英语原文共 7 页，剩余内容已隐藏，支付完成后下载完整资料

面向财务风险管理知识库的概念

米歇尔Benaroch

摘要：一种风险管理知识库的设计方法。由于不同的表示法是用来捕捉知识参与这一领域的不同类型，在库中存储的原子知识单元被认为是域模型（K）和推理方法（M）对，（K,M）对，处理该领域中的子任务。这样（K,M）对在语义上是一致的。从概念上讲，这允许查看存储库，因为它是一个共享具有2个主要功能的“数据库”（K,M）对。它用于通过使它们独立的系统来应用存储（K,M）对和共享所生成的搜索结果，其中所施加的对可与任何子任务即是整个应用程序任务的一部分相关联。此外，它在可能的范围内通过动态派生从深层原则KS存储避免了冗余任务具体捕捉KS。

关键词：金融应用程序，以知识为基础的系统，知识库，知识重用，知识共享，风险管理。
1 引言

以知识为基础的技术已成为许多金融公司信息技术基础的重要组成部分，其中一些问题是面临的问题。首先，由于大多数金融应用任务的足够大的尺寸和相当的可分解的性质，这些企业知识系统组合（KBS）还包括许多小系统，解决孤立子任务使用不同的技术（生产规则、神经网络、模糊逻辑等）。在解决整个应用程序的过程中，这个系统的集成复杂化。其次，大多数公司投资组合的知识库系统还包括冗余系统；在大公司，许多团体的工作除了解决不同的任务，有共同的任务，例如，预测的解决方案常常被翻新和重新实现。

在试图处理这些问题的核心是建立一个独立的系统可以共享和重用知识库的愿望。有关这一任务的主要建议是重用和共享的“微”的知识单元的概念，事实，公理等-而通常努力解决不均匀的语义，这样的单位，通过他们的基本本体建模[ 8 ]，[ 14 ]，[ 15 ]。然而，金融公司可能面临的问题，这种方法是双重的。首先，许多现有的知识库系统是不是重写或重新设计的候选人。更重要的是，搜索常见的本体是复杂的，当所涉及的知识需要使用表示不同的基础知识，例如，关系网络和神经网络[9]。不管怎样，在相对早期阶段的主题，也许除了CYC，这样的建议是几个抱负不凡的长期项目 [ 10 ]。

我们提出了一个不太抱负不凡，但更务实的方法，存储“宏”的知识单元——对域模型和匹配的推理方法，以解决（子）任务在一个域的设计。这些宏单元的语义一致性可以概念化为知识库作为一个“类单位的数据库”，并因此使一些设计原则基础共享数据库。这种方法被应用在风险管理域，导致在一个库，有两个个关键能力。首先，它允许独立的系统将存储宏单元和共享成果的单位产生的，申请单位可以与任何的子任务，这些系统可能需要针对整个应用程序解决相关任务。其次，库避免了需要冗余域模型，能够动态地从“深”模型，它存储的任务特定的域模型。虽然我们已经将这种方法应用于风险管理领域，但它的基本原理很可能会将其传递到其他领域。我们的方法并不是取消对共享和重用微知识单元通过其本体建模基础研究的长期需要，但它提供了一个有用的中间解决面临的以知识为基础的技术广泛依靠企业的一个问题。

2 目标背景

风险管理是一个可以防止经济的变化[17]贬值影响财务状况的行为。一个状况可以包括各种资产：交易的产品（股票，债券等），负债（例如，贷款），制成品，和类似。每一项资产可以对不同的经济因素（例如，利率，石油价格）敏感。图1显示了风险管理过程，说明这个过程是完全可分解的和每一步所关联的具体任务取决于具体的风险和交易的产品，必须考虑本身[17]，[19]。从概念上讲，这个过程可以说是一组任务的任务tau;。任务A中T isin;tau;也可以包含子任务，而这些子任务的进程的相关性取决于解决的风险的情况。

许多支持系统的构建方式来解决在tau;中的任务;参见[3] KBSs的调查以及[19]对于使用传统的技术，如时间序列分析和优化系统的审查。这些系统有两个显着的特征，提供的任何被解决的任务T isin;tau;被认为是具有（K，M）对相关联，记为T（K，M），其中K是一个域模型（例如，线性规划，规则的基础上，模糊逻辑模型，历史数据），M是推理方法（例如，单纯形算法，规则链接，模糊推理引擎，遗传算法）。首先，这些系统通常针对小型的孤立子任务（例如，评级国债，评级公司债，评级市政债券）。其次，他们使用不同的解决方案，在它们的基础认识论中变化表述方法。有些应用模型驱动的方法，例如，用经济模型[6]，并与专家们的启发[12]基于规则的推理定性推理。其他人使用数据驱动的方法，例如，神经网络技术[13]和遗传算法[2]与历史数据的应用。图2显示出这些系统和它们支持的（子）任务的一般性质，因为它解决了任务T的系统S是一个元组S =（T（K，M），[C]，R），其中C是可选订购T的子任务控制的知识，并且R是的导致T产生（R被称为一个具体情况的模型时，它包括中间推断的产生[7]）。

这些特点提高疑难问题的产生。其中一个问题是缺乏整个风险管理过程中使用支持系统的集成。目前，风险管理者往往采用特设的体验战术处理的整个过程，而在现有仅仅靠部分支撑系统[18]。这样的系统整合的能力是至关重要的，因为，这取决于解决的情况下，该过程通常是在它涉及子任务，它要求对支持系统的术语“重新定义”。例如，修改过程中，必须考虑不同产品本身（例如，股票而不是债券）需要解决不同的筛查任务使用不同的支持系统。另一个问题是集中管理支持系统的开发和使用方式的需要。多数中等规模的公司有专注于几组不同类型的金融风险和产品。因为这些用户解决了许多相同的子任务，这并非罕见的发现，他们构建具有相同的基本知识体系。这导致了知识编码，验证和维护工作的重复。

很少有公开的尝试处理这些问题。例如，Lee等人的系统要处理的整合问题。[12]链接在风险管理过程中的两个步骤，但只有当产品本身考虑包括一小部分专业的股票；采用专家“如果-那么”规则挑选有吸引力的股票，然后制定一个二次规划模型设计的位置。相反，Schwartz等[16]提出使用黑板结构来允许系统共享结果。虽然这种方法可能提供一个更系统的方法来处理的集成问题，但它不是朝着解决上面讨论的第二个棘手的问题为目标。

在这种状况下，我们的目标是设计一个有关在tau;任务的知识存储库。该库必须满足三个要求。首先，它必须允许任何支持系统S的应用程序去提供可能解决的（子）任务需要的知识，以解决任何一部分的风险管理。S不需要知道知识库如何表示知识，它只需要知道什么（子）的任务，何时以及如何整合他们的结果。其次，当存在一个深度K从其中几个特定任务Ks可以动态派生，存储库应仅存储K。最后，库应该允许共享和应用（子）任务整合产生的结果。这也意味着允许S看到这些结果，以防它使用控制知识，C,这些结果分析决定它必须执行的下一个解决问题的活动。

3知识仓库

首先设计一个共享仓库，需要定义原子知识单元进行存储。从我们在第1节讨论的原因，我们采用了考虑原子单位是任务，或者实际上其关联（K，M）对宏的方法。任务的统一语义，或（K，M）对，允许在概念上查看存储库作为一个任务的“数据库”，它可支持系统这些都是需要申请这些任务，并分享他们的成果。这导致我们以知识为基础的管理系统（KBMS）的概念，记为Phi;= {rho;(tau;), alpha;(k)}，其中rho;(tau;)是一套任务tau;在域中的共享资源库和alpha;(k)是k作为知识词典的访问管理者。

3.1共享的存储库rho;(tau;)

只要有一个支持系统的元组式，Mge;1，其中C和R是特定于T，rho;(tau;)被设置为仅存储在可通用于其他任务的,。在rho;(tau;)任务的组织主要是围绕应用转换交易产品的主对象上。产品自然落入承受高度的多态性类和子类。例如，对于评级债券的任务可以具有与不同的（K，M）对有关的几个版本，每个版本适用于某一类债券：公司债券，国债等。因此，任务是在一个ISA组织的分类反映沿着像尺寸产品类之间有许多相似之处：对类似的经济事件，成熟度范围和交易过程敏感。因此，我们查看rho;(tau;)作为是一种面向（OO）对象的任务“资料库”。图3显示了抽象对象类型层次rho;(tau;)，基本忽略多重继承要求的产品类别之间的许多相似的广泛使用。这种类型的层次结构的一个实例，或rho;(tau;)，“坐”在产品实例的关系数据库的顶部。

表1列出了在rho;(tau;)使用的逻辑结构和它们在数据库中的对应。这些都是标准的OO构建对象类、对象实例、属性和功能[5]——除了为三种类型的功能，其中的任务功能是中央于rho;(tau;)的角色之间的区别。任务功能模型（K，M）对与任务相关联。它不能调用，或者在其他任务的功能来定义，以避免嵌入控制知识，C，这可能是特定于某个特定的应用程序的任务。它被定义为三重：

lt;任务指针，任务触发，任务结果gt;

其中任务的指针指向一个推理模块保持一个（K，M）对，任务触发是一个实用功能激活M于通过任务指针，任务结果K是存储结果（K，M）产生的属性。推理模块可以是：

1）一个现成的或自定义的C 对象类型包含代表性结构模型所需的知识单元的实例（例如，规则）包括一种特定的K，实现M函数（例如，规则推理）所要求的那种K，和通用的实用功能（例如，从文件加载K）；

2）一个C 对象关系与外部对象的代码模块的显式绑定包含实例（K，M），是由一个编译器产生或存在的推理；

3）根据请求被发送到微软的Windows下运行的推理实例OLE对象。

如果K不是一个深刻的原则性模型上述方案中的一种那么模型（K，M）对将工作的很好。例如，如果K是用于与它选择吸引人股筛选任务一个神经网络模型，它不会与涉及不同类型（例如，债券）的产品的任何其它筛选任务相关联；因此，K可被存储明确使用第一方案，或者作为一个对象的代码模块使用第二方案编译K和M。

当K在（K，M）对具有深底层模型K，最好是仅存储K使用第一方案，并使用专用的功能来动态派生从K对Ks不同的任务需要原因大概从不同角度或不同的抽象级别领域的现象。对于C 推理模块需要K.这降低了Ks存储在rho;(tau;)，并降低维持他们需要的努力。该方案如何使用的例子在4节中提供。

我们定义了任务的功能结构表明，潜在的rho;(tau;)的对象类型不是“平的”。它使对象持有因果模型连接产品的行为经济变量，设计模型从产品的综合职位，事件模型捕捉可能导致触发（K，M）对条件，过程模型描述的执行过程中的执行程序，在不同的交流，购买订单等。

3.2访问管理器——alpha;(k)

一个支撑系统S可以与rho;(tau;)相对于任务开始的逻辑操作中的为哪些任务在风险管理过程的各个部分施加的目的光被识别（见图1）。假定这些任务的结果可以基于他们的概念相似性的逻辑数据库被存储在rho;(tau;)和它的耦合的数据库，表2定义这些逻辑运算，并总结它们发起的方式和在rho;(tau;)执行时，在部分操作。保持rho;(tau;)从系统S透明，请求发起逻辑操作被发送到接入管理器，alpha;(k)。的请求被规定为元组​​：

lt;SID，T（参数），自变量输出形式gt;

其中SID标识请求S，T（参数），它需要的参数的任务功能或监视功能，自变量是对象或在其上施加T对象的袋（例如，股票表示类股票，和袋* STOCK表示股票的所有子类），并输出形式标识类型要求输出的。注意，在固定的时间间隔以应用监测功能一段持续时间的请求最初由请求S发出，和后续带时间戳请求重新应用功能被发送到alpha;(k)并每次被他自身执。相对于输出的请求的类型，这可包括：

1）用他们的一些属性值（存储在任务的结果属性一起的OID），格式为前缀树的基础对象的类型层次结构底层的rho;(tau;)的顺序流。

2）对象的副本参数存储的SID和T对象的创建结果在rho;(tau;)定位T在rho;(tau;)的影响，就可能得出结果，只适用于市场条件假设的这一特征通常被称为面向对象OO的数据库版本语境

3）在rho;(tau;)中研究的新对象和数据库表存储组成的位置及其实例。

要执行请求的逻辑运算，alpha;(k)依赖于它的知识词典ķ。 ķ存储的对象类型的层次结构底层的rho;(tau;)的定义；由于任务函​​数的定义方式中，k不需要包括关于如何存储的信息（K，M）对在rho;(tau;)实施或表示实例化的对象。alpha;使用k至执行请求的方式取决于发送的说法。如果参数是一个对象O（如股票），并且请求T是的O任务功能，只需一个激活T于O。如果参数是一个袋*O（如，*STOCK），多态要求申请可能在专业O（例如，股票的子类）对象存在的T所有变体。所以，使用它自己的迭代（深度优先和广度优先）程序来扫描的rho;(tau;)的部分对应*O和激活T以*O，一次对应一个。在这两种情况下，需要时，版本控制，一个从对象参数的副本内激活T。alpha;激活T之前创建这个副本，除非由于较早的请求相同的S它已经存在。

如何让alpha;产生输出要求？若S要进行版本管理，通过alpha;调用T对象中要求的版本，T将结果存储在这些对象中。当alpha;请求格式化为前缀树的OID的一个流，产生而反复扫描的rho;(tau;)的部分对应于所述袋的参数的流；流可以包括，例如，SSM的活动的T任务结果属性构建并存储到参数对象。若S要求存储为T组成的位置，alpha;在它存储组成的位置规范对象类型位置的rho;(tau;)的情况下造成的。

4资源库在使用中：插图

让我们来看看如何原型为KBMS风险管理，Phi;，供应叫做套期保值者的应用系统。套期保值者本身是一个KBS原型，旨在解决相对多样的风险管理的情况下，通过将任务Phi;立即储存。这些情况的性质可以用图4的例子来做最好的解释。这个例子表明避险着重于风险管理的筛选和设计部件（参照图1）。它构造的情况和假设所涉及的风险因素是已知的，该设计约束和目标函数给出。这些制约因素需要相匹配所需的风险简介，配套到期日不超过设置位置等可用现金的目标函数是：最大限度地提高流动性，减少安装成本，并降低信用风险，等等。为清楚起见，我们假设套期保值施加连续的四个步骤的解决策略：

1）建立替代的位置，

2）筛选出可行的替代品，

3）排列基于所述目标函数的其余的替代品，

4）接在施加各种定量分析的最佳位置。

后面我们会看到，套期保值者使用了不

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[147446]，资料为PDF文档或Word文档，PDF文档可免费转换为Word