面向大中华等地的金融科技大数据解决方案

数码创新不断重塑日常生活的各个领域，其中数码金融改变了人们的交易和借贷方式，以及金融服务提供的模式。设于城大的金融科技与工程联合实验室，汇聚顶尖的科研能力和丰富的行业实战经验，致力进行前沿研究，特别针对识别和管理金融风险方面，提供解决方案。这个联手项目，将有助确立大中华及以外地区未来金融科技的发展路向。

“京东数字科技——香港城市大学金融科技与工程联合实验室”于2019年年初成立。京东数字科技是全球电子商贸平台京东集团的金融科技企业，现已成为区内领先的数码科技企业之一，为公司和其他客户提供技术解决方案，以增其强数码化发展。

贷款定价数据模型

联合实验室在个人消费资产的资产定价、金融风险监测和使用者行为分析等领域展开研究，目标是为金融业发展提供数据驱动的解决方案。联合实验室特别着重发掘全新的数据模型和分析技术，开发金融工程、科技和大数据的实际应用，以协助基于风险管理的贷款定价。

“数据科学学院拥有世界级的师资团队，在理论和实际应用方面均具备丰富的专业知识，为进行一流的研究项目和提供有利行业和社会的解决方案，打造了坚实的基础。”城大数据科学学院副教授兼联合实验室主任吴琦博士说。

吴博士曾接受数学、商科和工程的跨学科训练，并在运筹学和管理科学的广泛领域内，专门从事定量金融和商业分析。他之前主要集中为金融衍生产品进行建模，以及研究有关产品对市场参与者带来的风险。

了解消费者的信贷风险

吴博士最近联同京东数字科技进行的一项研究，就是采用团队开发的工业级深度学习系统，评估和预测消费者的信贷风险。当电子商贸平台提供无抵押贷款为消费者提供购物资金时，需要管理随之而来的信贷风险。研究团队提出除了要考虑传统的支付记录外，还应包括消费者购物行为数据，并利用深度学习方法将消费者信贷风险分成三个决定因素：一）主观风险，即消费者的还款意愿；二）客观风险，即消费者的还款能力； 三）行为风险，即消费者的行为特征。

研究结果显示，跟传统的机器学习和其他深度学习模型相比，研究团队提出的新方法预测能力更高，能对未来的违约风险作出实时评估，尤其是消费者在没有提供抵押品的情况下获得贷款购物。

管理零售信贷风险新方法

吴博士与京东数字科技合作的另一个项目，是首个有关零售信贷风险的研究，集中探讨当贷款方的信贷决策出现变化时，预计借款方还款行为会相应出现的差异。 

 

传统的估算方法忽略了贷款方的信贷决策与借款方的信贷风险之间的混杂效应，以及风险评估可能出现的重大偏差。为解决这些问题，研究团队提出新的估算方法，证明能大大降低估算误差。这种新方法将协助科技集团管理在线市场的零售信贷风险，而有关风险与传统商业银行面对的信用卡违约风险有着根本的区别。

“除了为全球金融市场的发展提供崭新的解决方案，我们还给予科技企业、学者和学生一个共同平台，以探索金融科技研究和实际应用的新模式。我们期望透过促进交流培训、举办学术论坛和共享资源，协助香港、内地和区内培训专业的管理人员。”吴博士说。 

此文章收录于CityU RESEARCH。