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 شده اند و بسیاری دیگر در حال بررسی هستند. از زمان بحران مالی جهانی، مدیریت ریسک در بانک ها اهمیت بیشتری پیدا کرده است و تمرکز دایمی بر نحوه شناسایی، اندازه گیری، گزارش و مدیریت ریسک ها بوده است. تحقیقات قابل توجهی در دانشگاه و صنعت بر تحولات بانکداری و مدیریت ریسک و چالش های فعلی و نوظهور متمرکز شده است. این مقاله با مروری بر ادبیات موجود به دنبال تحلیل و ارزیابی تکنیک های یادگیری ماشینی است که در زمینه مدیریت ریسک بانکداری مورد تحقیق قرار گرفته اند و حوزه ها یا مشکلاتی را در مدیریت ریسک که به اندازه کافی مورد بررسی قرار نگرفته اند و زمینه های بالقوه ای هستند را شناسایی کند. تحقیقات بیشتر بررسی نشان داده است که کاربرد یادگیری ماشین در مدیریت ریسک های بانکداری مانند ریسک اعتباری، ریسک بازار، ریسک عملیاتی و ریسک نقدینگی مورد بررسی قرار گرفته است. با این حال، به نظر نمی رسد با سطح فعلی صنعت تمرکز بر مدیریت ریسک و یادگیری ماشین متناسب باشد. تعداد زیادی از حوزه ها در مدیریت ریسک بانکی باقی مانده است که می تواند به طور قابل توجهی از مطالعه نحوه استفاده از یادگیری ماشین برای رسیدگی به مشکلات خاص بهره مند شود.