当前位置:大数据业界动态 → 正文

利用大数据改善风险管理

责任编辑:editor004 |来源:企业网D1Net  2017-12-06 11:23:49 本文摘自:新华每日电讯3版

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。

关键字:数据挖掘风险管理模型验证

本文摘自:新华每日电讯3版

x 利用大数据改善风险管理 扫一扫
分享本文到朋友圈
当前位置:大数据业界动态 → 正文

利用大数据改善风险管理

责任编辑:editor004 |来源:企业网D1Net  2017-12-06 11:23:49 本文摘自:新华每日电讯3版

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。

关键字:数据挖掘风险管理模型验证

本文摘自:新华每日电讯3版

电子周刊
回到顶部

关于我们联系我们版权声明隐私条款广告服务友情链接投稿中心招贤纳士

企业网版权所有 ©2010-2024 京ICP备09108050号-6 京公网安备 11010502049343号

^