首页 > CIO > 正文

【干货分享】数美CTO梁堃:机器学习在金融领域应用

2016-05-31 09:09:54  来源:CIO时代网

摘要:2016年5月29日下午,“第二期金融CIO论坛”在北京大学中关新园如期举行,本次研讨主题为:金融大数据。近20位来自银行、证券、保险等金融行业的CIO们参加了本次论坛的研讨和交流。
关键词: 数美CTO 梁堃 CIO
  2016年5月29日下午,“第二期金融CIO论坛”在北京大学中关新园如期举行,本次研讨主题为:金融大数据。近20位来自银行、证券、保险等金融行业的CIO们参加了本次论坛的研讨和交流。本活动由北京大学信息化与信息管理研究中心主办,中国新一代IT产业联盟协办。
 
  数美CTO梁堃受邀出席本次论坛,分享《机器学习与金融风险管控》,梁堃现任数美CTO,在加入数美之前在百度与小米的大数据团队、基数架构团队,一直从事大数据相关工作
\
  金融的本质是风险管理
 
  梁堃分享到,金融中的风险管理越来越重要,第一个原因就是金融业本身的高速发展,提出越来越多的交易类型、越来越多的理财产品,第二个方面就是互联网的金融化,现在大量的互联网企业推出一些列金融产品。在这个过程中无论是交易的种类还是流水都会越来越大,情况越来越复杂。所以金融对风险管理的需求也是越来越强。
\
  机器学习在金融领域的典型应用
 
  机器学习在金融风险管理的两个典型应用:一个交易风险检测,二是信贷风险管理。
 
  关于交易风险检测,最关键有两步:一是找特征。找什么特征呢?找这笔交易发生时它的各种异常行为和可疑场景特征。二是根据发现的特征“证据”计算出来,评估这个交易的实际风险。
\
  另外一个应用,如何评估一个人的信用。传统来讲,银行在做信用卡的授权时,审核,包括信用额度审核时使用的是打分卡。这个更多考虑的是一个人的财务状况,包括他的收入水平、收入来源、收入稳定性、消费水平、消费组成等等。但是当我们要综合考虑的时候,可以考虑这个人更多的一些维度的信息来对他的信用做全面的评估。
 
  除了财务状况以外,我们可以引入的特征包括生活的状态,这个人的职业是什么,他的人口属性(包括性别、年龄、学历)是什么样子,婚姻状况怎么样,是否有固定资产,生活区的档次是什么样的,比如说住在一个老小区里面还是住在一个高档小区里面,包括他是不是有车。生活状态也是个人信用评估的一个大的类别。其他几个类别包括个人行为,比如说他历史的信用记录、购物倾向、兴趣爱好,甚至包括他是不是在搜索引擎里面搜索过一些不好的东西。比如说是不是搜过赌博相关的东西等等。这是从行为方面对一个人信用进行评估。
 
  最后一个就是对社会关系的挖掘。因为我们会发现,坏人的朋友是坏人的可能性更大。不同人有不同的圈子。一个典型的情况是,如果你发现了一批坏人,你知道他手机号或者其他的联系方式,这个时候你可以通过挖掘的方法去发现他常常联系的那些人是什么人,那些人就可以作为黑名单或者灰名单。如果你即便没有他的信息,但是你发现他紧密联系的朋友,信用非常好,这个时候也可以给这个人一个比较高的信用评级。
 
\
  本次论坛由来自20位来自银行、证券、保险等金融行业的CIO们参加,共同交流与分享,精彩的分享与探讨让大家受益匪浅。
责编:梁堃
分享到: