金融科技Fintech发展趋势分析演示课件.pptVIP

大数据分析的主要金融应用：个人征信、授信与风控个人征信、授 信及风控主要是围绕借贷环节进行的，覆盖贷前评估、贷中监控和 贷后反馈三个环节。 1、贷前评估：国内个人征信试点于2015年才开始试行，最具代表 的是芝麻信用。阿里体系的交易数据以及蚂蚁体系的金融数据形成 强有力的数据支撑，自主研发信贷模型可用以支持银行、小贷机构 进行征信及授信活动。信贷模型的训练需要人工智能技术作为辅助， 通过机器学习不断完善模型并实时校正。 2、贷中监测：主要是通过用户在贷款期的行为数据来发现问题客 户并及时报警。 3、贷后反馈：基于用户本次贷款期间的数据，对该用户原有信贷 记录评分进行补充，提升或降低其信用额度以供后续使用。 技术基础：三大技术构成核心技术基础 大数据分析的主要金融应用：征信与风控 1、贷前评估 自主研发信贷模型可用 以支持银行、小贷机构 进行征信及授信活动。 信贷模型的训练需要人 工智能技术作为辅助， 通过机器学习不断完善 模型并实时校正。 3、贷后反馈 基于用户本次贷款期间的 数据，对该用户原有信贷 记录评分进行补充，提升 或降低其信用额度以供后 续使用。 2、贷中监控 主要是通过用户在贷款期的 行为数据来发现问题客户并 及时报警。 数据来源：36氪研究院 * 好好的 技术基础：三大技术构成核心技术基础 细分领域 应用方向 细分技术内容 自动报告生成 投资银行、证券研究 自然语言处、OCR 人工智能辅助 量化交易 机器学习、自然语言处理、知识图谱 金融搜索引擎 证券研究 自然语言处理、知识图谱、信息切片与信息聚合 智能投顾 资产管理 感知智能 人工智能：从分析到最终决策 人工智能在金融领域中的应用，相较于大数据而言的核心突破在于深度学习、智能分析和最终的智能决策。大数据、云计算、智能硬件以及后续 的区块链技术等都是支撑人工智能上层技术的基础。 智能数据分析在金融领域涵盖了投资、借贷、保险和征信行业，相关技术的运用成为业务开展的基础，同时也支持了金融产品的创新，包括新型 的保险及投资产品。 在金融领域，人工智能主要有以下四类应用：①自动报告生成、②金融智能搜索、③辅助量化交易、④智能投顾方向。 FinAI核心应用领域包含从研究到交易的大量核心环节 数据来源：36氪研究院 * 好好的 技术基础：三大技术构成核心技术基础 区块链（Blockchain） 是一种分布式共享数据库 从技术角度来看，比特币的系统包括三层：底层技术——区块链；中层链接——协议；上层——货币。上层是货币，在这里指的是比特币。中间 层是协议，也就是基于区块链的资金转账系统；底层技术是区块链，去中心化、分布式记录的公开透明的交易记录总账，其交易数据全网节点共 享。矿工负责记录，全网监督； 区块链（Blockchain） 是一种分布式共享数据库（数据分布 式储存和记录），利用去中心化方式集体维护一本数据簿的 可靠性的技术方案。该方案要让参与系统中的任意多个节点， 通过一串使用密码学方法相关联产生的数据块（即区块， block），每个数据块中都包含了一定时间内的系统全部信息 交流的数据，并生成数据“密码”用于验证其信息的有效性 和链接下一个数据块。比特币是一种全球范围内可交易的电 子货币，是目前区块链技术最成功的应用。当前银行等机构 更多关注的也正是比特币背后的区块链技术。 数据来源：36氪研究院 * 好好的 技术基础：三大技术构成核心技术基础 区块链建立了“强制信任”的关系 强制信任：智能合约。在合同中约定的条件被触发时，合约内容能够自动生效执行。智能合约的原理类似于计算机中的If-Then语句，它能够帮助 我们在金融领域建立一种智能管理的体系。当保险合约等自动判断满足赔付条件时，保险费将自动划拨赔付，从而免去了以往的保险理赔中中间 一系列的流程。当然，“强制信任”可被用于诸多领域。 应用领域 应用前 应用后 支付结算 用户发出结算、转账指令，银行或第三方平台确认后完成交易 用户发出结算、转账指令，交易信息被矿工添加到区块链上交易即完成 资产交易 用户双方达成交易意向，中心交易系统确认后完成交易 用户双方达成交易意向，交易信息被矿工添加到区块链上交易即完成 登记确权 登记信息由纸质文件或单一数据库系统保存 登记信息由一套共有网络数据库存储 智能合约 签订合约后，需人工判断合约条件是否生效并执行合约 签订合约后，在现实情况达到合约规定是将自动执行合约内容 快速审计 公司准备相关材料，会计师事务所派遣项目组进驻公司核查财务状况给出审 计意见 公司经营数据对审计师公开，审计师分析公司准确财务报表后给出审计意见 互助保险、众筹 用户需要一个中心平台发布众筹、互助保险信息 用户可将发布的信息广播至公开网络 保险定价 保险公司根据简单信息制定阶梯式的定价模式 保险公司将根