲尔（Rodolfo Stoffel）和达·罗萨·里吉（da Rosa Righi）、罗德里戈·达·科斯。"基于机器学习的会计服务自动化：一项探索性案例研究,"国际会计信息系统杂志爱思唯尔，第49（C）卷。
    8. Doumpos，Michalis&Zopounidis，Constantin&Gounopoulos，Dimitrios&Platanakis，Emmanouil&Zhang，Wenke，2023年。"银行业的运筹学和人工智能方法,"欧洲运筹学杂志爱思唯尔，第306（1）卷，第1-16页。
    9. Watson，Graeme J.和Desouza，Kevin C.和Ribiere，Vincent M.和Lindić，Jaka，2021年。"AI会坐在C套房的桌子上吗？高级领导层的未来,"商业视野爱思唯尔，第64卷（4），第465-474页。
    10. Yudistra Permana、Saiqa Akbar和Anisa Nurpita，2022年。"系统风险与金融网络系统：一项实验研究,"欧亚经济评论，施普林格；欧亚商业和经济学会，第12卷（4），第631-651页，12月。
    11. Ionut Anica-Popa&Liana Anica-Popa&Cristina Radulescu&Marinela Vrincianu，2021年。"零售业中人工智能的集成：好处、挑战和专用概念框架,"AMFITEATRU经济杂志罗马尼亚布加勒斯特经济研究院，第23卷（56），第120-120页，2月。
    12. Neubert，Mitchell J.和Montañez，George D.，2020年。"美德作为设计和使用人工智能的框架,"商业视野爱思唯尔，第63卷（2），第195-204页。
    13. 赵子雪、崔天祥、丁书生、李佳伟、安东尼·格雷厄姆·贝洛蒂，2024。"信用风险预测中类别失衡问题的重采样技术研究,"数学，MDPI，第12卷（5），第1-27页，2月。
    14. Alina Köchling和Marius Claus Wehner，2020年。"算法歧视：在人力资源招聘和人力资源开发的背景下，通过算法决策对歧视和公平进行系统审查,"商业研究，施普林格；德国商业研究学术协会，第13卷（3），第795-848页，11月。
    15. Keerthana Sivamayil&Elakkiya Rajasekar&Belqasem Aljafari&Srete Nikolovski&Subramaniyaswamy Vairavasundaram&Indragandhi Vairavassundaram，2023年。"基于强化学习的应用系统研究,"能源，MDPI，第16卷（3），第1-23页，2月。
    16. 卡蒙普里（Kamoonpuri）、萨娜·泽拉（Sana Zehra）和森加（Sengar），安妮塔（Anita），2023年。"嗨，AI能帮你吗？零售业实施和使用人工智能虚拟助理的障碍分析,"零售与消费者服务杂志爱思唯尔，第72（C）卷。
    17. Ming‐Lang Tseng&Hien Minh Ha&Thi Phuong Thuy Tran&Tat‐Dat Bui&Chih‐Chen&Chun‐Wei Lin，2022年。"构建数据驱动的循环供应链层次结构：资源回收实施推动循环商业战略,"商业战略与环境Wiley Blackwell，第31卷（5），第2082-2106页，7月。
    18. 雅库布、哈南和广岛，C.K.，2021年。"使用在线客户评论和谷歌趋势预测产品属性的重要性,"技术预测与社会变革爱思唯尔，第171（C）卷。
    19. Bauer，Kevin&Nofer，Michael&Abdel-Karim，Benjamin M.&Hinz，Oliver，2022年。"中止机器学习决策支持的效果,"SAFE工作文件系列370，莱布尼茨金融研究所SAFE。
    20. Dmytro Kovalenko&Olga Afanasieva&Nani Zabuta&Tetiana Boiko&Rosen Rosenov Baltov，2021年。"基于神经模糊技术的商业银行逾期债务评估模型,"JRFM公司，MDPI，第14（5）卷，第1-20页，5月。

    更正

    本网站上的所有材料均由各自的出版商和作者提供。您可以帮助纠正错误和遗漏。请求更正时，请提及此项目的句柄：RePEc:gam:jrisks:v:10:y:2022:i:4:p:71-：d:778628。请参阅一般信息关于如何更正RePEc中的材料。

    如果您编写了此项目，但尚未在RePEc注册，我们鼓励您这样做在这里。这允许将您的个人资料链接到此项目。它还允许您接受我们不确定的该项目的潜在引用。

    如果CitEc公司识别了书目参考，但没有将RePEc中的项目链接到它，您可以帮助这个表格.

    如果你知道引用这一条的缺失条目，你可以通过以与上述相同的方式为每个引用条目添加相关引用来帮助我们创建这些链接。如果您是此项目的注册作者，您可能还需要检查您的RePEc作者服务个人资料，因为可能有一些引文等待确认。

    有关此项目的技术问题，或更正作者、标题、摘要、书目或下载信息，请联系：MDPI索引管理器（以下电子邮件可用）。供应商的一般联系方式：网址：https://www.mdpi.com.

    请注意，更正可能需要几周时间才能筛选出来各种RePEc服务。

    思想是一个经济学研究论文服务。RePEc使用各出版商提供的书目数据。