加快数字金融建设的着力点与思考

来源 :金融科技时代 | 被引量 : 0次 | 上传用户:AEXSN
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
当前,以大数据、云计算、人工智能为代表的新一代信息技术快速发展,催生了数字化转型发展的新机遇.越来越多的行业开始乘着信息技术高速发展的浪潮,尝试数字化变革.金融业作为数据密集型和技术驱动型行业,推进数字化转型是必由之路.如何紧跟前沿领域数字化转型发展步伐,找准数字金融高质量建设的着力点与落脚点,成为摆在金融监管部门和金融机构面前一项重要而紧迫的课题.2021年政府工作报告指出“加快数字化发展,打造数字经济新优势,营造良好数字生态,建设数字中国”,在此大背景下,发展数字金融具有更为突出的时代价值和现实意义.
其他文献
从行业碳排放的视角,用投资组合和因子研究两种方法对企业碳排放与投票收益的相关性问题进行分析,结果显示,中国股票市场在2013-2014年间经历了从绿色激励到碳风险溢价的逆转:2012-2014年间,碳排量低的企业股票能获得显著的绿色激励,而2013-2017年间,碳排放量高的企业股票存在显著的碳风险溢价;在模型中加入碳排放权价格因子发现,碳排放权价格因子能一定程度上吸收2013-2017年间的碳风险溢价,说明2013年来在全国范围内陆续建立的碳排放权交易所能增加市场碳风险溢价.为保障股票市场中的绿色激励,
核心企业在其产业生态圈及供应链金融中处于主导地位,但银行对于核心企业描述所需要的内容依然简单零散,缺少系统性规划,不足以满足其生态圈或供应链金融的需求.本文探讨的是银行在构建核心企业数据集市或其他数据工具描述核心企业时应考虑的内容框架,数据平台将按照内容框架对核心企业数据进行分类、整合、处理、存储和价值挖掘,并集中向其他系统与场景统一提供与核心企业相关的输出,服务其生态圈与相关供应链金融业务的市场拓展、风险控制、客户价值等场景.
在互联网金融诈骗产业化、规模化,且广泛使用大数据、人工智能等前沿技术的背景下,以人工智能等为代表的先进技术为金融机构提高反欺诈能力提供了新的方向.平安银行借助大数据、云计算、人工智能、知识图谱、IP定位等科技手段搭建了GUARD对公反欺诈体系,通过有监督训练随机森林、XGBoost、SVM及神经网络(ANN)等机器学习模型,不断学习数据模式,在完成变量选择的同时择优输出针对欺诈风险的概率预测.