证券虚假陈述责任纠纷中运用人工智能算法精准量化系统风险的研究

• 作者: 张保生 朱媛媛
• 来源期刊: 证券法律评论
• 学科: 工学
• 关键词: 虚假陈述 系统风险 大数据 人工智能 深度神经网络模型
• 年，卷（期）: zqflpl_2019,（1）
• 页码范围: 191-206
• 页数: 16页
• 分类号: TP18

摘要

在证券虚假陈述民事赔偿责任纠纷案件中,由证券市场系统风险导致的投资者的损失或者部分损失依法不应由虚假陈述行为人承担赔偿责任。但是,由于司法解释规定不明确,各地人民法院在司法实践中对于证券系统风险的计算依据、选取区间和计算方法的认定差异很大,同时比较粗糙而且不精准,该问题已成为虚假陈述责任纠纷案件中的争点和难点。在大数据应用和人工智能蓬勃发展的当下,利用计算机对特定指数作用于个股的规律进行'深度学习',进而模拟出无虚假陈述影响下的个股股价走势,再利用统计学指标R2开根号,度量出虚假陈述实施日至基准日期间假设前提下个股波幅对受虚假陈述影响后个股波幅的影响比例,可以实现对系统风险影响程度的精准量化,以解决司法实践中对系统风险认定难、精准量化难的问题。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张保生		3	0	0.0	0.0
2	朱媛媛		3	0	0.0	0.0