یادگیری ماشینی در مدیریت ریسک بانکداری: مروری بر ادبیات

تاثیر فزاینده ای از یادگیری ماشین در برنامه های کاربردی کسب و کار وجود دارد، با راه حل های بسیاری که قبلا پیاده سازی شدهاند و بسیاری دیگر در حال بررسی هستند. از زمان بحران مالی جهانی، مدیریت ریسک در بانکها اهمیت بیشتری پیدا کرده است وتمرکز دائمی بر نحوه شناسایی، اندازهگیری، گزارش و مدیریت ریسک ها بوده است. تحقیقات قابل توجهی در دانشگاه و صنعت برتحولات بانکداری و مدیریت ریسک و چالش های فعلی و نوظهور متمرکز شده است. این مقاله با مروری بر ادبیات موجود به دنبالتحلیل و ارزیابی تکنیک های یادگیری ماشینی است که در زمینه مدیریت ریسک بانکداری مورد تحقیق قرار گرفته اند و حوزه ها یامشکلاتی را در مدیریت ریسک که به اندازه کافی مورد بررسی قرار نگرفته اند و زمینه های بالقوه ای هستند را شناسایی کند. تحقیقاتبیشتر بررسی نشان داده است که کاربرد یادگیری ماشین در مدیریت ریسک های بانکداری مانند ریسک اعتباری، ریسک بازار، ریسکعملیاتی و ریسک نقدینگی مورد بررسی قرار گرفته است. با این حال، به نظر نمی رسد با سطح فعلی صنعت تمرکز بر مدیریت ریسکو یادگیری ماشین متناسب باشد. تعداد زیادی از حوزه ها در مدیریت ریسک بانکی باقی مانده است که می تواند به طور قابل توجهیاز مطالعه نحوه استفاده از یادگیری ماشین برای رسیدگی به مشکلات خاص بهره مند شود.

کلیدواژه ها:

مدیریت ریسک ، بانکداری ، ریسک بانکداری ، یادگیری ماشینی