報(bào)告人：袁先智

時(shí)  間：2022年4月28日下午3:30

方  式：騰訊會(huì)議線(xiàn)上研討會(huì)

會(huì)議號(hào)：556 188 310

會(huì)議密碼：261399

【報(bào)告人簡(jiǎn)介】

袁先智博士，中山大學(xué)管理學(xué)院外籍兼職特聘教授，華東理工大學(xué)商學(xué)院特聘兼職教授；中國(guó)系統(tǒng)工程學(xué)會(huì)資深顧問(wèn)；中國(guó)CSIAM金融數(shù)學(xué)工程專(zhuān)業(yè)委員會(huì)副主任；國(guó)際金融工程雜志（International Journal of Financial Engineering）主編和多家學(xué)術(shù)專(zhuān)業(yè)雜志的編委。袁博士目前是上海翰墨（Hammer）數(shù)科公司的首席科學(xué)家和資深副總裁。

袁老師有在國(guó)外（美國(guó)，加拿大，和澳大利亞）超過(guò)30年工作和學(xué)習(xí)的經(jīng)歷。在國(guó)內(nèi)外SCI 和SSCI學(xué)術(shù)刊物發(fā)表了160多篇專(zhuān)業(yè)論文，出版5本專(zhuān)著，和參與或主持了一批國(guó)家重大項(xiàng)目。在非線(xiàn)性分析和相關(guān)的在數(shù)理經(jīng)濟(jì)，金融工程，博弈論，金融科技，COVID-19的時(shí)空預(yù)測(cè)動(dòng)態(tài)應(yīng)急風(fēng)險(xiǎn)管理等方面和領(lǐng)域的研究建立和取得了一系列處于國(guó)際領(lǐng)先的系統(tǒng)性結(jié)果。

帶領(lǐng)團(tuán)隊(duì)，從2015年開(kāi)始，在下面幾個(gè)方面進(jìn)行了具有原創(chuàng)性的卓越工作：1）基于結(jié)合中國(guó)實(shí)踐與世界接軌，有機(jī)結(jié)合金融科技方法在大數(shù)據(jù)框架下在金融數(shù)字資產(chǎn)定價(jià)，在區(qū)塊鏈生態(tài)下支持金融科技從理論到實(shí)踐的支持共識(shí)經(jīng)濟(jì)的一般共識(shí)博弈理論框架基礎(chǔ)工作的建立；2）對(duì)應(yīng)中小型企業(yè)（SMEs）信用貸款產(chǎn)品的落地解決方案的成功實(shí)踐；3）在充分理解中國(guó)金融行業(yè)發(fā)展的基礎(chǔ)上，基于大數(shù)據(jù)框架下從全維度動(dòng)態(tài)分析的角度，創(chuàng)建了適合中國(guó)國(guó)情與國(guó)際接軌的基于咖啡館（CAFé）的全面風(fēng)險(xiǎn)評(píng)估體系的信用風(fēng)險(xiǎn)評(píng)級(jí)體系，及其在信貸市場(chǎng)，股票市場(chǎng)，債券市場(chǎng)和相關(guān)場(chǎng)景的應(yīng)用。目前在支持金融科技與數(shù)字經(jīng)濟(jì)發(fā)展理論與實(shí)踐應(yīng)用，標(biāo)準(zhǔn)制定等方面，目前處于國(guó)際領(lǐng)先的水平。

【內(nèi)容摘要】

本文在大數(shù)據(jù)框架下，系統(tǒng)地介紹了如何利用人工智能算法（即吉布斯抽樣（Gibbs Sampling)）為工具，結(jié)合非結(jié)構(gòu)化的另類(lèi)數(shù)據(jù)為基礎(chǔ)，如何建立以樣本誤差容忍度為標(biāo)準(zhǔn)的大數(shù)據(jù)關(guān)聯(lián)特征提取的一般框架，應(yīng)用于金融風(fēng)險(xiǎn)管理，支持在金融的征信業(yè)務(wù)中構(gòu)建與國(guó)際接軌但適合中國(guó)金融市場(chǎng)的的信用評(píng)級(jí)體系和相關(guān)應(yīng)用。

具體來(lái)講，采用馬爾可夫鏈蒙特卡羅(MCMC)框架下的吉布斯抽樣(Gibbs sampling) 算法為工具，通過(guò) “OR值”（Odds Ratio) (即“比值比” 或 “優(yōu)勢(shì)比”）為驗(yàn)證標(biāo)準(zhǔn)，在大數(shù)據(jù)環(huán)境下，系統(tǒng)性地陳述了如何從海量數(shù)據(jù)中提取與金融衍生品價(jià)格或者風(fēng)險(xiǎn)關(guān)聯(lián)度高的風(fēng)險(xiǎn)特征因子的隨機(jī)搜索方法。

本文的分析和實(shí)證結(jié)果表明，我們?cè)诖髷?shù)據(jù)框架下建立的特征提取方法除了能夠有效地篩選出刻畫(huà)影響基金業(yè)績(jī)的關(guān)聯(lián)特征外，也夠提取出影響螺紋鋼期貨和銅期貨價(jià)格趨勢(shì)變化的關(guān)聯(lián)特征，這為業(yè)界對(duì)FOF的組建與管理，對(duì)應(yīng)金融衍生品價(jià)格變化走勢(shì)，特別是大宗期貨交易和風(fēng)險(xiǎn)管理方面提供了一種新的分析維度和風(fēng)險(xiǎn)特征因子應(yīng)用方向。

另外，本文討論的從大數(shù)據(jù)的視角篩選金融衍生品風(fēng)險(xiǎn)特征因子的方法，與過(guò)去傳統(tǒng)的計(jì)量分析方法不同，是金融科技在大數(shù)據(jù)金融方面分析和應(yīng)用的創(chuàng)新點(diǎn)。

【主持人簡(jiǎn)介】

閆海洲，上海對(duì)外經(jīng)貿(mào)大學(xué)金融管理學(xué)院副院長(zhǎng)，經(jīng)濟(jì)學(xué)博士，金融學(xué)教授。研究主要聚焦于公司金融和產(chǎn)業(yè)金融的交叉領(lǐng)域。