京公网安备 11010802034615号
经营许可证编号:京B2-20210330
利用大数据改善风险管理
在5日举行的第四届世界互联网大会“互联网与金融论坛”上,全球知名经济学家、政府监管部门、国内外大型金融机构、互联网金融企业负责人围绕“金融科技如何提升防范金融风险的能力”等主题进行深入探讨。
哈佛大学统计系终身教授、银科控股金融创新实验室首席学术顾问刘军表示,统计学是大数据的灵魂,也是人工智能几大支柱之一。现代人工智能近期能取得突飞猛进的发展,一个关键原因是其对于统计和概率、思维和方法的全面接受。
在刘军看来,互联网、大数据从宏观、微观多个层次对金融业产生了影响,对金融风险管理形成了一定冲击,关注数据源、关注数据挖掘成为利用实时大数据改善风险管理的关键。很多企业越来越关注用大数据、数据挖掘等进行风险管理。他认为,用数据、网络进行金融活动是必然趋势。
刘军强调,互联网、大数据与金融的结合从未改变金融的本质。事实上,大数据的运用在金融发展中由来已久,比如量化投资的广泛使用。
以互联网、大数据、人工智能等为代表的金融科技是经济的润滑剂,服务于实体经济,它们的应用有助于提高金融服务经济的时效性、准确性和客观性,这些技术的发展和合理应用将会惠及广大消费者和投资者。
例如,人工智能在金融行业的一个重要应用是通过大数据分析和机器深度学习探寻市场交易过程中很多规律,从而帮助投资者选择更适合自己的投资策略组合和风险控制工具。
刘军认为,大数据的本质就是大量的噪音,将概率统计的方法运用于金融投资中,就是从海量数据中找出微弱信号,也就是从大量噪音中找到真正的信号,这是人工智能的优势所在。可以借助现代统计学和数学的方法,利用计算技术从庞大的历史数据中选出能带来超额收益的多种“大概率”事件,以此为依据制定投资策略,进而用数量模型验证及固化这些规律和策略,用已固化的策略指导投资,获得可持续的、稳定且高于平均的回报。
据了解,这些方法正被他用于银科控股金融创新实验室的重点项目中,研究在投资理财过程中,如何利用人工智能做客观情景分析和模拟,挖掘自我评估和比较的工具,建立完善的、客观的、非情绪化的管理系统,提高投资效率和投资收益。
刘军还分享了在金融领域建立统计预测模型可能存在的模型风险(例如过度拟合),以及相应的解决方案(包括变量选择)。他认为,用多方位、全面市场的健康诊断的方式预测未来市场将更具前景。
论坛由中国人民银行、新华通讯社主办,中国经济信息社、清华五道口金融学院、蚂蚁金服集团协办,银科控股支持。新华社副社长兼秘书长刘正荣、中国人民银行行长助理刘国强、中国互联网金融协会会长李东荣、1996年诺贝尔经济学奖获得者詹姆斯·莫里斯、2013年图灵奖获得者西尔维奥·米凯里等嘉宾出席论坛。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20