多目标条件下中国金融监管系统优化与风险管理研究

Under the convergence of financial services and internationalization, regulatory divisions and prudent deficiencies in the divisional regulatory system highlight the fragility of the financial system, and leads to financial regulation is not effective. System science and computer simulation technology, especially interval, dynamic multi-objective optimization and other intelligent control science has become a research hotspot in information science field, which provides scientific and effective means for multi-objective optimization of financial supervision system. This project aims to combine the methods of modern econometrics to study financial regulation, risk management and governance oriented in system science paradigm. Firstly, CoVaR model, complex network model, fuzzy cognitive and particle swarm optimization will be combined to study the interaction relationship between financial regulatory system (macro-prudential regulation, micro-prudential regulation and behavioral regulation) and financial risks. Secondly, the entropy method, system dynamics, non-linear threshold model will be presented to reveal the multi-objective coordination mechanism of financial regulation. Finally, the complex BP neural network model and intelligent optimization algorithm will be used to explore the financial supervision of multi-objective dynamic coordination of financial supervision interval and path, and Hall for workshop of metasynthetic engineering (HWME) will be developed which functions as financial regulation, risk management and governance, to find the key elements, conditions, routes and methods of financial regulatory system, risk management andgovernance under multi-objectives condition.

金融混业与国际化背景下，分业监管体系的监管割据和审慎不足使金融系统脆弱性凸显，金融监管有效性不足。系统科学及其计算机仿真技术，特别是区间、动态多目标优化等智能控制科学成为信息科学领域研究热点，为金融监管系统多目标优化问题研究提供了科学有效手段。本项目以系统科学研究范式为主导，结合现代计量经济学研究方法，对金融监管、风险管理与治理问题开展研究。首先运用CoVaR模型、复杂网络模型、模糊认知图与粒子群算法相结合厘清金融监管系统（宏微观审慎监管与行为监管）与金融风险的交互作用关系；运用熵值法、系统动力学、非线性门限模型等揭示金融监管多目标的协调性；最后运用复杂BP神经网络模型和智能优化算法探寻金融监管多目标动态协调的金融监管作用区间与路径，在此基础上构建金融监管、风险管理和治理综合集成研讨厅，综合集成项目研究成果找到多目标条件下金融监管系统优化、风险管理与治理的关键要素、条件、路径与方法。

研究内容及重要结果方面：金融风险跨市场、跨区域的传染性不断加剧，使得金融监管目标不断丰富和多样化，多目标条件下的金融监管问题日益突出，系统科学及智能优化算法的发展为解决这一问题提供了科学有效的手段。主要研究进展如下：一是，运用CoVaR模型、复杂网络、SCCA技术、DCCA算法等方法，探究系统性金融风险的跨市场、跨机构传染效应，揭示金融监管系统多目标交互作用机制。二是，运用PVAR、系统GMM估计、协同度模型，探究金融监管系统多目标动态协调机制。三是，提出了基于自适应排序、面向软子空间聚类等的多目标优化算法，提高算法的收敛能力、搜索效率和精准度，提升复杂系统多目标优化问题的解决效率，验证算法在求解高维多目标优化问题的有效性。四是，改进了基于证据理论和累积前景理论的多目标优化模糊决策方法，充分考虑多类准则间的复杂关系，提高决策的准确性与效率，为解决金融监管系统多目标优化与决策问题提供方法支持。.科学意义方面：突破传统研究范式，运用系统科学、信息科学、计量经济学相结合的方法，对多目标条件下金融监管系统优化与风险管理问题开展研究。一是，厘清金融监管系统与金融风险的多目标交互行为，以提升金融监管和金融风险管理的有效性。二是，揭示金融监管系统多目标动态协调机制，为多目标条件下金融监管系统的优化调控奠定基础。三是，提出或改进各类金融监管系统的多目标优化算法及模糊决策方法，为金融监管系统动态多目标优化与决策提供方法支持。这对丰富金融监管、风险管理理论，拓展多目标优化算法研究方法体系和指导金融监管体系优化、防范金融风险具有重要理论价值和现实意义。.研究成果方面：在国内外核心学术期刊、学术会议上发表论文50篇，录用6篇，其中SCI检索19篇，SSCI检索3篇，EI检索4篇，CSSCI检索29篇，CSCD检索17篇。论文累积被引量达300余次；被人大报刊复印转载2次；出版学术著作2部。研究成果为朝阳区委、区政府决策提供重要参考价值，取得了良好的经济和社会效益。