研究人員正使用大資料和新模型以更好了解複雜金融問題並化解金融風險。麻省理工學院的資料，系統及社會研究所(IDSS)正建立基於大資料的模型以幫助減少金融風險。
該專案的目的是發現新問題，更優的模型並最終建立一個更強大，靈活的金融體系。IDSS正採取多學科視角來看待金融風險並聚集工程師，資料理論家，數學家，經濟學家，生物學家和政策專家來創造一個更強大，靈活的金融體系。
IDSS研究的一箇中心主題是採用系統方法來進行分析。金融系統相關問題需要採取開闊視野，互相關聯以及跨系統的方法來研究，而不僅僅是側重於單個銀行市場部分。
麻省理工學院斯隆商學院的Andrew Lo及Susan T. Harris教授在接受Financial Planning雜誌採訪時說到：“當一個生態學家管理某一區域的生態時，他們不會僅僅考慮正飼養的動物或植物，他們還會考慮生態系統內土壤細菌及食物的來源。我認為這就是我們在考慮金融監管時缺失的部分—我們並沒有把系統當作一個系統來看待。”
衡量風險的新方法
生態系統模型的一個工具性特點是系統元件及它們之間的相互作用的細節複雜性。但從工程角度來看，系統的網路模型並無區別。
實驗室資訊與決策系統(LIDS)經理兼IDSS金融教師AsuOzdaglar稱：“個體層面衝擊如何傳播，放大，併產生系統性風險顯然是一個系統層面的問題。”
使用資料觀察全域性
為了充分體會推動市場行為的力量，我們有必要收集那些相關，跨行業，可訪問的資料。隨著新的可用資料的獲取，其中大多數是高精細化資料，資料管理及分析的挑戰也隨之而來：在龐大規模的資料中獲取有效資訊，保證隱私性及安全性，從模型中獲取政策制定及決策的建議。和銀團系統性風險分析(CSRA)進行合作是IDSS研究人員應對這些挑戰的一個關鍵。
資料的隱私性
隱私是金融資料管理的一個獨特的挑戰。和其他行業不同，交易知識及想法的行業需要申請專利，從而受到保護，大部分金融行業的腦力成果都不受智慧財產權保護，包括那些業務流程涉及商業機密的部分。結合消費者資料隱私的問題，這將造成一個訪問資料的障礙。保護商業祕密及給監管部門提供系統性風險透明度是IDSS研究人員的另一個需要解決的矛盾。Lo說：“大資料和機器學習已經完全改變了幾個行業。我認為金融行業也將發生同樣的事情。我們正看到金融系統各個不同部分以前看不到的關聯。由於大量資料及分析資料能力的結合，我們現在可以更加有效地管理風險並識別投資者及其他金融市場參與者價值的新來源。這將開啟金融創新和探索的一個全新的黃金時代。”
多學科方法
IDSS彙集了多個學科的天才，可以從多種不同位置觀察金融系統。Ozdaglar稱：“不同的視角可以帶來不同的觀點，這總是有用的。最初LIDS內系統性風險不僅採用了多學科研究方法，還採用了系統性方法，這可以很好照顧到當前的問題。”
他說：“系統性風險不僅僅發生在金融系統中，舉個例子，它還會影響環境。大型系統通常都是每個人都認為是理所當然的系統，沒人會覺得有責任感或維護它們。通過正視這些系統性問題，我們可以取得更多進步併產生更大影響，這不僅僅是學術上的事情。”