0
| 本文作者： 溫曉樺 | 2018-01-21 20:53 |
雷鋒網(wǎng)AI金融評論報道，2018年1月20日，由中國網(wǎng)絡空間安全協(xié)會、金融科技創(chuàng)新聯(lián)盟、中國工商銀行、中國金融電腦雜志社主辦，騰訊公司、百度公司、IBM（中國）聯(lián)合主辦的“第二屆中國金融科技創(chuàng)新大會”在北京舉行。
據(jù)雷鋒網(wǎng)AI金融評論了解，大會聯(lián)合發(fā)布了專題報告《智能金融聯(lián)合報告：與AI共進，智勝未來》；同時中國工商銀行、中國農(nóng)業(yè)銀行、中國銀行、國泰君安證券等國內(nèi)主流金融機構(gòu)，以及清華大學交叉信息研究院智能金融科技中心等研究機構(gòu)發(fā)布了金融科技最新成果和應用創(chuàng)新案例。
從中國農(nóng)業(yè)銀行分享的案例中，可以看到目前農(nóng)村金融服務的機遇和困境，以及農(nóng)行實踐出的解決方案；從中國工商銀行的案例中，可以看到物聯(lián)網(wǎng)對于新金融的機遇；清華大學交叉信息研究院金融科技中心的引擎系統(tǒng)，為我們呈現(xiàn)了全金融市場的系統(tǒng)性風險量化管理的必要性和可行性……
具體來說，對這些成果和案例，雷鋒網(wǎng)AI金融評論作以下盤點和梳理：
中國工商銀行發(fā)言人表示，現(xiàn)在整個金融服務朝著數(shù)字化、線上化智能化方向發(fā)展。而為了應對“三化”的趨勢，工商銀行未來必須要打造“發(fā)展的核心理念、優(yōu)質(zhì)服務供給的能力，洞察分析、快速響應創(chuàng)新發(fā)展的能力，風險控制等的能力”。
為了形成這些能力，工商銀行采取了三個方向為主要的抓手：
第一個從2014年開始我們推進實施IP效率轉(zhuǎn)型，將原有的大核心為核心的系統(tǒng)，向未來主機核心加開放平臺的雙核心轉(zhuǎn)變。
二是內(nèi)部的組織機制和管理方面做出相應的適應和挑戰(zhàn)。到2017年，中國工商銀行成立了七大創(chuàng)新實驗室，2017年先期投入300人的規(guī)模從事研究工作，未來三年預計投入500名專職人員從事相應的創(chuàng)新應用研發(fā)。研發(fā)方向包括企業(yè)級的應用，包括所謂的分布式技術，大數(shù)據(jù)跟云計算，以及物聯(lián)網(wǎng)，生物識別，區(qū)塊鏈和量子通訊。上述這些集群技術，工商銀行內(nèi)部進行了相應一些應用試點。
三是進行了人工智能、圖計算、GPU、虛擬現(xiàn)實、增強現(xiàn)實等技術的驗證的工作。2017年工商銀行新吸納一個團隊開展前瞻性的擬態(tài)防御的構(gòu)造，以在金融安全方面能夠更好滿足實際需求。
第一是分布式技術體系。中國工商銀行通過近幾年的摸索，對分布式數(shù)據(jù)庫，分布式服務，分布式構(gòu)建等等打造了一些技術平臺，通過這些技術平臺可以快速向產(chǎn)品線或者是在研發(fā)過程提供分布式技術支持。
在大數(shù)據(jù)方面，工商銀行打造了‘兩庫一平臺’為核心架構(gòu)的大數(shù)據(jù)服務體系，即所謂結(jié)構(gòu)化數(shù)據(jù)，就是數(shù)據(jù)倉庫；以及非結(jié)構(gòu)化數(shù)據(jù)圖片視頻、音頻文檔，所謂集團的信息庫；另外，行內(nèi)構(gòu)建了五個流數(shù)據(jù)平臺。例如，在客戶營銷場景中，通過客戶畫像可以為客戶提供比較精準的服務推薦；同時在風控領域發(fā)揮了作用。
云計算方面，將努力建設Iass跟Pass的平臺，其中Iass也做了落地，現(xiàn)在有萬級容器的規(guī)模，但跟阿里公有云比還是要弱一些。
消費互聯(lián)網(wǎng)金融領域比較被動，還有廣闊的空間可以進一步探索。如果銀行去植根到所謂產(chǎn)業(yè)互聯(lián)網(wǎng)，物聯(lián)網(wǎng)技術是非常重要的抓手。某種技術跟工業(yè)、農(nóng)業(yè)、商業(yè)等消費領域進行融合集成，可以加速相應的信息的交換、融合。同時風險防控應該有更好的措施和手段。
此外，行內(nèi)信用卡分期、車押貸款、車輛管理還是松散，在2018年繼續(xù)深入擴大物聯(lián)網(wǎng)應用。
區(qū)塊鏈方面，工商銀行打造了自主的區(qū)塊鏈平臺，申請了十一項專利。兩個試點包括：貴州拆遷款記錄，雄安新區(qū)智慧森林的建設。因為其實用的比較簡單，就是應用區(qū)塊鏈技術的不可篡改特性，保證整個交易過程資金劃歸過程都是可回溯的。
生物識別確定一定應用成績，但生物識別技術還是存在著潛在風險，工商銀行一直把它作為一個輔助手段，該技術未來還是需要加強。
上線了智能投顧應用AI投。詳見雷鋒網(wǎng)AI金融評論此前報道——《工行公布上線智能投顧“AI投”，“四大行”在金融科技賽道的新發(fā)力》
最后，是通過API開放平臺打造更加開放互聯(lián)融合的金融生態(tài)。通過這個API平臺可以很方便地跟工商銀行一些金融工商服務進行集成。
第一部分是和大家一起看一下三農(nóng)金融服務的機遇和挑戰(zhàn)。第二部分是農(nóng)行前期探索與實踐。第三三農(nóng)綜合服務平臺—惠農(nóng)E通。最后未來的展望與愿景。
據(jù)雷鋒網(wǎng)AI金融評論了解，演講中中國農(nóng)業(yè)銀行發(fā)言人表示，從基礎建設的角度來分析，農(nóng)村的信息化程度在不斷的提高，同時農(nóng)村網(wǎng)絡環(huán)境大幅度提升，農(nóng)村人口結(jié)構(gòu)和收入都在持續(xù)優(yōu)化，但是我們還是面臨著重大的一個挑戰(zhàn)和問題——三農(nóng)地區(qū)獲客成本比較高，而且利潤很低，服務可獲得性非常差，信用體系不完善。基于這樣一個，怎樣面對挑戰(zhàn)解決這些問題？金融科技是我們最好的切入點。
中國農(nóng)業(yè)銀行通過多年的總結(jié)、實踐，探索出來的互聯(lián)網(wǎng)三農(nóng)金融服務有以下五個模式：
第一就是電商加涉農(nóng)，第二是商業(yè)銀行線上化服務，第三是以農(nóng)業(yè)的龍企業(yè)為代表的農(nóng)業(yè)產(chǎn)業(yè)鏈加在線金融的模式。第四是以農(nóng)產(chǎn)品交易市場加供應鏈金融。最后是P2P、眾籌。
相應的，農(nóng)業(yè)銀行形成了「三大平臺五大產(chǎn)品線」的長期戰(zhàn)略。三大平臺分別是社交生活平臺，電子商務平臺，金融服務平臺。五大產(chǎn)品體系就是網(wǎng)絡支付，網(wǎng)絡融資等。
以區(qū)塊鏈為例，區(qū)塊鏈部分搭建了農(nóng)行區(qū)塊鏈技術平臺，支持整個雄安新區(qū)拆遷款的補償和發(fā)放；
移動互聯(lián)方面與農(nóng)行安全支付體系結(jié)合，推進三農(nóng)服務的移動化。
人工智能方面，我們和百度聯(lián)手構(gòu)建了一個「金融大腦」，在業(yè)內(nèi)率先推出了安全邊界的刷臉服務，提供了語音導航。其中，中國農(nóng)業(yè)銀行2015年將智能客服用到了三農(nóng)領域，今天對人工的轉(zhuǎn)流率、分流率已經(jīng)超過60%。
大數(shù)據(jù)方面，中國農(nóng)業(yè)銀行推出了數(shù)據(jù)網(wǎng)貸等現(xiàn)代產(chǎn)品，每月7000萬的用戶推送精準的營銷信息。
云計算方面我，中國農(nóng)業(yè)銀行是和華為開展的聯(lián)合創(chuàng)新，建設了新一代的基礎架構(gòu)云計算的平臺。
惠農(nóng)E通平臺，是中國農(nóng)業(yè)銀行一號工程，主要以互聯(lián)網(wǎng)金融服務三農(nóng)的綜合平臺。在此平臺上，又有三大產(chǎn)品線，分別是惠農(nóng)E貸、惠農(nóng)E付、惠農(nóng)E商，每個產(chǎn)品下有五個子產(chǎn)品，共同支撐著惠農(nóng)E通平臺。據(jù)雷鋒網(wǎng)AI金融評論了解，該平臺實際的生產(chǎn)場景就是生產(chǎn)+流通，包括生產(chǎn)、庫存、配送、訂單，實現(xiàn)農(nóng)產(chǎn)品的進程和工業(yè)品的下鄉(xiāng)，同時把中國農(nóng)業(yè)銀行的服務，包括電商服務和傳統(tǒng)的金融服務融合到管家服務中，即把供銷層的關系，和金融服務結(jié)合在一起，有場景有服務，有流量，形成生態(tài)閉環(huán)。
未來的展望和愿景，無論是服務三農(nóng)還是服務城鄉(xiāng)，實際上永遠離不開基礎設施的建設。所以說這些后續(xù)的創(chuàng)造，還是依賴于整個農(nóng)業(yè)銀行金融科技具體的應用和實踐。
中國銀行金融技術創(chuàng)新辦公室（以下簡稱“辦公室”）發(fā)言人介紹稱，
中國銀行于2016年8月份成立了金融技術創(chuàng)新辦公室，主要面向一個痛點——解決現(xiàn)在整個商業(yè)銀行風險偏好和金融科技創(chuàng)新的風險激進這兩者之間的不平衡的問題。
中國銀行方面介紹稱，該行做人工智能的嘗試，選取的角度和同業(yè)的想法不太一樣。首先，生物識別、智能客服等采用外包形式完成。而對于涉及數(shù)據(jù)等強監(jiān)管的場景，辦公室希望在保障數(shù)據(jù)隱私安全的情況下，通過一定的外界合作實現(xiàn)自主研發(fā)。具體來說，中國銀行目前希望自主研發(fā)的應用，集中在兩個場景：
第一個場景是應用人工智能技術提升效率，比如SWIFT分報。這個場景中國銀行現(xiàn)在應用在運營方面，就是運營的智能化。這個場景為什么自己做的？這里面包含了很多客戶信息，這些受到強監(jiān)管。
第二部分應用人工智能技術預測金融市場的初步探索，比如基金風格模型、穩(wěn)健風格模型等。“做這些模型的時候涉及到大量的業(yè)務知識產(chǎn)權，所以這一類工作我們很難通過引進合作的方式去做?！睋?jù)介紹，這個場景有一些階段性的成果，主要在基準生成模塊，回看市場的信息，給出未來的一個交易方向和交易強度的建議。
當然，在用戶畫像識別、精準營銷、智能風控等領域，中國銀行都在進行相應的研發(fā)與應用。中國銀行金融科技創(chuàng)新辦公室發(fā)言人表示，
“未來我們覺得銀行對客戶提供的服務就是一個被客戶領養(yǎng)的AI，AI每天和你在一起，不斷學習客戶的喜好，學習客戶的整個情況，以幫助客戶更好地使用銀行提供各種各樣的金融服務。這樣AI未必是長成一個人或者是什么樣的東西，它可以在你手機里，也可以在你車里，可以在各個使用的，這些背后就是銀行通過自己內(nèi)部強大的運營能力來給它提供服務支持。這也是我們未來的一個愿景?！?/p>
雷鋒網(wǎng)AI金融評論獲悉，國泰君安證券發(fā)言人表示，國泰君安未來希望能夠進一步提升對市場、資產(chǎn)的定價把握能力，成為領先的信貸投資銀行。
為什么講“科技+服務”？據(jù)介紹，國泰君安要服務的客戶有1.3億左右，大部分是持有零到50萬的資產(chǎn)，采用傳統(tǒng)的人工服務基本無法完全覆蓋。因此，在技術的幫助下，國泰君安的服務追求四個方面：
跨條線，全場景流程，商業(yè)價值傳遞，普惠金融服務。
國泰君安證券方面表示，當前是一個弱人工智能時代，最大的特征不能替代人，只是幫助人。所以目前是定位是提供智能服務，以人機同行的方式輔助客戶解決問題。
所以，國泰君安發(fā)布了國泰君安智能化服務的品牌“君弘靈犀”智能引擎，這個智能引擎包括面向投資者的投資輔助決策平臺，主要解決三個用戶痛點——“投什么？怎么投？為何投？”；同時包括自營用的系統(tǒng)。
據(jù)介紹，“君弘靈犀”通過用戶數(shù)據(jù)來為其提供所需的服務，包括證券交易、理財產(chǎn)品、支撐內(nèi)容、客戶服務。具體來說，其技術鏈條可拆解為：
大數(shù)據(jù)。國泰君安四年前已經(jīng)做好大數(shù)據(jù)的平臺，能夠提供海量客戶的用戶數(shù)據(jù)跟行情數(shù)據(jù)，能夠提供每秒鐘兩萬筆的運算。
機器學習。通過向量模型、知識圖譜等技術，快速地解讀海量的研究報告、判斷行情、跟蹤熱點投資者、提供股票策略等。
標簽體系?？梢苑沼诟鱾€場景，很多場景的基礎就是這個標簽體系。200多家的基礎業(yè)務運營指標，除了用戶專項還有用戶指標的專項。
智能匹配。大家知道，真正能把服務做成個性化、場景化、智能化，有一個很重要的，把相應的服務、產(chǎn)品進行智能化的匹配，“我們現(xiàn)在整個匹配的準確率要高于90%，我們有50萬以上的業(yè)務推薦的規(guī)則已經(jīng)產(chǎn)生了，可以用實時的資訊、行情、產(chǎn)品等數(shù)據(jù)進行營銷轉(zhuǎn)化，幫助用戶進行實時的匹配。”
量化策略，國泰君安提供了包含十二年的分鐘級的數(shù)據(jù)，能夠提供回測的服務，幫助投資者作出量化策略的自我的選擇。
語義分析。典型場景之一是智能客服?！巴ㄟ^機器學習，我們可以從海量當中提取特征做很好的語義處理。”
據(jù)雷鋒網(wǎng)AI金融評論了解，清華大學交叉信息研究院智能金融科技中心在姚期智院士的領導下成立于2016年4月份。據(jù)介紹，中心做了兩年的產(chǎn)學研研究，同時2017年12月份，在清華大學五道口金融學院的主導下又聯(lián)合成立了金融科技研究院。
清華大學智能金融科技中心在2016年10月份與螞蟻金服成立了全球首個專注于金融科技的實驗室，在這個基礎上，又成立了一個四校聯(lián)盟——世界上頂級的四個學校：清華大學、普林斯頓大學、韓國高等技術研究院、法國北方高等商學院風險與管理的中心。
中心一方面引進歐美先進的金融科技，另外一方面結(jié)合中國、結(jié)合人工智能新的發(fā)展，進行本土化的產(chǎn)學研實踐。我們海外的聯(lián)盟學校, 如普林斯頓大學, EDHEC輸出金融科技的算法與技術給上百家大型機構(gòu)投資者, 其中包括美林證券, UBS, Blackrock等上百家機構(gòu)投資者, 其中包括了證券, 資產(chǎn)管理公司, 養(yǎng)老基金, 銀行, 大型保險公司, 財富管理公司等等。
據(jù)介紹，例如, 普林斯頓大學輸出的金融市場模擬和金融優(yōu)化算法為各大機構(gòu)投資者提供專業(yè)的科學化投資框架, 與Towers Perrin公司 ( 美國最大的投資咨詢公司 )的合作產(chǎn)生了巨大的業(yè)界影響, 也入圍了運籌屆的諾貝爾獎。
作為站在歐美最先進的成熟金融科技成果的巨人肩膀上, 更進一步利用更新的機器學習與大數(shù)據(jù)技術, 并結(jié)合，本次大會上清華大學智能金融科技中心也首次對外介紹了他們的研究成果。以下內(nèi)容來自清華大學智能金融科技中心發(fā)言人演講，雷鋒網(wǎng)AI金融評論編輯整理如下：
現(xiàn)代化金融機構(gòu)的投資或風險引擎系統(tǒng)都應是可以被解釋
每一個現(xiàn)代化的金融機構(gòu)其實都需要專業(yè)的投資引擎系統(tǒng)或是風險引擎系統(tǒng)。在投資領域， 非專業(yè)的投資者關注的點都在收益率的高低上, 然而真正專業(yè)的投資者更關注的是風險管理。
收益率只是一個單一的數(shù)字, 4% 12%, 30%, 幼兒園小孩都會排列高低大小, 不需要什么專業(yè)知識。但是風險是無窮個數(shù), 是資產(chǎn)收益的無限個可能性，是金融市場這個龐大的隨機系統(tǒng)的聯(lián)合概率分布隨時間的演化。
所以針對資產(chǎn)收益率的建模事實上是對資產(chǎn)風險的聯(lián)合建模, 才是專業(yè)機構(gòu)投資者最關心的, 在監(jiān)管推行“資管新規(guī)”, 打破剛性兌付的今天會越來越重要。
我們所引進的金融科技盟校的底層技術與算法，在美國覆蓋了85%以上的金融機構(gòu)，專業(yè)的投資者, 不論是價值基本面投資, 還是量化投資都需要科學化的投資決策框架與投資引擎系統(tǒng)的輔助?？茖W的意思就是可以解釋可以判定對錯, 而不是經(jīng)驗主義的含含糊糊與依賴所謂的“感覺”。
專業(yè)投資者與非專業(yè)投資者的核心區(qū)別就在于——能知道自己為什么賺錢和為什么虧錢, 自己的風險敞口在哪里, 哪些決策會導致哪些后果; 而不是純依賴于人的感覺或歷史數(shù)據(jù)的單一回測, 在投資的過程中聽天由命。我們在做的事情就是為中國引入科學化投資的框架，提供本土化落地的投資引擎系統(tǒng)。
首先, 智能金融科技中心投資引擎系統(tǒng)項目團隊開發(fā)了整合各方面信息的大數(shù)據(jù)底層平臺，將股票、債券、基金、理財與另類資產(chǎn)的全方位深度數(shù)據(jù)聚合在一起，也將經(jīng)濟數(shù)據(jù)與非結(jié)構(gòu)化的信息數(shù)據(jù)整合在同一平臺上，作為上層建模分析工具的基礎。
在建模層，系統(tǒng)結(jié)合人工智能的算法與金融工程、金融計量技術構(gòu)建了建模的火藥庫。機器學習算法在處理大規(guī)模數(shù)據(jù)、發(fā)掘風險驅(qū)動因素與迭代共同因子等方面有非常好的優(yōu)勢，而金融計量和金融工程的模型具有可解釋性，這對大噪音環(huán)境下的金融市場建模至關重要。
兩相結(jié)合，我們在中國市場的模型解釋力高達80%-90%以上, 把握住了金融市場絕大部分的風險驅(qū)動來源。這塊的系統(tǒng)解決方案叫MSG金融市場模擬器。
技術的細節(jié)很復雜。我舉一個通俗易懂的例子:
比如說中國有八大菜系，有成千上萬的菜品。經(jīng)驗主義的評價方法可能是看這個菜的色香味，也就是表層的特征。那如果我們想科學定量的對菜進行分析，我們就要測量其中的營養(yǎng)成分，比如包含多少微量元素，多少蛋白質(zhì)，多少碳水化合物等。
金融市場建模器就是干這個的，它是對資產(chǎn)內(nèi)部的風險成分做深入的分析。首先我需要洞察資產(chǎn)內(nèi)部受多少宏觀層面、基本面、技術層面、行業(yè)層面、公司層面的風險驅(qū)動因素的影響，才能做好建模，擺脫經(jīng)驗主義的不靠譜，進入科學化投資管理與風險管理的框架。
事實上，在美國每家現(xiàn)代化金融機構(gòu)都會擁有自己的風險引擎，一天沒有就活不下去。金融市場的風險管理得不好，有些券商可能上午還在，下午就倒了。這個是有過先例的，當年最大的做市券商之一騎士資本在交易環(huán)節(jié)出了問題，一天就把這個公司所有的錢虧掉了，下午就被人收購了。
現(xiàn)代化金融機構(gòu)有非常多的業(yè)務線，每個業(yè)務線每天可能有上千種風險敞口，進行上千億規(guī)模的交易， 對市場風險的建模與管理， 對整體公司風險敞口的估計與集中， 對于現(xiàn)代化的金融機構(gòu)的生存是至關重要的。隨著我國金融市場的發(fā)展，以后每家金融機構(gòu)也都會需要這樣子的核心的引擎的系統(tǒng)。
如果我們說金融市場模擬器MSG是解決投資管理與風險管理中的“是什么”( 也就是對金融市場的洞察 )這個問題, 那么接下來要介紹的金融決策優(yōu)化引擎解決的就是投資管理與風險管理中的“怎么辦”的問題。
我們的金融決策優(yōu)化引擎DoE包含幾十種金融優(yōu)化算法, 對不同的投資管理與風險管理場景都會有最匹配的優(yōu)化算法解決, 例如：單周期的投資組合優(yōu)化, 風險敞口控制, 降低模型誤差的降噪優(yōu)化, 解決路徑依賴問題的防回撤優(yōu)化, 多周期戰(zhàn)略與戰(zhàn)術資產(chǎn)配置, 大型機構(gòu)資產(chǎn)負債優(yōu)化, 整體風險管理控制等等。
另外，我們在洞察金融市場與優(yōu)化金融決策之外，我們也對金融機構(gòu)服務的終端用戶進行深度的洞察。我們用標簽體系、無監(jiān)督學習、半監(jiān)督學習與有監(jiān)督學習的方法深度了解用戶，從服務、運營、合規(guī)與客戶教育等維度提供系統(tǒng)解決方案。幫助金融機構(gòu)獲客留客，精準服務，開源節(jié)流；反欺詐，識別合規(guī)風險；進行客戶教育。例如，我們與螞蟻金服的合作應用支付寶的數(shù)據(jù)構(gòu)建了客戶洞察的高清畫像。
我們打造的是一個金融科技的基礎架構(gòu)和底層的能力，在應用層面也通過金融科技公司的合作對金融機構(gòu)賦能，真正形成業(yè)界影響力。
【今日福利】比特幣等虛擬貨幣的波動性總是出乎人意料，資本和人心難以捉摸，但價格的另一影響因素卻樸素得多——技術和應用價值。這也是2017年區(qū)塊鏈行業(yè)的關鍵詞。過去的一年，在眾多大小公司涌入?yún)^(qū)塊鏈，POC項目和代幣遍地開花的同時，也有一些先行者呼吁，“不要為了區(qū)塊鏈而區(qū)塊鏈”。
技術的發(fā)展永無止境，在這條探索的道路上，我們看到的不只是尸骨，還有正在建造的座座豐碑。2017年，雷鋒網(wǎng)曾與數(shù)十家區(qū)塊鏈行業(yè)傳統(tǒng)企業(yè)、新創(chuàng)公司進行對話，并報道?，F(xiàn)在我們選取了其中8家代表性機構(gòu)的實踐案例，包括工商銀行、招商銀行、平安集團、銀聯(lián)、螞蟻金服等，匯編成特輯報告。除此外，還有20+智能金融公司案例，涵蓋普惠金融、風控信貸、財富管理等議題。
以下為特輯部分目錄：
世界經(jīng)濟論壇報告：全方位評估Fintech將如何顛覆金融業(yè)競爭格局，包括路徑、模式和終局
前瑞銀大牛：區(qū)塊鏈如何變革傳統(tǒng)金融兩大應用模式？
區(qū)塊鏈+金融，帶你直擊實踐應用中的需求和痛點
比特幣、以太坊、區(qū)塊鏈、代幣、ICO，你需要知道的一切都在這了
戳這里 http://www.sxchenyu.com.cn/specialEdition/detail/s/5a4c9564b9e38 ，查看特輯全文。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
