北 京 大 数 据 研 究 院
BEIJING INSTITUTE OF BIG DATA RESEARCH

“大数据与金融反欺诈”主题交流活动圆满举行

2018年5月9日,北京大数据研究院“大数据与金融反欺诈”主题交流活动在北京大学静园六院成功举办。来自于国内外大数据、金融等行业专家、学术研究人员以及企业代表数十名嘉宾及听众拨冗参加了主题活动。


11.jpg


会上,杨竞霜副院长首先致辞,欢迎各位来宾到访北京大数据研究院参与主题活动。他说,本次活动旨在推动理论和实践的结合,不仅有大数据模型和行为金融学的相关理论探讨,还涵盖了大数据在商业环境中的应用、中国股市的特色行为分析、以及商业银行反欺诈应用、互联网贷款应用等主题。


33.jpg


首先,来自美国罗格斯-新泽西州立大学的终身教授、RBS院长讲席教授熊辉作了题为《Big Data Analytics inBusiness Environment》的演讲,熊教授把数据挖掘生动形象地与医疗流程相类比,正如从不同群体、不同患者身上找到共性进行治疗,对于难以被标准化的、不同的数据挖掘也要采用不同的算法。熊教授着重介绍了基于序列的建模方式及其应用,以及序列建模中从高维到二维的映射并实现最简路径的相关细节,并与到会的专家老师们展开讨论。

熊教授还指出了跨界人才的重要性,通过将技术知识与领域知识相结合的方式进行大数据应用。市场分析应提高市场转换率,通过收集数据和分析数据的方式了解客户真实购买意图并进行数学转换,并缩短市场周期。熊教授提出,大数据应用的难点不在于理论突破,而在于理解问题,即从商业目标出发抽象地转换成数学目标,其重点在于转换的过程。


44.jpg


来自上海交通大学高级金融学院的鲁小萌助理教授作了《Bubble - Creating Attacks in the Stock Market: Evidence from China》的主题演讲,与大家分享了中国股市的特殊市场环境下用户行为的一个有趣的现象。鲁教授指出,某些股价波动是由股市中的所谓“理性投资者”人为制造的泡沫。这些具有资金、人力、信息等优势的投资者,实际是投机者,通过制造涨停板引起大量易跟风的散户产生追涨行为,并从中获利。基于行为经济学的理论模型,鲁教授设计了一个统计学模型并采用中国市场的实际数据予以验证。鲁教授提出市场分析应基于人的行为,同时结合市场情况,从而预防市场欺诈的发生。


55.jpg

在短暂的茶歇交流之后,来自北京先进数通信息技术股份公司的业务专家王强先生为大家带来了题为《商业银行反欺诈应用》的演示,介绍了银行反欺诈的实际应用及诉求。针对国家高度重视金融安全及移动支付热度持续上升的大背景,商业银行发展诉求也在不断更新,从信息化到精细化,最终目标是自动化。商业银行反欺诈通常有专家规则、专家规则+模型应用、机器学习等三种识别方式。结合大数据背景,王强老师从建设现状、建设趋势、需求根源、趋势挑战四个方面介绍了反欺诈智能化趋势。


66.jpg


另一位来自先进数通的业务专家徐鹤先生则从互联网贷款的角度介绍了数据在反欺诈上的应用。徐鹤老师指出,相比于传统贷款准入门槛高、环节复杂且占用业务人员资源较多的弊端,在线贷款在全流程处理、处理模式、客户体验、风险控制等方面效率更高,审批更快,同时更有利于风控提升,能提供标准化的贷款产品。由于人工智能技术的应用越来越广,以科技推动、以数据助理的在线贷款平台的建设时机已经成熟,引入人工智能技术将能够帮助更精准地找到合适的贷款人,同时在欺诈甄别环节更能有效防控风险。


系列话题引发了全场来宾的参与和讨论,大家各抒己见,分享了各自业内经验,活动在热烈的气氛中结束。“不忘初心,踏实前行,”北京大数据研究院未来将继续举办大数据及相关领域主题交流活动,期待各行各界师生及专家的参与。


77.jpg