Python机器学习之金融风险管理
上QQ阅读APP看书,第一时间看更新

第一部分 风险管理基础

第1章 风险管理基础知识

2007年,没有人会想到,风险管理会在未来8年发生巨大变化。人们很自然地认为未来10年风险管理的变化会更小。但是,我们认为,实际情况恰恰相反。

——Harle、Havas和Samandari

风险管理是一个不断演变的过程。不断演变这一点是不可避免的,因为随着时间的推移,不经过演变,以往的实践将跟不上社会最新发展,无法在危机到来之前将风险检测出来。因此,关注风险管理的最新结构性变化是十分重要的。这些变化意味着需要重新定义风险管理的组成部分和工具,而这正是本书的主题。

传统的金融实证研究非常注重统计推断。例如计量经济学模型就是建立在统计推断的基础上的。这类模型重点研究基础数据的结构、生成过程和变量之间的关系。然而,ML模型与之不同,它不再研究这些,而是直接给出预测(Lommers、El Harzli和Kim,2021)。ML模型以数据为中心,以预测的准确性为导向。

另外,数据的稀缺性和不可用性一直是金融领域的问题,计量经济学模型表现并不优秀,而ML模型表现得更好。

在详细讨论相关工具和技术之前,我们先介绍一下本书会用到的相关概念。这些概念包括什么是风险、收益、风险管理、风险的类型以及其他与风险管理相关的知识。