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
在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA(Certified Data Analyst)数据分析师的全流程工作闭环中,统计制图是连接严谨统计分析与高效业务沟通的关键纽带,更是CDA ...
2026-03-20在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19在数据分析与建模领域,流传着一句行业共识:“数据决定上限,特征决定下限”。对CDA(Certified Data Analyst)数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进,垃圾结果出”,这是数据分析领域的黄金法则,更是CDA(Certified Data Analyst)数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17在数字化转型的浪潮中,企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中,订单数据分散在交易平 ...
2026-03-17在数字化时代,数据分析已成为企业决策、业务优化、增长突破的核心支撑,从数据仓库搭建(如维度表与事实表的设计)、数据采集清 ...
2026-03-16在数据仓库建设、数据分析(尤其是用户行为分析、业务指标分析)的实践中,维度表与事实表是两大核心组件,二者相互依存、缺一不 ...
2026-03-16数据是CDA(Certified Data Analyst)数据分析师开展一切工作的核心载体,而数据读取作为数据生命周期的关键环节,是连接原始数 ...
2026-03-16在用户行为分析实践中,很多从业者会陷入一个核心误区:过度关注“当前数据的分析结果”,却忽视了结果的“泛化能力”——即分析 ...
2026-03-13在数字经济时代,用户的每一次点击、浏览、停留、转化,都在传递着真实的需求信号。用户行为分析,本质上是通过收集、整理、挖掘 ...
2026-03-13在金融、零售、互联网等数据密集型行业,量化策略已成为企业挖掘商业价值、提升决策效率、控制经营风险的核心工具。而CDA(Certi ...
2026-03-13在机器学习建模体系中,随机森林作为集成学习的经典算法,凭借高精度、抗过拟合、适配多场景、可解释性强的核心优势,成为分类、 ...
2026-03-12在机器学习建模过程中,“哪些特征对预测结果影响最大?”“如何筛选核心特征、剔除冗余信息?”是从业者最常面临的核心问题。随 ...
2026-03-12