SMP 2019 智能金融论坛


论坛概况

论坛时间:2019年8月17日 13:30-15:30

论坛形式:专家报告

论坛简介:当前人工智能与金融的深度融合正在对金融领域的发展发挥着越来越重要的作用,其核心在于用人工智能技术自动化和智能化金融交易,并促进传统金融业的投资、分析、管控的智能化转型与变革,实现普惠金融。本论坛有幸邀请到来自香港科技大学、武汉大学、香港理工大学、深圳证券信息有限公司、招商银行的专家学者与所有参会者共同分享基于知识大图的系统性金融风险研究、金融大数据平台、人工智能赋能下的银行形态变革等方面的主题。

论坛主席:彭敏(武汉大学计算机学院教授)

主席简介:彭敏,武汉大学计算机学院教授,博士生导师,武汉大学语言与信息研究中心主任,计算机学院人工智能研究所副所长,IEEE CIS Emerging Technologies专委委员,SMP专委会委员、智能金融专业组组长。研究方向为自然语言处理、数据挖掘等。主要研究课题涉及机器自动问答、金融数据分析、知识图谱、情感分析等。近年来在TOIS、TKDE、ACL、CIKM、TKDD等刊物和会议上发表学术论文60余篇。获湖北省科技进步一等奖1项、湖北省自然科学二等奖1项、武汉市“3551人才“、IEEE ANTS最佳论文奖、第二届全国创新创业大赛优秀奖、2018CCNC“IT女性精英论坛最佳风采奖”等多项奖励。


论坛嘉宾

杨强   香港科技大学  教授


报告主题:用户隐私,数据孤岛和联邦学习

报告摘要:随着人工智能(AI)的广泛应用,AI系统所面临的大数据挑战也日益凸显。一方面,AI系统的成功离不开大数据,另一方面,社会对于用户隐私的泄露也越来越不能容忍。最近,欧洲推出了严厉的个人数据隐私法案,而部门和机构之间的隔阂也使得部门墙成为数据孤岛间难以逾越的障碍。面对这一严峻挑战,我们提出“联邦迁移学习",用以建立机构间的桥梁,使得不同数据控制方可以参与联合建立AI模型,并协作使用模型来进行决策。各方数据不出本地,而用户隐私得到最好保护。我将举例描述联邦迁移学习这一技术的几个功能,包括数据确权定价,利益合理分配,安全联合建模。

嘉宾简介:杨强,微众银行首席人工智能官,曾担任香港科技大学计算机与工程系讲座教授和系主任,前华为诺亚方舟实验室主任,第四范式公司联合创始人,AAAI执委,国际人工智能联合会IJCAI理事会主席,香港人工智能与机器人学会理事长,ACM TIST 和IEEE TRANS on BIG DATA创始主编,AAAI, ACM,IEEE,AAAS等多个国际学会的Fellow


马费成  武汉大学  教授


报告主题:基于知识大图的系统性金融风险研究

报告摘要:防范和化解系统性金融风险是当前金融工作的根本性任务。本次演讲基于金融股权网络中知识的多层次、多角度关联结构设计知识组织和表示方法,以此为基础构建金融知识大图,通过知识关联将系统性金融风险的防范和化解问题与方法和知识大图的构建与演化机制紧密结合,为金融大数据的价值分析、发现提供更加丰富的语义信息以提高价值创造的效率与质量。同时基于金融知识大图构建了知融金融大数据平台,提供对资本市场实体的知识关联,以及多层股权结构的发现与计算,并对交叉持股,资本系等蕴含潜在风险的股权结构进行了揭示与分析,以满足面向系统性金融风险监管的研究与应用需求。

嘉宾简介:马费成,武汉大学人文社科资深教授、信息管理学院教授、教育部人文社会科学重点研究基地武汉大学信息资源研究中心首席科学家、大数据研究院院长。兼任教育部社会科学委员会委员,国家社会科学基金图书情报与文献学评审组组长,国家自然科学基金管理科学部评审组成员,中国科技情报学会副理事长,中国信息经济学会副理事长,国际信息系统学会(AIS)中国分会(CNAIS)副主席。主要从事数字信息资源管理与数字经济、数据分析与管理、知识组织与知识网络等领域的研究。先后承担国家社会科学基金重大项目,国家自然科学基金重大研究计划重点项目、国际合作重点项目、常规重点项目,教育部哲学社会科学研究重大课题攻关项目及其他省部级科研项目30多项,出版著作20余部,发表论文200余篇。先后获得宝钢优秀教师特等奖、国家教学名师、全国百篇优秀博士论文指导教师等称号;获教育部人文社会科学研究优秀成果奖一等奖、二等奖,国家教学成果一等奖、二等奖,湖北省社会科学优秀科研成果一等奖、科技进步奖等国家及省部级教学科研成果奖20余项。


余翔  香港理工大学应用数学系  助理教授


报告主题:Risk Sensitive Portfolio Optimization with Regime-Switching and Default Contagion

报告摘要:We study the dynamic risk-sensitive portfolio allocation in a regime-switching credit market with default contagion. The state space of the Markovian regime-switching process is assumed to be a countably infinite set. To characterize the value function of the risk sensitive stochastic control problem, we investigate the corresponding recursive infinite-dimensional nonlinear dynamical programming equations (DPEs) based on default states. We propose to work in the following procedure: Applying the theory of the monotone dynamical system, we first establish the existence and uniqueness of classical solutions to the recursive DPEs by a truncation argument in the finite state space. Moreover, the associated optimal feedback strategy is characterized by developing a rigorous verification theorem. Building upon results in the first stage, we construct a sequence of approximating risk sensitive control problems with finite state space and prove that the resulting smooth value functions will converge to the classical solution of the system of DPEs. The construction and approximation of the optimal feedback strategy for the original problem are thoroughly discussed. Some numerical results are also presented to illustrate our analytical conclusions. Joint work with Lijun Bo (USTC) and Huafu Liao (USTC).

嘉宾简介:余翔博士现任职于香港理工大学应用数学系助理教授。余博士2007年本科毕业于华中科技大学数学系信息与计算科学专业,并在2012年5月获得美国德州大学奥斯汀分校数学博士学位。 他的研究工作发表于 Annals of Applied Probability , Mathematical Finance, SIAM Journal on Control and Optimization, Mathematics of Operations Research 等顶级期刊。他目前的研究方向主要是金融数学,应用概率论,随机控制与优化等。


张俊  深圳证券信息有限公司  数据中心总监


报告主题: 金融大数据平台建设实践

报告摘要:金融市场是信息驱动的市场,在大数据环境下如何利用新技术挖掘新信息服务新场景,是目前金融机构及金融IT服务厂商最关注的问题之一。为满足深圳证券市场科技监管和智能监管的需要,从2016年起报告人带领团队开始规划建设开放式金融大数据平台,通过三年的持续积累,形成了系统内领先的自然语言处理技术架构、高效高可用的数据服务架构和有行业特色的典型应用场景。报告从建设背景、平台概况、核心要素、服务应用四个方面详细总结了金融大数据平台建设实践的经验,以期为业界及学界提供借鉴。

嘉宾简介:深圳证券信息有限公司数据中心总监,深圳市科学技术协会评审专家,深圳市科技创新委员会专家库成员。有超过20年证券信息数据库及相关应用系统和产品服务规划、设计及管理经验。主持深圳市技术创新计划重点项目“证券信息多层网络数据检索与监控关键技术的研究”( 2016年)和深圳第一批扶持计划高技术产业化项目“金融证券信息深度处理与云服务平台研发及产业化”( 2017年),作为核心成员参与多项国家与省部级课题。学术专长:金融大数据管理理论与实践、大数据环境下的数据治理。


李金龙  招商银行  人工智能实验室负责人


报告主题: 人工智能赋能下的银行形态变革

报告摘要:从人工智能的推广应用角度出发,论述国内银行数字化建设现状,研讨未来金融科技促进银行业形态变化的态势,并按照AI赋能银行的三层分类(效率提升、流程变迁、产品迭代)推进的思路,论述对NLP、智能应答、知识图谱等技术的核心需求以及应用价值。

嘉宾简介:招商银行信息技术部人工智能实验室(AI Lab)负责人,一直活跃在金融科技前沿,近年来展开人工智能方面研究和场景落地,目前已在营销、经营、服务、风控、运营等数十个场景开展了应用,支持业务的智能化发展。