因果推断在银行、金融与保险中的应用综述
人工智能
2023-08-01 v1 机器学习
计量经济学
统计金融
摘要
因果推断在解释统计模型与人工智能模型所做出的决策方面发挥着重要作用。近来，该领域开始吸引研究人员与从业者的共同关注。本文对 1992—2023 年间发表的 37 篇关于因果推断在银行、金融和保险中应用的论文进行了全面综述。这些论文按以下领域族类分类：（i）银行，（ii）金融及其子领域如公司金融、治理金融（含金融风险与金融政策）、金融经济学和行为金融，以及（iii）保险。此外，本文涵盖因果推断的主要要素，即统计方法（如贝叶斯因果网络、格兰杰因果性）及其术语（如反事实）。该综述还推荐了若干重要的未来研究方向。总之，我们观察到因果推断在银行与保险行业的应用仍处于起步阶段，因此有可能开展更多研究以使其成为可行方法。
引用
@article{arxiv.2307.16427,
title = {Causal Inference for Banking Finance and Insurance A Survey},
author = {Satyam Kumar and Yelleti Vivek and Vadlamani Ravi and Indranil Bose},
journal= {arXiv preprint arXiv:2307.16427},
year = {2023}
}
备注
52 pages, 9 figures, 7 tables