報告人：袁先智

時  間：2022年4月28日下午3:30

方  式：騰訊會議線上研討會

會議號：556 188 310

會議密碼：261399

【報告人簡介】

袁先智博士，中山大學管理學院外籍兼職特聘教授，華東理工大學商學院特聘兼職教授；中國系統工程學會資深顧問；中國CSIAM金融數學工程專業委員會副主任；國際金融工程雜志（International Journal of Financial Engineering）主編和多家學術專業雜志的編委。袁博士目前是上海翰墨（Hammer）數科公司的首席科學家和資深副總裁。

袁老師有在國外（美國，加拿大，和澳大利亞）超過30年工作和學習的經歷。在國內外SCI 和SSCI學術刊物發表了160多篇專業論文，出版5本專著，和參與或主持了一批國家重大項目。在非線性分析和相關的在數理經濟，金融工程，博弈論，金融科技，COVID-19的時空預測動態應急風險管理等方面和領域的研究建立和取得了一系列處于國際領先的系統性結果。

帶領團隊，從2015年開始，在下面幾個方面進行了具有原創性的卓越工作：1）基于結合中國實踐與世界接軌，有機結合金融科技方法在大數據框架下在金融數字資產定價，在區塊鏈生態下支持金融科技從理論到實踐的支持共識經濟的一般共識博弈理論框架基礎工作的建立；2）對應中小型企業（SMEs）信用貸款產品的落地解決方案的成功實踐；3）在充分理解中國金融行業發展的基礎上，基于大數據框架下從全維度動態分析的角度，創建了適合中國國情與國際接軌的基于咖啡館（CAFé）的全面風險評估體系的信用風險評級體系，及其在信貸市場，股票市場，債券市場和相關場景的應用。目前在支持金融科技與數字經濟發展理論與實踐應用，標準制定等方面，目前處于國際領先的水平。

【內容摘要】

本文在大數據框架下，系統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，結合非結構化的另類數據為基礎，如何建立以樣本誤差容忍度為標準的大數據關聯特征提取的一般框架，應用于金融風險管理，支持在金融的征信業務中構建與國際接軌但適合中國金融市場的的信用評級體系和相關應用。

具體來講，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 “OR值”（Odds Ratio) (即“比值比” 或 “優勢比”）為驗證標準，在大數據環境下，系統性地陳述了如何從海量數據中提取與金融衍生品價格或者風險關聯度高的風險特征因子的隨機搜索方法。

本文的分析和實證結果表明，我們在大數據框架下建立的特征提取方法除了能夠有效地篩選出刻畫影響基金業績的關聯特征外，也夠提取出影響螺紋鋼期貨和銅期貨價格趨勢變化的關聯特征，這為業界對FOF的組建與管理，對應金融衍生品價格變化走勢，特別是大宗期貨交易和風險管理方面提供了一種新的分析維度和風險特征因子應用方向。

另外，本文討論的從大數據的視角篩選金融衍生品風險特征因子的方法，與過去傳統的計量分析方法不同，是金融科技在大數據金融方面分析和應用的創新點。

【主持人簡介】

閆海洲，上海對外經貿大學金融管理學院副院長，經濟學博士，金融學教授。研究主要聚焦于公司金融和產業金融的交叉領域。