宏观审慎监管的大数据方法:背景、原理及美国的实践
近年来,主要发达国家金融监管当局高度重视大数据方法在宏观审慎监管领域的运用.大数据的理念和技术手段能够帮助金融监管当局从体量巨大、类型庞杂且彼此关联的微观金融数据中提取系统性风险信息.大数据方法有着不同于传统研究方法的逻辑与特点,其强调数据的整体性和混杂性以及逻辑上的相关关系.目前,宏观审慎监管大数据方法的开发和运用尚处于起步阶段.美国在金融机构识别、金融产品识别以及数据可视化分析技术的应用等方面进行了积极的探索.尽管大数据方法的应用仍有局限性,但其前景值得期待.为此,应重点关注全球微观金融数据标准的统一以及基于语义建模技术的FIBO方案及其进展情况.
宏观审慎监管、大数据、方法、原理、美国
F831(金融、银行)
本文为国家社科基金青年项目“我国影子银行体系的风险形成机理与监管研究”项目批准号:13CJY127和国家自然科学基金国际地区合作与交流项目“Financial System Reform and Its Impact on Outward FDI of Private-owned Enterprises:A Research Based on Firm-level Data and Field Investigation in Three Provinces of East China”项目批准号:GZ943的阶段性成果,并得到吉林大学哲学社会科学创新团队建设项目“国际金融理论创新与国际货币体系改革研究”项目批准号:2012FRTD02的资助.
2015-10-16（万方平台首次上网日期，不代表论文的发表时间）
55-65
