面对我国近年来互联网技术的不断进步，与之伴随的数字经济也日益蓬勃发展，线上支付、数字保险、网络贷款等经济活动已经不再是新时代的最新科技，而是逐渐步入千万家的时代潮流。数字经济背景下的金融风险预警系统的构建，其关键因子的抓取应当不仅仅停留于依赖原有方式。对于具有多源、异构、高频数据特点的非结构化的大数据，如何准确、有效的进行有价值信息的提取是当前预警系统最需要解决的问题。
一、系统性金融风险预警的界定
系统性金融风险预警首先需要对风险、金融风险、系统性金融风险等概念进行分别定义。风险作为金融体系和活动中的一大基本属性，其主要定义是指在一段经济活动的过程中，所体现出来的具有或好或坏倾向的不确定状态，风险有微观和宏观两大区分，与金融风险预警密切相关的主要是从宏观经济主体的视角出发，而金融风险定义则突出微观经济主体。因此，对于金融风险的界定需要从微观的视角出发，这一概念是指在处于一定经济活动中，该金融主体将会面临结果与预期相断层而带来的资产受损的可能性，而系统性金融风险则不仅仅局限于个体的微观视角，其术语指的是有可能危及整个金融体系的大规模的系统化风险，它不仅危及局部的经济稳定情况，同时也会对宏观经济造成一定的冲击。近年来，我国的数字经济不断发展，数字金融已经不再是新兴科技手段下的陌生产物，而是逐步走入千万家的日常所需，但随着线上支付、网络贷款等数字金融的发展，我国目前的系统性金融风险系数也逐日递增。同时，由于数字经济对于互联网的依赖性，其风险较其他金融活动明显增加，具有未雨绸缪意义的系统性金融风险预警显得尤为重要。
二、感知认知技术综述
首先，基于图像处理算法的主要技术如OCR 文字识别技术等在目前金融风险预警建构中起着一定作用。在2012年之后，OCR 文字识别技术已经逐步从传统算法时代进入深度学习范畴，标志性事件在于对传统手工特征设计造成冲击的卷积神经网络的应用。
其次，对于文本特征编码范畴，目前最为传统、应用最早、编码最基础的方式是ONE-HOT编码，ONE-HOT编码主要是通过分配词表中的每一个词，并让每一个词处于一个独有的状态，从而使一段文字转为矩阵。在此技术之后，出现了Word2Vec词嵌入方法，与词表容量小且稳定性弱的ONE-HOT编码方式相比较，Word2Vec维度稳定且嵌入向量稠密。
最后，文本特征提取的主要算法是自然语言处理（NLP），该算法主要包括三大板块：基础模型、注意力机制、预训练模型，其中注意力机制的应用极大提升了机器翻译模型的性能及其工作效率，原因就在于这一模型首次在机器翻译任务上引入了注意力思想，实现了翻译和对齐任务的同步进行，因此广受好评。
综上，对于图像类信息可以率先利用卫星遥感技术或光学字符识别（OCR）进行有效信息的抓取。如利用遥感技术对目标客体形成超高分辨率卫星图像，对农作物种植面积及产量、建筑物占地面积、货物运输量及装卸量等数据进行考察，根据数据来进行后续金融活动的风险走向，判断是否进行适当预警。对于文本信息内容，则可以利用自然语言处理（NLP）技术，根据编撰的个性化词典，进行大数据中的有效信息分析，并结合文本情感值对预警模型，从而获得准确数据。
三、感知认知技术在金融风险预警领域的应用研究
1.感知技术在金融风险预警领域的应用研究
感知技术在金融风险预警机制的应用主要体现在不同图像处理方法在金融领域的交叉使用，总体思维模式为通过感知技术深入经济活动，并为风险预警抓取有效且及时的因子，以此实现预警与实践之间的断层问题。以目前常见的汽车销量下降而间接影响股市走向这一现象为例，来说明感知技术在金融风险预警系统中的应用。
作为目前应用最为广泛的感知认知技术的之一，遥感影像技术可以通过抓取广泛的间接信息推导金融风险。若某地区或范围内，在一定时期出现了虫灾、洪涝、干旱等自然灾害，其农作物的种植面积及受灾情况可以通过遥感获取，以此来推导当月作物产量。与此同时，遥感影像技术也可以捕捉一定时期内船只的进出情况等航运信息，以此进行原油产量的计算，在这两大因子信息的捕捉下，即可预测原油价格走势。根据汽车行业所需原材料以及原油价格走势，汽车的成本及销量也可以进一步得知。综合以上情况，若此时的汽车销量下滑明显，那么可推导得知该行业在一定时期内呈下行趋势，行业股票走势也将面临下跌风险。
2.认知技术在金融风险预警领域的应用研究
认知领域内，NLP 建模技术在金融风险预警的突出表现作用在股价走势预测上。Sousa等利用标注数据对BERT模型进行微调，建立了金融新闻数据的情感分类模型，并利用模型输出对道琼斯工业指数走势进行预测。Li 等采用了类似的方案对金融新闻数据进行处理，并利用情感分析模型加工的特征构建了回归模型对股票价格进行预测，验证了舆情情绪信息对股票收益的显著影响。同时，近些年国内利用NLP 技术研究公司风险预警的案例也不断涌现。李成刚等在上市公司风险预警的研究中发现加入文本情感值对预警模型的效果提升有利。姚潇等建立了适用于中国金融市场的情感词典，并使用文本挖掘技术量化了管理层语调。
四、结语
综上所述，面对数字经济背景下的金融风险预警系统的构建，关键因子的抓取应当不仅仅停留于依赖原有传统方式，应当基于当前认知感知领域的最新研究发展，剖析人工智能、自然语言处理等新兴技术，应用于金融风险预警中去。
参考文献：
[1]肖京,王磊,杨余久,李娜,等.感知认知技术在金融风险预警中的应用研究[J].智能系统学报,2021(05):941-961.
[2]孙健,王君.金融风险预警研究热点及趋势分析[J].江汉学术,2021(02):21-31.
[3] 李成刚,贾鸿业.企业管理层的文本披露质量与上市公司的风险预警-基于公司年报文本信息的分析研究[C].2019.
作者简介：何江、1975.12、广东梅县、汉、硕士研究生、研究方向：信息科技在证券金融领域的应用、智能化财务管理、证券投资基金的绩效分析与评价、证券投资基金大数据应用系统平台规划与建设。
