“大數據驅動金融創新論壇·2017”會議綜述

河北省高校智慧金融應用技術研發中心

“大數據驅動金融創新論壇·2017”會議綜述

河北省高校智慧金融應用技術研發中心

2017年11月9日，“大數據驅動金融創新論壇·2017”在河北金融學院順利召開，論壇由河北金融學院、河北省高校智慧金融應用技術研發中心主辦，論壇邀請了多位行業精英、高校學者發表主題演講，專家們圍繞大數據和金融智慧化這一主題開展研討，為未來金融科技發展、金融科技人才培養、大數據及人工智能在金融領域的應用提供了新觀點。

主題1：大數據應用與未來——中銀國際證券的實踐

朱英杰（中銀國際證券首席信息官）

相比于傳統結構化數據，大數據具有多樣、大量、實時、真實等諸多特點，能夠為金融決策提供更加全面的支持，例如在喚醒睡眠用戶、大數據支持下的股市分析等應用中，中銀證券已經取得了令人滿意的應用效果。目前，大數據相關的應用仍然處在起步階段，隨著云計算、人工智能理論的不斷成熟，大數據在應用方面的技術壁壘越來越小，因此當前大數據技術的應用難點不完全在技術層面，而是在于應用場景方面的探索，即如何創造新的應用模式，由應用模式推進金融科技創新是未來金融科技發展的必由之路。此外大數據必然面臨用戶隱私泄露風險，如何在法律允許和保護用戶隱私的前提下進行數據采集和應用，并用合理可信的技術手段確保用戶隱私安全是未來金融大數據能夠產生應用價值的前提。因此，在利用合理的技術實現隱私保護的同時，構建創新應用場景是未來大數據金融科技的發展方向。

主題2：大數據時代機遇與挑戰

董永峰（河北工業大學計算機與軟件學院副院長）

現在互聯網進入了大智移云時代，以此為代表的新一代信息技術已成為創新最活躍、應用最廣泛、輻射最強的技術創新領域，金融科技正是大數據應用的熱點領域之一。數據在人與信息的連接、人與商品的連接、人與人的連接中產生，大數據是伴隨著物聯網的快速發展而出現的，即線下數據的信息化是大數據產生的直接推動。從另外一個角度來說，存儲技術的快速發展，單位數據量存儲成本的大幅下降也是大數據存在的重要基礎。云計算的出現，使低成本處理海量信息成為可能，成為大數據獲得應用的技術保障。大數據的真諦在于，能夠通過量變達到質變的預測，此外，在大數據時代結果而非邏輯過程，成為數據技術研究的重點，因此研究的重點在于“結果”而非“原因”。

大數據給商務領域帶來了巨大的變化，如利用大規模機器學習實現多維度理解客戶，從而給用戶帶來更好的用戶商品推送體驗；大數據為跨境電子商務的業務拓展提供科學支持；比價平臺給用戶帶來更好的個人購物體驗等等。隨著金融科技的快速發展，互聯網金融產品日趨豐富，相關商務領域內的大數據應用成果同樣可以快速遷移到金融科技領域，給用戶的金融業務應用帶來更好體驗的同時，給客戶和企業帶來更加可靠的受益。

主題3：金融大數據安全技術

楊曉暉（河北大學網絡空間安全與計算機學院副院長）

信息化推動金融領域發生重大變革，大數據已經成為金融行業重要的資產和生產要素。是否擁有和控制大規模數據并能夠運用數據價值，已成為衡量企業競爭力的重要標志。隨著大數據時代的到來，金融信息化正在加速轉變傳統金融體系，這一變化給金融帶來了一系列挑戰，如金融大數據標準和產業格局尚未形成、金融大數據開發戰略尚不明確、金融大數據挖掘利用需要規范、信息共享與保護機制有待完善等等。此外，在大數據時代仍然面臨很多傳統意義上的信息安全風險，例如網絡“釣魚”仍大量存在，非法監聽難以得到有效控制，惡意信息快速散播尚無有效遏制技術，定向攻擊仍會給金融企業帶來很大的安全風險。通過分析網絡安全殺傷鏈可知，組織嚴密的網絡攻擊目標清晰、手段高明、組織嚴密，因此金融大數據信息安全應當采用體系化的安全架構，從業務安全、常規辦公網絡安全、安全生產、安全管理幾個方面入手，確?；A設施安全、敏感數據安全、數據脫敏、安全審查各項目標得以達成，建議采用由主機探針、智能安全平臺、威脅情報中心、威脅檢測系統為主要架構的分布式金融信息安全體系。

主題4：河北省高校智慧金融應用技術研發中心概況及金融大數據服務質量保證

何志強（河北金融學院信息管理與工程系副主任）

（1）研發中心概況：河北省高校智慧金融應用技術研發中心目前已經在金融信息安全、金融數據挖掘以及基于金融創新的技術及應用等方面開展了基礎研究，并開始對云計算和大數據、移動技術、數據挖掘等新一代信息技術在金融領域的創新應用進行技術攻關,取得了一定進展。（2）金融大數據服務質量保證：大數據時代，金融信息化對于網絡通信的依賴程度日益加深，網絡能否提供快速、可靠的服務是金融科技創新得以達成的重要保證。隨著大數據時代互聯網金融業務的不斷拓展，越來越多的金融業務需要由現有的普通商務網絡來承載，因此多業務網絡的性能優化技術是未來大數據金融創新的重要支撐技術。在多業務網絡中，調度算法優化已經被證明是一種有效的實現服務質量保證優化的方法，特別是近幾年被用于網絡接入層和資源端服務質量改進的size-based調度算法一直是相關領域的研究熱點，在已有的研究成果中已經證明了其有效性，但此類算法也存在性能穩定性不高、資源占用率過高等問題，因此我們的研究采取了數據包分類的方法對其進行了改進，提出了一種CBSBS算法，通過試驗證明該方法盡管存在一定的數據包誤識別率，但size-based調度算法的整體特性沒有顯著改變，且在多級隊列的支持下其資源開銷有了顯著降低，同時性能得到了顯著提升，證明快速分類是一種實現金融多業務網絡服務質量調度改進的有效方法。

主題5：大數據中的多源異構遷移學習

楊柳（天津大學計算機科學與技術學院）

大數據技術已經上升到國家戰略層面，且關乎國家與民生需求，現有的研究工作主要是針對大數據4V特征中的Variety——多樣性方面開展的。在大數據應用中，能夠提供多源數據支持是大數據比傳統數據更加優越的顯著特點之一，因此在機器學習過程中利用多源數據優化學習結果已經成為普遍做法。例如在圖像識別中，采用多角度數據采集提高場景識別準確度，在交通監控中除圖像數據外還可以利用聲音、雷達、移動通信網絡等數據源提高監控的準確度。遷移學習就是在這一背景下誕生并發展的。遷移學習的主要思路是利用源領域的學習，實現陌生目標領域的內容識別優化，例如圖像結合文本識別、不同民族語言對照識別等等。遷移學習面臨的最大挑戰是數據的異構性、高維度、噪聲、領域差異等。目前，主要相關研究內容包括半監督的低秩映射模型、魯棒的遷移學習模型、有監督的稀疏主題模型、基于共現數據的多信息源重要性評估等。未來的研究將設計般配對的異構特征融合方法、基于深度學習的特征融合表示，以及適用于大數據的特征融合表示及快速優化求解方法等，提高遷移學習的效率和準確度。

主題6：金融科技與業務創新——金融業務+信息技術

朱建林（中望金服政策研究部總監）

金融科技是將互聯網、大數據、云計算、人工智能、區塊鏈、監管科技等一系列技術創新，全面應用于支付清算、借貸融資、財富管理、零售銀行、保險、交易結算等六大金融領域，是金融行業未來的主流趨勢。金融業務創新目前主要體現在互聯網和移動支付、網絡借貸、智能理財、互聯網保險、互聯網眾籌、區塊鏈等，而國內的金融科技產業在近幾年也得到了快速發展。大數據給信息技術在金融領域中的深度應用提供了支撐，也出現了很多景點案例，例如基于大數據和機器學習的借款人信用風險量化分析、基于人工智能的智能投顧、基于機器學習的高頻交易等。其中，信用風險量化分析利用大數據實現了智能風險評估、風險量化指標體系、專家規則體系、智能模型體系、輔助決策體系等；智能投顧則是根據投資者風險承受水平、收益目標及風格偏好，運用智能算法及投資組合優化等理論模型，為用戶提供投資參考等。大數據極大地推動了金融人工智能模型的快速進步，大數據、機器學習在金融領域中的應用仍存在巨大的發展空間，新的應用場景不斷出現，同時也帶來了信息技術金融應用的新需求，金融科技在未來大有可為。