人工智能丰富监管手段数联铭品发力金融科技

人工智能监管 BBD 金融科技

数联铭品 | 2017-05-17 11:41

【数据猿导读】金融科技是当下金融行业十分关注的话题，也越来越受到监管层的重视。如何利用最新科技手段来服务于监管和合规?在以数据为基础的金融行业，大数据、云计算、区块链和人工智能等前沿科技，正对银行、保险和支付等领域的核心功能产生影响，也让金融行业和政府机构面临着新的机遇和挑战

据央行网站5月15日消息，近日，央行成立金融科技(FinTech)委员会，将组织深入研究金融科技发展对货币政策、金融市场、金融稳定等领域的影响，切实做好我国金融科技发展战略规划与政策指引。

金融科技是当下金融行业十分关注的话题，也越来越受到监管层的重视。如何利用最新科技手段来服务于监管和合规在以数据为基础的金融行业，大数据、云计算、区块链和人工智能等前沿科技，正对银行、保险和支付等领域的核心功能产生影响，也让金融行业和政府机构面临着新的机遇和挑战。

中国是金融科技领域重要的创新中心，数联铭品科技有限公司(简称BBD)致力于以科技创新推动金融服务的变革，以人工智能丰富监管手段。

基于大数据、人工智能发展监管科技

BBD专注于为金融行业和政府机构提供大数据综合服务，在北京、上海、深圳、贵阳、成都、合肥、伦敦和新加坡设有公司和分支机构，是目前国内发展最快，研发能力最强的大数据技术和应用服务公司之一。

机器学习是人工智能的重要子领域，基于BBD金融、政企、征信、指数4大事业群，产品经理和大数据工程师正借助以云计算、流处理、图挖掘等代表的大规模并行处理技术，利用机器学习，深度学习和转化学习构建智能化的风险监管模型。

独家研发的阿拉丁分信用评分模型，可运用于金融和征信领域，它是基于企业关联方图谱为核心的评分体系，根据“近朱者赤、近墨者黑”及风险传播的原理，通过海量企业行为数据建立统计模型，从而预测目标企业违约的概率。在综合了专家经验和数据相关性分析后，从海量多源异构的数据中提炼出与金融风险相关的五大类特征，工程师们构建深度学习模型，使用近百万家已知是否违约的企业作为标注样本进行监督式学习。再进行模型测试，用300万家企业作为测试集，选用KS值和GINI系数检验模型，KS值和GINI系数越高说明模型的区分能力越好。阿拉丁模型的KS值达到37.7%，GINI系数达到45.88%，能够较好地预测出企业未来一年的违约概率。

红警2.0模型，支持政企监管，在商业反欺诈领域有卓越表现。在对新金融企业进行非法集资风险评判的过程中，获取上百万家新金融企业的数千个维度的特征，大数据工程师们使用XGBoost(极限梯度提升树)来搭建并训练模型，进而预测目标企业的风险情况，为广大的客户群体提供快速优质的新金融企业判别服务。

万事达卡财新 BBD中国新经济指数，是BBD大数据指数的代表产品。产品经理看到的原始数据，是一条条企业行为。例如，A企业在某招聘网站上发布了一条招聘信息，B企业获得了1000万元的风险投资。如何把离散的企业数据聚合起来产生价值

现实中，人们凭的是经验，看到包含“网络”一词的，通常属于信息技术企业，包含“能源”一词的，可能是新能源企业。为了教会计算机这样的经验，BBD的大数据工程师使用2015年270万家新成立企业作为训练样本，自建深度学习分词模型，让计算机学会如何通过观察企业名称来准确判断其所属行业。同时，企业短语会进行月度更新优化，让带有新词语的企业能被正确识别，让用户能通过该指数了解中国新经济的发展趋势。

创新建模突破金融科技三重难题

做好金融科技，首先要解决、也是最难解决的问题是大量数据样本的获取。BBD选择了通过网络抓取大量数据作为初始样本，并做了巨大的技术投入。除了必备的分布式深网爬虫， BBD算法团队通过图像识别加语义识别为手段，以神经网络算法和GPU硬件为基础，全面、快速地更新数据样本。另一方面， 2016年12月与国家发改委签订合作备忘录，依托全国信用信息共享平台，围绕联合奖惩“红黑名单”等信用信息进行共享，这更彰显了数据优势。

传统金融机构主要依赖自身累积的历史数据，通常只有几十万到几百万量级。BBD覆盖了全国全量9000万家工商登记主体，囊括了七大维度四十多种数据种类，超过两千个数据源，实现了数据量的突破。

数据的实时性，是发展金融科技面临的另一个难题。通过流式处理技术，BBD将数据的归一化、清洗、解析全流程处理做到了秒级，同时支持同一种类数据多数据源合并去重。

第三个难题，是解决新的模型哲学的问题。小微企业风控模型是一个长期未能解决的问题，业内称其为“哥德巴赫猜想”。有没有一种办法既能获得更多信息，又以动态方式来考量企业 BBD在2015年初领先业界推出静态关联关系实时查询分析的基础上，加入关联关系实时动态更新以及历史关联关系实时回溯查询的功能，从技术上保证模型哲学的前沿理论研究和生产落地应用。

目前，基于这套全新的模型哲学，已有产品化的风控模型落地，其效果也得到了业界的认可。

四大事业群解决金融行业与政企监管痛点

据悉，2015年中国在金融科技领域的投资是25亿美金，占整个亚太金融科技投资的份额将近56%，北京已是硅谷之外第二大金融科技投资市场。在金融科技快速发展的大环境下，BBD借助其人才优势，以数据科技为核心驱动力，致力于让金融行业在智能性、便捷性、低成本等方面创新变革，为整个行业带来更多的活力和可能。

BBD拥有一支由顶尖的大数据技术团队与金融业务专家团队组成的人才队伍。公司创始人、首席科学家周涛教授是中国大数据行业领军人物，与屠呦呦等七人共同当选2015年度中国十大科技创新人物。首席风险官袁先智博士，曾负责毕马威、德勤的风险管理咨询、财务咨询部门。首席战略官吴大维曾任安永(EY)金融行业金融转型和创新团队执行总监，曾在IBM负责大数据分析解决方案及风险管理。首席征信官朱劲杰，曾任职人民银行征信中心，先后在多个部门的项目负责人。资本市场部总经理刘波博士，研究领域涵盖全球资本市场与公司金融、行为金融、金融市场微观结构、IPO、流动性、风险管理。首席经济学家陈沁博士曾任教于复旦大学经济学院，执行编制万事达卡财新BBD中国新经济指数。

现在，BBD四大事业群的产品广泛应用于金融行业与政府机构。基础征信产品浩格云信，从企业关联方挖掘出发，打造业内首创的全国企业关联网络图谱，建立全新的企业风险评估模型阿拉丁分。

小微企业信用评级产品依托强大的企业关联方数据挖掘能力，构建中小微企业信用评估模型。目前，已应用于贵阳银行、重庆银行等。

政企行业应用产品依托自主研发的“银河大数据平台”，以政府数据为对象，建立了一套完整的数据服务体系。目前，在多地发改委、经信委、国资委等均有落地项目。另一拳头产品“反欺诈产品线”，为地方金融监管机构提供针对“非法集资”、“企业异常行为”等金融风险的敏锐预警监控手段，已广泛应用了全国十多个省、市的金融监管机构。

万事达卡财新BBD新经济指数每月2日在财新网指数频道、财新新媒体矩阵群同步发布，已纳入彭博金融终端供全球投资者参考。新经济指数也已与多地发改委密切合作，尝试将大数据监测经济的方法论落地到决策机构中。

目前，BBD客户和合作伙伴包括国家发改委、北京市金融工作局、上海市金融办、贵州省金融办、成都市金融办、贵阳市金融办、深圳证券交易所、成都市发改委、贵阳市发改委、贵阳市工商局、重庆银行、徽商银行、贵阳银行、河南永城农商行、中国人民银行成都分行、财新传媒等。

从数字到模型，随着机器学习的成熟应用，以人工智能贯穿产品的始终，BBD将在大数据+金融取得更大拓展，为金融行业和政府监管的痛点提供更多智能化的解决方案。

来源：数据猿

收藏分享

声明：数据猿尊重媒体行业规范，相关内容都会注明来源与作者；转载我们原创内容时，也请务必注明“来源：数据猿”与作者名称，否则将会受到数据猿追责。