Page 195 - 计算机应用软件开发技术研究

第六章 计算机网络安全动态评估关键技术研究

2.深度学习在金融风险管理领域中的应用挑战
金融科技的不断发展给金融风险管理领域带来了机遇，同时深度学习在金
融风险管理领域也面临着诸多挑战。第一，深度学习的应用面临着程序出错的风

险，如果发生，那么基于此的数据分析就容易得到有误的结论。在金融风险管理
过程中，基于对大量数据分析的结果，进而对风险进行预测和评估分析。如果程
序发生了错误，研究者就无法做出正确的风险管理决策，进而遭受损失；第二，
深度学习模型的正确运用需要研究者对深度学习模型具备深刻的理解，并且能够

结合在金融风险管理领域的专业理论知识。由于模型的构建与优化较为复杂，研
究者对金融市场及风险管理理论的准确认识极为重要，不了解相关理论知识，而
单纯应用深度学习无法发挥模型的作用；第三，深度学习模型的发展及推广应用
使得许多金融传统业务的运作模式发生了改变，使金融监管面临着新的挑战。现

有的金融监管体系下难以界定由于金融科技故障进而导致的风险事件责任。这些
都使得深度学习模型的应用存在一些问题。
（四）在金融风险管理领域中合理运用深度学习的对策建议
在金融风险管理领域正确地运用深度学习模型有利于提升金融数据的处理

速度、极大减少人力成本，进而推动金融风险管理过程的改进。同时，其应用也
会存在着挑战。为此，探讨如何合理运用深度学习模型的问题具有深刻的意义。
首先，需要正确认识金融系统中的深度学习运用，完善模型程序设计的原则及流
程，尽量降低程序出现错误的概率；其次，完善深度学习的应用体系，制定相关

的维护技术措施、人力措施，引进及培养相应领域的人才，加快转型；最后，完
善深度学习在金融风险管理领域应用的监督措施，确保出现由于人工智能应用导
致的重大问题或隐患时，具备相应的准则来界定风险处置责任。深度学习模型的
应用在相关领域的完善也必将推动金融风险管理领域的快速发展。

·183·