新冠疫情的突然爆发和持续蔓延,让全球遭遇了一场前所未有的危机,产生了不可估量的影响。这种影响 将以常态化长期存在,加快世界格局的演进,但同时也推动着数字化转型的进程。后疫情时代,金融行业也正 在经历着由科技创新推动的全面数字化转型。利用数字化方式,把控整体和全生态、场景化各个环节,从信用 风险、监管合规、交易行为监控、流程自动化和智能化、数字化客服等方面,实现端到端地数字化转型。本论 坛特邀来自中国顶级金融学院、银行创新中心的演讲嘉宾们,一起探讨如何借助人工智能、云计算、大数据、 区块链、物联网、5G 和边缘计算等先进技术,加快金融机构的数字化,提升资产配置和管理能力,专业服务 能力以及风险合规管控水平等。
个人简介:致力于应用 AI/ML、大数据和云计算技术,赋能企业和金融行业的数字化转型,提供基于 AI 的金融 风险分析、金融指标预测、业务流程的智能化与自动化、基于 AI 的 IT 运维及技术支持,研究成果已 交付给多个 IBM 产品线 / 服务团队,并支持被数百家财富 500 强企业的数字化转型。在国际会议和期 刊上发表 30 多篇论文,并荣获 IEEE CLOUD 2013 奖 "最佳论文奖 ",拥有 40 多项国际专利授权或申请。 同时,积极推动学术社区和技术社区的创新工作,担任国际学术会议的大会主席、TPC 主席和 TPC 成员, 任国际期刊的评委,是 IEEE 女性工程师协会北京分会的创始成员和志愿者项目负责人,也是 IEEE 服 务计算女性工程师协会(WISC)的会员和初创演讲嘉宾。
个人简介:曾荣获中国人民银行 2007 年金融展科技创新年度人物奖。在其 30 年的信息技术职业生涯中,她与中 国金融界的 IT 同行们共同走过了 IT 整个生命周期管理的成长及发展过程!程静以其深厚宽广的信息 技术实力融合其对银行业务需求的理解,参与并代表领导了国内五大银行 IT 建设初期的核心系统技术 方案的设计;全程参与了中国金融行业的数据中心集中工程(数据大集中);参与了大银行的核心系 统转型工程的技术架构设计、工程实施和投产上线;同时她还代表 IBM 领导了中国主要大银行的数据 中心灾难备份工程和同城双活项目;在移动互联时代,她正致力于国内主要大银行的金融服务业的业务、 应用、基础架构的转型规划及实施,参与了中国银行企业级云计算转型、大数据分析解决方案、区块 链技术的规划及实施,目前正在带领技术团队研究区块链技术在中国银行业的业务价值及解决方案。 程静热心致力于推动金融行业信息技术的变革,并积极参与中国金融行业的技术交流。程静是 IBM 首 席技术官委员会,IT 专家委员会,架构师委员会及 IBM 妇女科技委员会等技术社团的主要领导人。
演讲摘要:我们讨论机器学习在金融中的应用,包含在投资 , 保险 , 风险管理等方面的应用。讨论应用 过程中遇到的挑战和最佳解决的方案。特别在数据收集和处理,机器学习方法和传统金融方法的结合, 以及结果可解释性方面遇到的一些问题。
个人简介:加入高金之前,在中外一流金融机构工作二十多年,在风险管理,金融新产品开发和研究, 资产管理,保险和信息技术等领域有丰富的高级管理经验。曾担任中国国际金融有限公司首席风险官, 花旗银行和巴克莱资本全球信用衍生品数量分析和研究,美国国际集团资产管理分析部门负责人。李 教授拥有加拿大滑铁卢大学统计学博士学位,以及精算、工商管理和经济学硕士学位和数学学士学位。 他曾被选为北美精算学会投资分会理事,目前是《北美精算期刊》副主编 , 加拿大滑铁卢大学客座教 授。李博士是信用衍生产品早期开拓者之一 , 发明的信用组合定价公式被市场广泛使用和学术界认可, 并获华尔街日报(WSJ)头版 , 金融时报 (Financial Times),日本经济新闻 (Nikkei), 加拿大国家广播公 司新闻 (CBC News) 等报道。
演讲摘要:智能风控是金融科技的应用主题之一,是金融机构的核心必备能力。良好的智能风控体系 需要具备数据体系层、基础技术平台层、智能模型层以及智能工作流层。本次讲演将会介绍 IBM 的智 能风控体系,并通过若干实际案例的讲解介绍理论落地过程中的经验与教训,同时对未来的发展进行 展望。
个人简介:20 多年风险与模型建设工作经验,为国际、国内 30 多家金融机构提供过风险管理相关的咨 询以及实施服务,将金融科技与风险管理结合并在众多金融机构得到了应用。
演讲摘要:多方计算提出了一种通用的数据“可用不可见”的理论解决方案,然而其计算和通讯代价是 这一理论走向实践的重要障碍。本报告以我们过去的多方计算工程化实践经验为例,介绍其工程化的 主要挑战和解决思路,探讨评估实用多方计算系统实用化的几个主要指标 , 以及在智能金融的应用。
个人简介:专注于交叉学科的分布式系统、大数据和数据安全研究。美国加州大学伯克利分校硕士、博士, 师从图灵奖获得者 David Patterson 教授,宾夕法尼亚大学学士(在清华本科学习两年)。曾获得谷歌、 IBM 的教授科研奖,获得清华大学“良师益友”特别奖,清华大学先进工作者,北京市师德先锋等称号。 在系统、网络、机器学习、光通讯等多领域顶尖会议如 SOSP,Sigcomm,EuroSys,ICML,KDD 等发 表论文 50 余篇,并获得 DSN,APSys 最佳论文奖。入职清华前,曾在谷歌总部工作,负责基础架构可 靠性方面的研发。徐葳教授专注于科技成果产业转化,兼任图灵人工智能研究院副院长和图灵创投基 金投委会委员,并且孵化了专注于隐私计算平台的企业华控清交。
演讲摘要:新技术在金融风险数字化领域的探索实践,从金融风险数据联盟、融合计算以及数字化技 术领域分享大数据、区块链以及 AI 技术在金融风险领域的探索实践。
个人简介::具有 10 年以上的金融行业经验。在加入建信金科之前,在 IBM 金融事业部任金融行业认 知与解决方案总监,专注于为国内外众多的银行提供大数据分析、认知计算、人工智能等方面的分析 与决策优化服务。她对金融行业有着深刻的认知和理解。
演讲摘要:近年来,越来越多的非科技企业开始引入数据驱动技术。本报告旨在探究数据驱动技术对 于在 A 股上市的非科技企业估值水平、经营效率和成长速度的影响,以及影响企业采用数据驱动技术 的因素。本报告根据公司年报中出现相关关键词的次数设置了反映企业是否采用数据驱动技术的指标, 利用倾向得分匹配解决内生性问题,并建立了采用多元线性回归和概率回归的实证模型。 研究结果表明,数据驱动技术对企业的估值水平和经营效率无显著影响,对非国有企业的成长速度有 显著促进作用,对国有企业的成长速度无显著影响。行业的数据驱动技术采用水平和企业规模都是影 响数据驱动技术效果的重要因素。
个人简介:1999 年于清华大学经管学院获得学士学位,2006 年于清华大学经管学院获得博士学位。主 要从事金融工程,保险和风险管理理论的研究。在《经济研究》、《管理世界》、《金融研究》、《Review of Financial Studies》、《Journal of Economic Theory》,《Econometric Theory》等国内外权威学术期 刊发表多篇论文。曾获《金融研究》优秀论文奖和北京市科学技术奖三等奖。