公告:第四届金融科技与金融安全国际云峰会暨 2020中关村“...

正在加载中...

【圆桌对话】构建基于大数据风控建模和安全技术的无界金融新生态

时间:2019-07-04 08:43:00 来源:

为推动金融科技快速发展,助力实体经济的同时防范金融风险,中关村互联网金融研究院、中关村金融科技产业发展联盟(筹)、中国互联网金融三十人论坛(CIF30)联合国培机构,于2019年6月27日在北京·银行保险产业园成功举办“第三届金融科技与金融安全峰会”。本次峰会由中关村科技园区管理委员会、北京市海淀区人民政府、北京市石景山区人民政府指导,由中央人民广播电台主持人杨晓菲主持。为增加峰会亮点,峰会设科大讯飞虚拟主播小晴和小I机器人作为虚拟主持,为峰会带来更具科技感的体验。


下午的圆桌对话环节,度小满金融战略合作部总经理朱白帆、云从科技副总裁汤立斌、国家开放银行处长吴志峰、华软科技总裁王剑、新颜科技CEO黄向前围绕“如何构建无界生态”“如何保护数据隐私安全”等话题展开了讨论。本场圆桌对话由中国人民大学重阳金融研究院副院长董希淼主持。



以下是嘉宾速记内容:


主持人:非常的感谢张承惠女士在百忙之中为我们带来了您的分享,再次掌声送给她,谢谢您,也相信为我们后面第二场的论坛热了一下身。


接下来回到无界金融新生态的圆桌对话环节,本场对话我们也特别荣幸的邀请到了中国人民大学重阳金融研究院的董希淼先生来担任本场主持人。欢迎董老师,欢迎您的到来。


接下来我为大家介绍一下参加我们本场圆桌对话的各位嘉宾,他们是:度小满金融战略合作部的总经理朱白帆先生,有请云从科技副总裁汤丽斌先生,有请国家开发银行处长吴志峰先生,以及华软科技总裁王剑先生和新颜科技CEO黄向前先生.


接下来把掌声送给台上的各位嘉宾,请董老师开启主持,有请!

   

董希淼:我们时间非常紧,大家很期待,刚才各位嘉宾讲的很精采,我想其实大家在说最精采的演讲就是不超时,我们争取在五点钟之前结束这场讨论。


根据我们主办方事先的安排,我们这场圆桌对话设置了三个议题,第一个是大数据、AI+开放,应该如何构建无界的新生态?这也是我们这次论坛大的主题。第二个议题是人工智能+知识图谱,如何规整金融大数据?其实前面几位嘉宾演讲的时候都讲到了这个话题。第三个,怎样进行大数据挖掘分析与金融风控的模型搭建?如何保护好隐私数据安全?这也是社会大众非常关注的话题,我想围绕这三个话题,想第一轮讨论请五位嘉宾围绕这三个话题自由发言,每个人发言控制在5分钟之内,然后根据发言进行讨论,如果有时间我们可以向大家开放提问的机会。讲监管科技不一定循规蹈矩,哪位嘉宾想好了就开始发言。

   

朱白帆:刚才讲到的三个问题。第一个问题是如何构建无界的金融,无界金融有两方面,第一是场景的无界,开放银行其实以后会化为无形,现在很多营业部里才能做的业务现在变成手机上就能做,以后可能凭人脸就可以做,可能会越来越隐于无形。但这个无界其实还是有地界的,比如客户总有一个地方会表达需求,度小满在百度上面获取了很多的需求,我们认为在百度上面很多的需求是通过搜索被表达出来的,有时候用户搜索贷款,搜索汽车,搜索旅游景点,搜索教育等,这背后都是有金融需求。但是实际上很多需求放在那边,金融机构没有想好如何介入进去,所以我们说百度上的金融需求只有1%被满足了。可以看出,这个无界还是来源于网络,来源于技术支撑,来源于大量的AI深入到生活中。


第二个无界,是金融业务的无界。银行是银行,基金是基金,在很多过程中需要有一个平台把这些金融机构连接起来。比如有的平台上面可以看到既有卖理财的,也有做贷款的,也有卖保险的,这个平台是一个超市,这样的超市其实也可以做到业务的“无界”。


总之技术是无界的,技术能把这些需求和能力连接起来。谢谢!


董希淼:谢谢朱总。今天上午到中国建设银行总行调研,看他们做小微金融服务,确实做的不错,他们很重要的一点就是线上跟线下融合,不管线上哪个渠道,网上银行、手机APP多点都能接入,无界不能太机械的理解为一定是线上。现在银行的物理网点都在裁减都在关停,这完全是误解,其实银行的网点这几年在中国数量每年都在增长,现在物理网点接近23万个,并没有消失,是在增长。无界对于正规银行来说一定是线上线下结合。现在请汤总。

   

汤丽斌:我拿到这个题目对我们来说是比较困难的,因为大数据这块我们做的比较少一点,我们更多在感知领域,我只能谈谈我对这三个问题的看法,大家可以帮忙指正。


第一个就是无界,在整个产业链过程当中,很明显的看到存在很多数据孤岛,其实对于做感知的人工智能公司来说,感觉到跟银行、公安厅打交道的时候他们的数据非常封闭,基本上我们一张数据都拿不到,在跟他们合作过程中,可能跟百度完全不一样,你们手里有大量用户搜索的数据等,我们的那些主要的客群对我们来说数据都是封闭的。我们在公安网里接触不到任何公安的数据,但是这是数据的边界,所以在产业链里数据怎么样去流动是第一方面,这个难度其实也很高。


第二个方面,现在我们在使用大数据的过程当中,更多的是通过事后的这样一些对数据的分析,反过来去影响和设计这样的业务场景,更多的是这样,而忽略了整个交互事中的这样一些数据,比方说就我关注的视频分析里面怎么样使用屏幕,其中我在跟你沟通的时候,你的一些表情、动作等等这样一些布局,这块应该是比较缺失。现在来说这块数据很明显缺失的,但是我觉得在这个过程当中这块数据对于我们来说是很大的一块贡献和价值,我觉得可以做到。


再到知识图谱,刚刚其实也讲了,知识图谱它的结构跟深度学习的神经元很像,围绕一个一个大的知识节点,非常非常像,这里面也是人机交互的数据,类似其中非常重要的部分,未来也会越来越得到这样的重视,而且人机交互里面,我们老板最开始讲人机交互这个概念的时候就讨论一个问题,他就说丽斌你觉得人机交互里面语音和视觉哪个更重要一点,当时我第一反应人机交互当然是我说它回答,最典型的智能机器人沟通的时候很典型的场景,结果他说不是,他说你再想一想,真的在业务场景里面,就是说每一个客户会滔滔不绝向你阐述他的一些需求和隐私呢?没有的,你必须通过视觉去琢磨去观察,这些东西我觉得会是我们整个知识结构知识图谱里面非常重要的一块确实的补充。


再到最后,谈谈我对用户隐私的看法,美国互联网五大巨头都在纷纷的反思,自己在这样一个对于客户隐私的使用当中是不是恰当,我觉得这件事情应该是这样的,叫能力越大责任越大,很显然是这样的,在没有限制的情况下,你很难靠自律不犯错,太难了,有太多的诱惑,所以我觉得这件事情更多的可能要靠我们的行业,甚至是政府,我的观点可能是这个。

   

董希淼:谢谢汤总,主要在感知领域,说了应用、表情、动作机器人画像分析。我这里有点体会,前天到深圳去调研,我们经常说客户画像泛泛而谈谈的很多,他们就提出来对客户进行心理画像,举个例子,比如说客户申请贷款,然后上面最低的0-20万,一下子把额度条拉到了最高,这个客户往往违约概率更高,这个就是业务动作来进行深度的分析,而不仅仅是我们一般硬的结构化的数据。

   

汤丽斌:对,这方面招行在金融科技这块招行确实是领头羊,他们的用户画像确实做的非常高。

   

董希淼:好,我们请吴博士做精彩发言。

   

吴志峰:好,金融科技就像刚才一位演讲嘉宾说的是显学,fintech国际化用的很多,也包括现在银行金融里面出了很多的新名词,包括开放银行也好、智慧银行也好,金融大脑也好,搞的特别热闹,但是真正有用的有多少,我觉得也需要沉下心来想一想,我记得前几天建行有一个报道,他们在上海做的无人银行,当时也放了很多黑科技。

   

董希淼:建行在北京也做无人银行,他们总行下个星期就要推出。

   

吴志峰:一年以后也没见着什么用途,所以这个事情怎么来理解。金融科技它的技术还是在蓬勃发展,我们说金融科技,包括ABCD,人工智能、大数据、区块链、云计算、这里面应该来区分,尤其对于银行来说,银行拥有客户很多的数据,但是哪些数据可用,哪些数据不可用,包括刚才说的不可用有很多限制,包括隐私、封闭,实际上用起来还是很不方便的,我觉得银行或者是金融机构它掌握的数据虽然多,但他跟互联网公司,跟腾讯社交软件是不是完全不一样的,社交软件包括face book,微信,它确实对人的行为他确实是大数据,但是你即使是从客户画像的角度,我觉得银行数据至少在目前的体系下可能还不足以支撑来进行一个精确的画像,当然这一方面是技术本身需要,深度的挖掘深度的推进,但同时数据的开放性,数据的隐私性,包括社会法规方方面面的规定,对它继续去开发也是有影响的,所以尤其是对于我们来说,开行是个批发银行,我们不像工农中建面向广大的零售客户、个人客户,我们所掌握的数据跟工农中建又是另外一个层面,所以这种批发性银行,更应该注重数据它的可用性,以及技术开发的深度和它的实用性,这些都是需要我们在实践中去考虑的,所以从这个角度,我也是经过一段时间的摸索,我现在更关注知识图谱,这也是今天三大主题之一。知识图谱其实它跟大数据,跟人工智能还是有点区别。


人工智能实际上有三大主义,一个就是联接主义,它的典型应用就是机器学习,它实际上通过给这些机器去喂大数据,大量的数据喂给它以后来训练它,它能够进行迭代,进行不断的模式更新,然后提炼出一些所谓的人工智能,真正需要大数据来喂它。


第二个主义我们叫做符号主义,符号主义就是要从文本的语意来构建,它的典型应用就是知识图谱,这个知识图谱对大数据没有什么特别的要求,当然他需要数据,小数据或者中等规模的数据他也能够对它有用。还有一个就是行为主义,行为主义典型的应用就是机器人,包括人工智能,银行的服务大厅里面有,包括刚才小i来引导的机器人。


所以从刚才说的,尤其是联接主义和符号主义,它对大数据对机器学习,对知识图谱其实有一个区分,这里面也是本质上的区分,所以从这个角度,从银行,尤其是像这种批发性银行,知识图谱可能是一个比机器学习,或者说比人工智能可能更适合的一种,比较现实的一个选择,尤其是从银行来说风险管理作为他的第一要务,所有的银行他第一要面对的就是风险管理,并且他通过风险管理来开拓业务,也来获得利润,所以这个是银行的核心。对银行来说,现在比较现实或者比较适合的,就是说首先要对客户的关系,尤其关联企业来进行一个搜索,就是来确定他们之间的关系,知识图谱就是在主体和客体之间来建立一个关系,这种关系需要从大量的文本上来去抽取这些语义上的联系,来进行一个关系网络的构建,这个用于现在的关联企业,包括它的股权结构,它的债权债务,包括它的诉讼这种案例,或者是相关的语义上文本上的分析,能够很好的帮助银行来进行风险的控制,尤其是进行审贷的程序。


另外,从银行工作的角度,用知识图谱来做行业分析,写行业报告也是非常有帮助的。现在银行一方面它有各种部门,包括研究院这种宏观部门,也有做行业审批的,包括开发行有评审一局二局三局,它是做行业,这个里面其实有很多的报告,这个报告放在那里都没有去用,包括以前审贷的报告都没有充分利用,另外银行也采用了很多外部的数据,包括CEIC,包括买来的研究报告,这些都没有发挥作用,用知识图谱可以充分把这些资源整合起来进行行业的分析。首先对文本进行数据的抽取,然后进行融合,进行对齐,然后进行各种各样的知识图谱的分析,来建立起一系列的关系网络,来对一个客户,就是以客户为中心来建立一个画像也好,这方面可能比单纯大数据的分析会更加适合,因为这些数据的真实性或者数据质量,大数据分析只是样本数据,或者大数据率来决定的,但实际上银行的数据很多质量带有因果关系,其实它的数据质量是更高的,所以从实用性角度,我们觉得尤其现在对客户关联方关系的管理,以及包括行业分析报告这些都可以来做具体的应用,也许他没有人工智能或者机器人那么看起来高大上,但实际上可能对银行的工作更加的实用。

我们先从基础的方面来推进,然后再去向更高层面挺进,可能是一个更合适的发展道路。我就先分享这么多。

   

 董希淼:好,谢谢吴博士,他提出三大主义,联接主义、符号主义、行为主义。我们一般说开放银行是指商业银行怎么开放。开行在整个体系里面非常特殊,央行叫央妈,财政部叫财爸,开行叫开姨,地位非常特殊,如果开航把数据开放出来,这是一个什么样的场景,我想这很有意义,所以我们经常说现在要从消费互联网到产业互联网或者工业互联网,开行大的企业客户能够把一般的数据开发出来,我觉得很有意思的话题,时间关系下次可以向吴处请教。

下面请华软科技的王总来介绍。

   

 王剑:我还是想换一个角度来阐述我的看法,发现今天台上几位,说明主办方考虑的周到,我看了一下咱们正好是属于不同的从金融科技的不同角度从事相关工作的人,从我们董老师开始是学者,朱总这边是属于巨头企业延伸出来做供应链,做金融科技,汤总、黄总是属于在细分领域特别专业的独角兽类的企业,我们吴处是属于甲方属于银行,金融科技直接服务的对象。我们又是另一个角度,我们其实属于从传统的IT服务的这样的上市公司,向创新金融科技企业转型的角色,所以我觉得台上各位涵盖了目前正好在做金融科技不同的细分分工,很有意思。


为什么这么说呢?从这个角度看我们今天讨论的主题是金融科技、金融安全的风险,我觉得站在不同的位置对这个问题的看法可能也是不一样的,刚才也有银行专家在提更多的是看中银行本身的风险,然后从厂商的角度来说,肯定从自身的角度去做好服务的工作,在工作过程中怎么去有效的控制风险,各个角度都不一样,也不能说谁对谁错,可能更好的还是为金融科技本身去做服务,所以我觉得从这个角度来讲今天讨论的话题,从风险控制或者大数据、AI等等角度,因为我也不是技术出身,也不敢说自己有这方面的见解,还是觉得从角色角度去考虑这个问题,可能也有一定的价值和意义。


我就这么多,谢谢董老师。

   

董希淼:谢谢王总,下面请新颜科技CEO黄总发言。

   

黄向前:按照我们对金融科技和金融安全的理解,再结合三个议题,我来说一下我们对无界的理解。


其实从PC互联网到移动互联网,再到现在的AI互联网时代,一直在打破各种边界,打破各种限制。现在提出来的让金融服务于每一个个体,国家倡导普惠金融,对小企业的支持,其实也是在打破边界,让金融能普惠到大众。在这个过程里面,大数据、人工智能还有知识图谱这些算法等等,都是能够真正地将这些国家的政策或想法落地的一些工具和手段,利用好这些工具和手段才能够真正地实现金融服务于普惠大众,服务于中小企业这样一个目标,这是我的第一个观点,无界是实现普惠金融所必须经历的一个过程。

 

第二,无论是传统金融机构,还是已经发展得比较成熟的互联网巨头,在发展过程中,大家都在突破一个事情,就是我们整个国家对数据安全和个人隐私保护越来越重视的过程从原来粗放的管理到现在的精细化管理,再到出台一些法律法规保护个人隐私的政策。这个过程里面所有行业的参与者,包括像金融、科技、安全等,其实大家都围绕着一个底线,也就是说,随着行业不断地发展,国家会出台一些法律法规,所有的从业者都会依托这个法律来做底线,开展相关的业务,从而保证我们的金融更加安全、更有效地服务于大众。


第三,技术反过来能够打破金融行业之前很多传统的限制,这样就回归到第一个话题,怎么样去让行业生态变得无界。其实目前这个无界还是基于一定范畴里的,因为现有的能力和技术,包括人脸识别、语音识别等,最终来看还是工具,至于这个工具怎么使用还是和这个行业,以及金融业务的本身有一定关联。我们更加强调大数据智能风控,更加强调如何控制整个风险,无论是对金融行业还是个人隐私保护,都会有一个很好的推动作用。

我的分享就是这些,谢谢!

 

董希淼:谢谢黄总,无论是金融的风险还是信息的安全都要做好保护。时间关系,我们五位嘉宾都做了精采发言,最后还有一点点时间。最近美国一家公司干了一件事,可能大家很关注,也是谈监管科技大家都在热议的,就是face book脸书开始发币了,而我们今天恰恰吴博士是研究区块链,研究虚拟货币的专家,我想我们最后的4分钟时间,我们给吴博士,让他给我们讲一讲脸书发币这个事情,我想大家肯定都关心,我们给点掌声。

   

吴志峰:谢谢主持人,face book发币这个事情影响很大,现在各大媒体,包括有很多的领导也很关心,当时6月18号白皮书发布以后,我当天下午就看了,跟我原来的思路比较像,我其实在看到JPM摩根发摩根币,以及日本一家银行发币的时候,以及face book发的时候我非常兴奋,我觉得区块链或者是数字货币未来的演义路径是这么走的。首先说face book发这个币首先它不同于比特币,比特币是没有锚的,但是face book币是一个稳定币,稳定币它也不是盯住一揽子货币,也不是盯住单一货币,它是什么呢?它是有真实资产来支撑,就是他发币的时候你先有外面的,比如说美元、欧元这种能够信得过的具有国际货币性质的这种国际货币来做抵押也好,包括政府的债券,等于它是有真实资产支撑,这种有真实资产支撑意味着它这个价格不可能大幅度波动,当然任何币只要有相对物的话它都是波动的,但是它是有真实资产支撑,它的币值就比较稳定,它不会像比特币这么大涨大落,2017年12涨到19800,去年年底到今年年初跌破3000,现在涨到13000,所以它大幅波动影响什么?影响它周围一个货币,货币作为价值尺度必须稳定,然后它的交换媒介的职能,包括它的储存的职能都要求它稳定,没有稳定很难成为货币的,所以一般来说对数字货币的一个想象就是说比特币是虚拟的,后面没有国家信用做倍数,其实这个不是问题的关键,这个不是货币的本质所要求的,如果他是稳定的,然后大家都接受,那就意味着他是可以流行的。从这一点来说,从货币本质这一点来看,face book这个币我觉得完全有可能流行起来,为什么?第一个,它是稳定币的设置,它防止你大规模操作,因为你一操作后面有真实资产做抵押,它就有套利空间,一有套利空间套利行为必然会导致价格向价值回归,所以这是第一点。


第二点,它有24亿这么一个庞大的帝国,facebook这么大的社区,占全球人口的1/3,它这里面哪怕一开始只有1/10的人也有两三亿,它完全可以用起来,转起来,货币一旦流通起来就有一定的价值,而且它可以接入各种各样的商圈,使里面能够交易的商品或者服务越来越多,它一定会流起来,而且这种流通起来,一开始跟外面的法币,跟欧元美元都是平行的,所以大不是一个美元进行一个碰撞,但是它一定会壮大起来,一壮大起来它对这些个法币就会有一个替代效应,这种替代效应就体现它本身生态圈越做越大,所以从这个角度大是一种合作主义的态度,就是说我跟其他的中型机构,包括其他的央行,包括其他的法币,不是替代关系,是一种平行关系,但是我一旦发展壮大了我还是对立面会构成压力,所以我当时写的那篇文章,我就说face book的币有六个特点,第一个是稳定币,第二个他是多中心的,就是说他是通过协会来管理,他里面也不是说这个币就属于face book了,不是的,后面的治理机制通过这一百个机构来进行协商,有一套规则,所以说他是一个多中心的,这种多中心对于原来的中心是一种进步,因为原来中心都是垄断的,现在到了多中心了,然后后面可以再继续,他也不是说一百个就限定死了,可以再扩张,扩张到一千个,这个完全有可能,通过区块链的方式,而且一百个节点的方式还有助于它达成一种共识,不像比特币这个节点太多,他达成共识的话要安全必须通过挖矿的机制来达成共识。


第三点,是合作主义的方式,刚才我们说了。


第四点,它是有资金池的,资金池很重要,它能够解决一个利益的分割和利益的共享问题,因为很多的密码货币或者数字货币的开发者,他面临一个什么问题呢?因为它是去中心化的,它不是一个以公司的形态来做这个事情,所以它的利润机制,对它的利益没法保障,有了这个资金池以后,他这个资金池抵押资产会托管到全球银行或者托管机构,他拿了这个就可以赚钱,赚的利润要在这一百个中心机构里面来进行瓜分的,同时有一部分留给这些开发者,所以他们能够把这个利益平衡。时间有限,不展开了。

   

董希淼:谢谢吴博士,他要讲区块链讲虚拟货币可以讲一天一夜,大家有兴趣可以跟吴博士再交流。

   

吴志峰:我对于区块链的理解,因为区块链就是一个社区或者是一个经济体的一种货币的基础设施,所以我对区块链数字货币的理解,未来是一个平行世界,所以face book正是符合我关于平行世界的理想。

   

董希淼:谢谢。毫无疑问,监管科技是决定金融业未来十年发展的一个关键的变量,也是全球金融业竞争的焦点,监管科技正在让金融服务无处不在,触手可及,在这个过程中尤其要利用大数据人工智能的手段来创新产品、改进服务,机构之间要加强合作,当然对同业机构来说要通过这样的技术构建好风控模型,做好风险防范,监管部门要应用监管科技来改进提升监管水平,我们还要做好客户隐私的保护,用的好用的放心。


我们今天的圆桌对话就到这里,感谢五位嘉宾的精采知识的贡献,也感谢在座各位的聆听,谢谢。

   

主持人:感谢各位嘉宾的精采分享,感谢董希淼院长的精采主持,主题论坛一到此结束。