XiaoMi-AI文件搜索系统
World File Search Systembanks
GenAI 即将彻底改变银行
银行可以访问交易流中的大量数据，从而深入了解客户的行为、短期愿望和长期需求。实验表明，作为大型语言模型的基础的变换器网络可用于充分利用交易数据，同时取代传统机器学习来生成风险评分和产品倾向模型。生成的模型不会具有语言模型的形式，但可以将预测精度提升到一个新的水平，并减少构建传统模型所需的数据工程。然而，要实现这些好处，需要大量的交易数据，相当于拥有 1 亿客户的银行多年的历史记录。这可能会导致大型银行和供应商之间出现新的竞争维度，或促使银行探索联邦学习。
经济危机中希腊银行的ICT相关行为
外部环境对企业使用、管理和利用信息和通信技术 (ICT) 的影响在信息系统 (IS) 研究中得到了广泛的认可和研究 (Melville 等，2004；Schryen，2013)。然而，对于企业外部环境中反复出现的最严重破坏，即经济危机，缺乏此类研究，它导致整体活动的减少，从而对就业、生产和投资产生严重的负面影响 (Keeley & Love，2010；Knoop，2010)。本研究的具体动机是调查经济危机对企业层面的 ICT 活动的影响。在这方面进行更多的研究将有助于更深入地了解这些影响，也有助于制定减少这些影响的战略以及在危机结束后从中恢复的战略。此外，这样的研究将有助于制定政府政策，以支持那些在 ICT 活动方面受到经济危机严重打击的企业。
NGFS 对央行和监管机构的长期展望
• 虽然新的损害函数是一项重大改进，但 NGFS 情景在物理风险建模方面仍然存在一些局限性。这些情景并未声称能够捕捉气候变化的详尽影响（例如临界点的影响）。在使用 NGFS 情景和损害函数结果时应始终保持谨慎，尤其是考虑到这些预测存在很高的不确定性。因此，这些情景不应被视为对气候行动机会进行成本效益分析的合适独立工具。
NGFS 对央行和监管机构的长期展望
NGF感谢学术联盟的模块：Oliver Richters 1，Elmar Kriegler 1，2，Jacob Anz 3，Christoph Bertram 4，5，5，1，Ryna Cui 4，5，Jae Edmonds 5，4，Allen Fawcett 5，4，Allen Fawcett 5，4，艾尔·福尔曼（Allen Fawcett 5） BER 3，6，Maximilian Kotz 1，Quentin Lejeune 3，Iana Liadze 7，Jihoon Min 6，Franziska Piontek 1，Patricia Sanchez Juanino 7 7，Carl-Friedrich Schleussner 3，6 1 , Bas van Ruijven 6 , Pascal Weigmann 1 , Leonie Wenz 1 , Michael Ian Westphal 5, 4 , Anne Zimmer 3 , Matthew Zwerling, and Gabriel Abrahão 1 , Lavinia Baumstark 1 , David N. Bresch 8 , David Meng-Chuen Chen 1 , Jan Philipp Dietrich 1 , Siddarth Durga 5 , Oliver Fricko 6 , Robin Hasse 1 , Johanna Hoppe 1 , Florian Humpenöder 1 , Gokul Iyer 5, 4 , Aneeque Javaid 6 , Siddharth Joshi 6 , Jarmo Kikstra 6 , Paul Kishimoto 6 , David Klein 1 , Johannes Koch 1 , Volker Krey 6 , Chahan M. Kropf 8 , Jared Lewis 9, 10 , Ellie Lochner 5 , Gunnar Luderer 1、Florian Maczek 6、Rahel Mandaroux 1、Alessio Mastrucci 6、Malte Meinshausen 9、10、Measenray Meng 6、Anne Merfort 1、Zebedee Nicholls 9、10、6、Pralit Patel 5、Michaja Pehl 1、Setu Pelz 6、Alexander Popp 1、11、Tonn Rüter 1、Inga Sauer 1、Felix Schreyer 1、Gamze Ünlü 6、Patrick von Jeetze 1、Alicia Zhao 4、Xin Zhao 5。
绿色中央银行：从经验中学习
尽管确定人类活动的温室气体排放量增加正在触发气候变化，并且温度升高将对国家的经济和金融体系产生相应的影响，但由于因果因素的复杂，系统性和相互联系的性质，这些影响如何表现出的确切途径仍然不确定。衡量气候风险的主要困难之一是，历史数据并未揭示未来，评估未来风险的可预测性仍然很弱。气候风险涉及复杂的动态，这些动力学通过短期，中和长期的不同方面相互作用。1要解决这些风险，许多监管机构已将气候风险情景分析作为评估未来长期风险的选择。在2022年金融稳定委员会（FSB）对53个机构进行的一项调查中，来自36个司法管辖区目前正在进行，或计划进行气候分析练习。调查揭示了机构在气候场景分析的第一阶段中面临的重大挑战，其中许多人面临着几个常见的障碍。例如，气候模型的丰富度使得哪种模型最重要。此外，气候建模非常技术性，难以穿透非专家。由于缺乏将气候情景转化为宏观财务分析的明确方法学框架，这使这变得更加复杂。绿色金融体系（NGFS）的网络一直在努力通过为决策者创建共同的情景途径来应对这些挑战。尽管进步正在稳步发展分析方法，但在国家范围内实施这种练习仍然是一项艰巨的任务，尤其是对于国家一级数据仍然是基本数据的国家而言。满足发展中国家的需求，NDC合作伙伴关系在COP26发起了对绿色中央银行（GCB）倡议的准备就绪。GCB旨在为中央银行和财务主管配备知识，机构能力和系统，以采用预防措施
SS3/19-增强银行和保险公司的方法...
可预见的性质：虽然确切的结果尚不确定，但很高的确定性是将发生某种物理和过渡风险因素的财务风险。对短期行动的依赖：未来影响的幅度至少部分取决于当今采取的行动。这包括政府，公司和其他许多参与者的行动。2.6与气候相关因素的财务风险大小将取决于未来的情况，这至少会部分取决于今天采取的行动。采取了重大行动的“太少，太晚”的情况，但是无法实现气候目标太晚，可能会导致银行和保险部门中最严重的财务风险。如果有有序的市场过渡到低碳世界，则气候变化的财务风险将最小化，但是有序过渡的窗口是有限且关闭的。
人工智能对银行风险管理方法的影响
摘要 银行业正在经历几种新型创新和趋势的兴起。例如，越来越多地使用人工智能 (AI) 来简化日常活动。这些趋势受到网络攻击频率增加、DORA 和 AI 法案等新提议法规的出现以及 AI 驱动系统的计算能力不断提高等因素的影响。这些趋势对该行业的全面影响尚未实现。该行业多元化且与社会深度融合，这意味着了解参与者如何减轻与实施 AI 相关的风险至关重要。本研究分析了组织如何减轻与此实施相关的风险以及它如何影响风险管理过程。为了研究 AI 在银行业的应用情况，该研究对 12 位在 AI、安全或银行业方面具有专业知识的受访者进行了半结构化访谈。本研究使用两个理论框架来分析数据。第一个框架是动态风险管理框架，用于根据风险管理流程在社会中的独特地位来分析其变化。第二个框架是多层次视角，它使本研究全面了解了人工智能作为社会技术转变驱动力的影响。结果表明，人工智能的实施会带来一系列新风险。这些风险主要是组织和监管方面的风险，将导致参与者对风险分类方式的修订。人工智能的不断发展还意味着必须定期审查产品，从而改变参与者对风险管理流程的看法。此外，结果还发现该行业缺乏有关人工智能和安全的知识。因此，组织必须改变其结构以适应不同能力之间的相互作用。为了成功实施人工智能、满足监管要求并减轻开发人工智能时产生的无意偏见，该研究得出结论，这些能力必须创建一个共享的术语，以便有效地进行沟通。总之，该研究通过全面了解影响银行风险管理流程的方面，为人工智能商业应用这一不断发展的领域做出了贡献。研究结果为旨在在其业务中实施人工智能的组织提出了一系列建议行动。建议进一步研究以了解这些行动的长期影响。未来的深入分析可以验证本研究的结果，并进一步研究人工智能作为商业工具的发展。关键词 人工智能、银行业、多层次视角、风险管理、网络安全
绿色（建筑）清洗？四大银行中只有 7% 的“...
● 澳新银行 (ANZ) 已承诺的可持续融资金额最大，本世纪累计达 1500 亿美元，但其对现实世界成果的贡献在很大程度上不透明，总计 64% 的资金用于可持续发展相关和便利性融资等工具。问题在于，资本可能会被便利化或分配给没有可靠脱碳途径的公司，因此与转型不符。考虑到澳新银行的客户群、董事会组成及其持续的高化石燃料风险，同时又是四大银行中唯一一家没有实质性政策限制新石油和天然气融资的银行，这是一种风险。
中央银行、股票市场和实体经济
本文总结了货币政策与资产市场相互作用的实证研究，并回顾了我们之前对这些相互作用的理论研究。我们提出了一个简明的模型，其中货币政策影响资产总价格，进而影响经济活动，但存在滞后性。在这种背景下：（i）中央银行（简称美联储）为应对金融冲击而稳定资产总价格，必要时可使用大规模资产购买计划（“美联储看跌期权”）；（ii）当美联储受到约束时，负面金融冲击会导致需求衰退；（iii）美联储对总需求冲击的反应会增加资产价格波动，但这种波动对宏观经济具有有用的稳定作用；（iv）美联储对未来总需求和总供给的信念推动着资产总价格；（v）宏观经济新闻影响美联储的信念和资产价格；（vi）更精准的新闻会降低产出波动但会加剧资产市场波动； （七）市场与美联储之间的分歧微观上导致了货币政策冲击，并产生了政策风险溢价。JEL 代码：G12、E43、E44、E52、E32
bng指导注意：栖息地银行...
成功。栖息地银行的建议必须通过适当的基线生态评估来告知，并遵循最佳实践。在可能成为当地自然恢复战略或当前保护目标网络中的地区内的栖息地银行得到了强有力的支持。栖息地银行的提议被认为可能失败，因此不得支持理事会的执法行动。提出的提案与当地环境群体一起开发或涉及，以有利地研究。在适当的阶段，需要进行详细且成本的HMMP进行审查和批准。概述栖息地创建/增强建议最初是有用的。将评估有关栖息地创造/增强的建议，以实用性，成功的可能性和生存能力评估。还可能要求申请人证明稳健的财务状况，以证明可以为整个协议提供协议。这可能包括前资本和现金流量预测。