金融市场是一个复杂的巨系统，其决策问题呈现出动态化、多元化趋势的同时，对决策环境也提出了更高的要求。决策剧场以其群决策、可视化、人机协同的特点在面对复杂性问题时具有独特优势然而，现有的决策剧场一方面并未充分考虑金融领域的特殊需求，另一方面存在“大数据—小数据”、决策范式单一和人机协同深化不足等问题，尚未在金融场景中有较好的应用。针对上述问题，本文首先以金融领域为决策情境，补充了决策剧场在新领域的应用，扩大了决策剧场应用范畴。其次，提出了面向金融场景的数智赋能决策剧场架构，有较好的应用。针对上述问题，本文首先以金融领域为决策情境，补充了决策剧场在新领域的应用，扩大了决策剧场应用范畴。其次，提出了面向金融场景的数智赋能决策剧场架构，为金融领域提供了新的决策解决方案，以期推进决策剧场相关研究的改进与创新。

作者简介:孟永强，天津大学管理与经济学部助理教授，博士，研究方向：复杂管理系统，大数据金融，金融工程，金融风险管理。

如何进行决策是人类社会发展一直面对的问题。在金融市场中，大量微观异质参与个体的适应性行为和交互行为导致了其内部演化规律复杂，进而使得整个金融系统呈现复杂性。过去由于难以观测到个体参与金融活动的行为及其可能驱动因素的微观数据，也没有相应的数据分析能力去对其行为进行建模，因此从复杂系统的角度来看更多地停留在认识论层面。受制于有限的信息，往往会导致决策的失误风险不断加大。在大数据环境下，理念假设、方法流程、决策主体、领域情境等决策要素不断革新，进而带动决策范式的转变形成大数据驱动的新型决策范式[1]。而决策范式在发生更迭的同时，也对决策环境提出了新的要求，如何在大数据情境下实现更深层次的人机协同成为解决复杂性问题必须考虑的问题。

决策剧场是以可视化技术、仿真技术为基础，将决策方案进行可视化协助多个决策者进行复杂性问题决策的软硬件一体化环境。全球首个电子决策剧场由美国亚利桑那州立大学公共决策实验室于 2006年面向森林资源治理问题牵头进行建设[2]。其中参与决策的人员包括专家学者、政府官员以及当地居民代表等，由于其知识水平和专业背景各有不同，决策过程中如何有效沟通交流进而达成共识是需要解决的核心问题之一。该决策剧场以可视化的形式对需要进行决策的森林治理问题进行三维动态演示，将不同的视觉信息表现形式对比来看，决策剧场采用视频展示在认知的一致性、深刻性和有效性方面均优于文字与图片。这种以可视化展现决策方案的手段极大提升了获取信息的效率，同时给予决策者深刻与意想不到的洞察力，进而提升了决策者的决策水平。目前，决策剧场以其可视化、人机协同、群决策的特点逐渐受到了各界的关注，已经在城市规划[3]、环境治理[4]、资源分配[5]、用户分析[6]、创新评价[7]等方面展现出实际应用价值。

但同时，有关决策剧场的研究与应用还存在有待改进之处：第一，决策剧场在进行决策时存在“大数据—小数据”问题[8]。现有的决策剧场依赖于数据可视化，在数据指标较少时，决策中心的环绕屏幕可以全部进行展示，而在面临海量多元异质数据和众多决策指标时，考虑到数据的可获性、时效、成本以及人类的阅读心理、语言能力等众多因素影响，人们所面对的数据中可以进行处理的部分通常是很有限的。在海量数据面前，如何以小见大做减法是更为重要和迫切的。第二，现有决策剧场在决策过程中存在决策范式单一的问题。其决策流程本质上是数据可视化提供参考的模型驱动流程，仍然是以专家体系为主导。这种情形下不易发掘在既有知识架构之外的潜隐变化，而一些传统意义上不可预测和难以获得的变量组合激增带来的复杂性也会导致建模困难的问题。第三，人机协同还停留在较为浅层次的阶段。实际上决策剧场的设计者在选择呈现哪些数据或者指标时很可能会根据自身利益选择偏向自己的指标或者考虑将偏向自己的指标摆在首要地位等，进而影响决策形成道德风险。

结合以上研究动机，本文对现有研究的边际贡献主要在于：第一，以金融场景为切入视角，研究了决策剧场如何应用于这一复杂决策情境，补充了新的应用领域。第二，通过拓充系统维度，在原有架构中引入数智体系通过构建融合决策范式和非线性决策流程，有效克服了传统决策剧场存在的决策范式单一和“大数据—小数据”问题。第三，在原有架构中引入交互体系，通过人机相互评估进而防范传统决策剧场在决策过程中可能存在的道德风险问题。本文的贡献不仅在于推进决策剧场相关研究的改进与创新，同时对金融情境下复杂性问题的决策具有重要的现实意义。

        （此文章节选自文献《面向金融场景的数智赋能决策剧场架构研究》如有侵权请联系管理员进行删除）