面向大中華等地的金融科技大數據解決方案

數碼創新不斷重塑日常生活的各個領域，其中數碼金融改變了人們的交易和借貸方式，以及金融服務提供的模式。設於城大的金融科技與工程聯合實驗室，匯聚頂尖的科研能力和豐富的行業實戰經驗，致力進行前沿研究，特別針對識別和管理金融風險方面，提供解決方案。這個聯手項目，將有助確立大中華及以外地區未來金融科技的發展路向。

「京東數字科技——香港城市大學金融科技與工程聯合實驗室」於2019年年初成立。京東數字科技是全球電子商貿平台京東集團的金融科技企業，現已成為區內領先的數碼科技企業之一，為公司和其他客戶提供技術解決方案，以增其強數碼化發展。

貸款定價數據模型

聯合實驗室在個人消費資產的資產定價、金融風險監測和使用者行為分析等領域展開研究，目標是為金融業發展提供數據為本的解決方案。聯合實驗室特別著重發掘全新的數據模型和分析技術，開發金融工程、科技和大數據的實際應用，以協助基於風險管理的貸款定價。

「數據科學學院擁有世界級的師資團隊，在理論和實際應用方面均具備豐富的專業知識，為進行一流的研究項目和提供有利行業和社會的解決方案，打造了堅實的基礎。」城大數據科學學院副教授兼聯合實驗室主任吳琦博士說。

吳博士曾接受數學、商科和工程的跨學科訓練，並在運籌學和管理科學的廣泛領域內，專門從事定量金融和商業分析。他之前主要集中為金融衍生產品進行建模，以及研究有關產品對市場參與者帶來的風險。

瞭解消費者的信貸風險

吳博士最近聯同京東數字科技進行的一項研究，就是採用團隊開發的工業級深度學習系統，評估和預測消費者的信貸風險。當電子商貿平台提供無抵押貸款為消費者提供購物資金時，需要管理隨之而來的信貸風險。研究團隊提出除了要考慮傳統的支付記錄外，還應包括消費者購物行為數據，並利用深度學習方法將消費者信貸風險分成三個決定因素：一）主觀風險，即消費者的還款意願；二）客觀風險，即消費者的還款能力； 三）行為風險，即消費者的行為特徵。

研究結果顯示，跟傳統的機器學習和其他深度學習模型相比，研究團隊提出的新方法預測能力更高，能對未來的違約風險作出實時評估，尤其是消費者在沒有提供抵押品的情況下獲得貸款購物。

管理零售信貸風險新方法

吳博士與京東數字科技合作的另一個項目，是首個有關零售信貸風險的研究，集中探討當貸款方的信貸決策出現變化時，預計借款方還款行為會相應出現的差異。 

 

傳統的估算方法忽略了貸款方的信貸決策與借款方的信貸風險之間的混雜效應，以及風險評估可能出現的重大偏差。為解決這些問題，研究團隊提出新的估算方法，證明能大大降低估算誤差。這種新方法將協助科技集團管理在線市場的零售信貸風險，而有關風險與傳統商業銀行面對的信用卡違約風險有著根本的區別。

「除了為全球金融市場的發展提供嶄新的解決方案，我們還給予科技企業、學者和學生一個共同平台，以探索金融科技研究和實際應用的新模式。我們期望透過促進交流培訓、舉辦學術論壇和共享資源，協助香港、內地和區內培訓專業的管理人員。」吳博士說。 

此文章收錄於CityU RESEARCH。