基于案例推理的金融操作風險估計方法
2006-12-31 00:00:00胡衍強劉仲英
海南金融 2006年12期
作者簡介：胡衍強(1976－)，男，同濟大學經濟與管理學院博士研究生：
劉仲英(1943－)，女，同濟大學經濟與管理學院教授，博士生導師。
摘 要：由于《新巴塞爾資本協議》把操作風險納入到資本充足率的計算之中，使得金融界對它的關注顯著提高，并對操作風險的估計提出了迫切要求。本文將人工智能中的案例推理技術應用到操作風險估計，并對操作風險案例的描述與存儲組織、匹配案例的檢索以及檢索結果的調整等關鍵問題進行了探討。
關鍵詞：案例推理；操作風險；風險估計
中圖分類號：F830
文獻標識碼：A
文章編號：1003-9031(2006)12-0048-03
一、引言
操作風險最早由COSO~在其1991年的報告中提出，但在20世紀90年代中期以前這一概念并沒有引起金融行業的廣泛關注，直到巴林銀行和大和證券事件發生后，巴塞爾委員會才對操作風險重視起來。
2004年6月，巴塞爾銀行監管委員會正式公布新資本協議，明確提出將操作風險納入資本監管，操作風險開始與信用風險和市場風險并重成為商業銀行的三大風險。常見的操作風險包括：系統或流程缺陷；交易錯誤；結算延遲；業務連續性故障；內外部欺詐；信息安全性；完整性和機密性受到侵犯；執行、傳遞和程序管理失誤，實物資產損壞；等等。由于操作風險發生的不確定性，因而對操作風險的估計就成為操作風險管理的難點。本文探索使用案例推理方法，分析過去發生過的操作風險事件特點，比較操作風險案例的異同之處，估計可能的風險后果和尋找合適的對策，以提高金融機構的操作風險控制能力。
二、基于案例的推理方法
當人們面臨一個新問題時，往往會利用以前解決問題的經驗，對當前類似的情況進行分析、推理，得到解決新問題的方法，從而不必從頭做起。將人們這種解決自然問題的心理過程上升到方法學的角度，就是基于案例的推理(Case-based Reasoning，簡稱CBR)。由于CBR方法同傳統的基于規則的推理系統(Rule-based Reason—ing，簡稱RBR)相比，具有知識獲取容易、有記憶功能、健壯性好、更加符合人們的認知心理過程等優點，所以自20世紀80年代末、90年代初興起之后，受到人工智能研究者的高度重視。
CBR方法最早由耶魯大學的Schank教授在1982年出版的專著《Dynamic Memory：A Theory of Remindingand Learning in Computers and People》中提出，是人工智能領域一項重要的推理方法。20世紀80年代后期國外大量學者對CBR的理論和方法進行了系統研究，在通用問題求解、法律案例分析、設備故障診斷、輔助工程設計、輔助計劃制定等領域取得實用性成果。國內在20世紀90年代后期開始出現關于CBR方法在經濟管理中應用的研究報道，例如李光等設計的基于案例推理的知識庫系統設計，陳東明等設計的基于案例推理的復雜裝備故障診斷系統等等。
CBR是一種類比推理方法，其基本思想是在進行新問題求解時，借助以前求解類似問題的經驗來進行推理，其主要過程是：新問題的描述一相似案例檢索一方案調整一方案評估一案例學習與維護。因此，將CBR方法用于操作風險估計時，首先需要構建操作風險的案例庫，通過訪問操作風險案例庫中過去的同類風險案例而獲得當前潛在風險的評估。案例推理方法在解決操作風險估計問題時的一般步驟是：
(1)對新問題進行規范化描述；
(2)以新問題的若干特征為檢索查詢條件，從案例庫中查找以前解決類似問題的案例；
(3)將所選出的最接近案例作為樣本形成新問題的解；
(4)分析新舊案例的差異，識別新問題的新情況，修正調整得到的解；
(5)對新案例進行整理，添加到案例庫。
案例推理的工作流程如圖1所示。
三、案例的描述與存儲組織
案例描述與存儲組織是CBR的基礎支撐技術之一，也是將其應用于操作風險估計的基礎。案例描述是對過去已經解決了的問題及其解決方案的描述，可以用二元組或三元組表示，或者用語義網絡、框架、劇本和動態存貯模型(Dynamic-memory Model)等表示。此外，目前對案例特征的抽取與描述的研究還涉及到采用神經網絡技術、面向對象技術等。下面介紹用二元組或三元組的方法來描述案例，后面關于案例索引的討論也以元組的表示方法為基礎。元組的描述方法可以形式化表示如下：
case=
二元組的描述包括兩個域：問題域(problem-field)和解決方案域(solution-field)，這種形式可以用于簡單的操作風險領域的案例描述。
三元組的描述包括三個域：問題域、癥狀描述域(symptom-field)和解決方案域，這種形式可以用于操作風險診斷領域的案例描述。
問題域用來描述問題的特征信息和上下文信息等，是有關問題特征信息的完整描述。一般把問題域分解為多個屬性來描述，可形式化的表示為：
problem-field=
案例的解決方案域為針對案例問題域所描述的問題所采取的解決方法的一種描述。可以形式化的表示為：
solution-field=
導致操作風險的偶然因素多，風險形成機制復雜，在操作風險發生不同階段的表現各異。同時案例是知識表示的一種模式，它將專家的知識與經驗用描述案例的數據結構表示出來，它實際就是專家求解問題的一個具體例子。本文采用表1所示的知識結構來描述金融操作風險案例。
采用上述框架結構的描述方法，將所搜集到的金融操作風險案例存放到一系列相互關聯的數據庫中，利用關系數據庫的索引技術，可以方便地建立案例索引。
四、匹配案例檢索
案例檢索就是通過訪問操作風險案例庫中過去同類問題的解決方案從而獲得當前風險問題的解決方案的一種推理方法。操作風險案例檢索的結果可以是一個最佳操作風險案例，也可以是一組相似操作風險案例。案例檢索的效率和案例的索引結構密切相關，如何準確、快速獲得操作風險案例的解決方案是評價基于案例推理系統的一個重要方面。
從索引級別上可以將CBR分為單級和多級索引。單級索引比較簡單，適用于風險案例庫中案例不太多的情況，可按問題域某個屬性的取值進行索引。
多級索引技術對于操作風險案例庫較大的情況很有效，可以提高案例檢索的效率。下面介紹采用聚類分析方法來為案例庫建立二級索引時的案例組織方法。設整個案例庫有N個案例，Casebase=
在CBR系統中應用的檢索方式主要有三種：最相鄰法(Nearest Neighbor Algorithm)、歸納法(Induction)、知識引導法(Knowledge-Guided Indexing)。最相鄰法適合于案例特征屬性為數值型的情況，定義和計算案例之間的相似度(或匹配度)，相似度最大的案例為匹配案例。歸納法，提取案例特征上的差異，并根據這些特征將案例組成一個類似判別網絡的層次結構，檢索時采用決策樹搜索策略，適合于案例特征相互獨立或推理結果只是案例中某一特征的情況。知識引導法，采用一套規則進行索引控制，根據已知的知識來決定案例中哪些特征在進行案例檢索時是最重要的，并根據這些特征來組織和檢索。
考慮到操作風險估計的特殊性，操作風險案例特征屬性多數是描述性的字符型字段，可將歸納法和最相鄰法相結合，按照SQL查詢方式檢索出最匹配的案例。首先找出“事件類型”和“受影響階段”兩個字段完全匹配的案例記錄，從中再查找“事件性質”匹配的記錄，如果沒有完全匹配的記錄，則把條件放寬繼續搜索。再按照“發生時間”最接近原則，從中挑出最匹配的案例記錄，其中的“實際后果”字段可以看作是對風險的初步估計。為了加快檢索速度，也可以給出多個記錄供參考，對“事件類型”、“受影響階段”、“事件性質”、“發生時間”幾個字段建立索引。
五、結果調整
通過操作風險案例檢索得到的初步操作風險估計結果，嚴格意義上說是以往相類似事件導致的風險處理方案。而將要估計的操作風險事件發生的時間、地點、程度都發生了變化，因而要根據新的操作風險事件特點與風險案例之間的差異對風險估計的初步結果進行調整。
調整方案有計算機自動調整和專家調整兩種方式。如果影響推理結果的那些主要因素是有限的而且是可以測量的，可以采取計算機自動調整。一種簡單的調整方法是
其中E為風險估計結果；Ec為通過案例檢索得到的初步風險估計結果； 為時間調整系數，由于實際風險事件與案例事件發生時間不同需要考慮的調整系數，例如考慮金融業務多少的季節性因素和趨勢性因素的影響； 為地點調整系數，由于風險事件發生地點不同或與之相關的操作流程不同需要考慮的調整系數；0-3為程度調整系數，由于操作風險事件對金融機構影響程度不同需要考慮的調整系數；B為其它因素綜合調整系數，綜合考慮操作風險事件之間的其它差異而確定的調整系數。由于操作風險發生的不同分布特征，各種影響結果的因素不可能全部收集存儲到案例庫中，這時便可以采用計算機輔助下的專家人工調整方式，由管理人員分析以往操作風險案例與當前操作風險事件的差別，分別確定調整方法與調整參數，并綜合考慮其它環境因素的影響。
六、結束語
本文研究了基于案例推理方法在操作風險管理中的應用，為金融機構的操作風險管理提供了一個新的解決方法，進一步的研究是具體考察如何在操作風險管理的各環節中運用案例推理方法等。
注：本文中所涉及到的圖表、注解、公式等內容請以PDF格式閱讀原文。
