周市，贝克特·贝克辛银行：风险控制系统可能面

中国国际服务：第七届中国金融技术论坛于2025年9月10日至11日在北京举行。问题是“技术授权 - 数字化转型和金融行业的应用”。 Citic Baixin Bank的大数据总经理Zhou Beichun参加并讲话。 以下是演讲的转录。 亲爱的领导者，老年人，同事，您好，我是Citic Baixin Bank的Zhou Beichun。 Citic Baixin Bank是Citic Bank和中国第一家国家互联网银行管理的整体数字银行。我们的商业开发模式类似于私人互联网银行，例如韦伯和蚂蚁商业银行。没有脱离物理销售。根据数字技术，您的业务完全基于通过互联网基于云和云的业务开发。我在2017年的基金会开始时加入了公司，从事信息，数据和AI技术领域的相关Jobstwo。我很幸运能体验到比克森的施工过程，从信息到数字化。我们非常感谢贸易公平的国际金融技术论坛提供如此良好的交流和学习机会。 组织者提出了三个讨论问题：它重点介绍了两个主题：“前卫技术如何将智能转换为银行业”和“大数据和AI在智能风险控制系统中的应用和挑战”。 到。 Avant -Garde Technology如何将智能转型促进银行业务？ 回顾历史，银行业通常归因于某些领域中的前卫技术的外观，例如大型计算机主机，云计算，大数据技术和人工智能。根据对FREAL阶段的需求，银行业通过应用Avant -Garde技术并完成商业服务和模型来塑造了新的生产力。这个阶段在从数字化到情报的过渡。 边境技术是一种新工具的生产力，与生产力不相同。新的质量生产力，新工具生产，新的生产位置和适应新工具的生产模型是必要的条件。因此，技术和前卫的转变彼此相互转变。我们并没有改变前卫技术，而是通过应用这种前卫技术提供了新的促进力量来开发。 以大数据技术为例。过去，在谈论大数据时，很容易进行技术讨论，例如Fateop，Lambda，Kappa和Huzhou-Cangzhen的整合，而无视数据资产是在数字转型中起着至关重要的作用的生产因素。从数据资产的角度来看，我们创建了我们创建的BI数字报告的数量第一列员工的心理水平以及如何提高准确性和覆盖范围。同样，我们积累了许多数据样本，我们建立了许多用户标签和风险控制属性，并将其投入生产。如果他们通过详细操作有效地控制了业务数字风险和运营要求。我认为，这种类型的讨论可以进一步鼓励数字能力的提高。 返回今天的聪明主题。我同意以前客人的意见。 AI应用程序方案很重要，数据是中心的，不建议公司涵盖所有内容，并且必须加深高价值方案以供详细的应用程序。关于“ AI+”方案，它必须基于公司在特定时期或战略发展管理中所面临的问题。说到“ AI+”数据，自AI Generator技术的出现以来，该行业已经在许多领域进行了有用的尝试d在抹布模型上。通常，它是由知识驱动的，并在某种程度上提高了某些职位和服务用户的效率。 AI比人类更好地感知和理解数据，并且基于数字化的智能更新。构建基于数据的模型可以大大提高公司的效率和好处。知识工程和扫描数据工程将集成更多以提供AI生产因素。 b。应用程序和大数据和智能风险控制系统的挑战 Citic Baixin Bank是一家使用基于Internet的业务模型的互联网银行，风险控制是大数据和IA的最中心应用领域。 首先，它更有价值。数字包容性财务的基本逻辑是，通过最小化运营成本，以小规模的微观经济和个人消费者群体对金融服务的最普遍“好处”。风险控制功能确定放大器tude的“流行率”和金融服务“折扣”的优势。整体数字融资只能通过详细的数据和IA应用不断提高风险控制效率，并降低风险控制成本。 第二个是最合适的。风险控制本质上是概率的计算和数学问题的解决。您能做的最好的事情是执行数学问题。风险控制大约分为三个阶段。传统的风险控制是通过专家经验手动批准有限信息的过程。专家经验是中心的，信息是帮助。数字风险控制是基于大型数据应用算法的定量计算过程。数据是中心的，算法是辅助。智能风险控制是一个详细的数据挖掘过程和独立学习，通过AI技术寻求最佳解决方案。 AI是核和数据是基地。人类专家可以帮助AI提供地址和灵感，以加速找到最佳解决方案的过程。 以下是Citic Baixin Bank和Baidu在智能风险控制领域的探索和实践的简要介绍。整个风险控制生命周期主要包括数据工程，功能工程，模型工程和战略操作。 第一次搜索意味着开发风险控制建模代理（Alfamo内部代码名称），并通过大型模型生成小型模型。戴尔项目的全面更新。 Citic Baixin Bank拥有将近200个资产在线模型，该模型涵盖了风险控制以及PRE，中级链接的各个方面以及信贷业务的贷款之后。长期以来，对新模型的研究和开发的需求一直很高。在早期阶段，模型的迭代速度在15个工作日内通过Modelps压缩以theodel的生产能力和效率来瓶颈。 In this context, we develop risk control modeling agents that use agents' models, we carry out an interactive automatic modeling through more than 200 agent nodes, cover data quality analysis, data cleaning and segmentation, functional detection, model training, model evaluation and summary, and characteristics such as recommended guidance, rhetorical orientation, rhetorical orientation, multimodel comparison The limitations of manual modeling in terms of work and experience, and at the same时间，以相同的方式以相同的度量时间和相同的经验的方式来避免与方向相同的时间，同时，它们避免了与工作时间相同的时间，同时它们避免了相同的时间。大型模型。整个过程可以根据管理的特定作用来解释监管模型。在Alphamo的初始MVP完成后，Alphamo在贷款前进行了六个月的罚球，具体取决于真实的 - 真实世界风险模型的要求。结果显示六个时间的建模效率（4小时为4小时），KS MOD建模效应为7％（48例相比为45）。然后，Alphamo进行了12个小时的独立探索，KS的改善甚至超过50。 LGB算法倾向于在Alphamo的溶液分类中占据第八位。 我们目前正在与百度合作，通过Vanguardia技术探索未经处理数据的启发式特征，并探索功能工程中的新路线。该功能是建模的基础，并且在未经处理的数据中提取功能的能力是模型有效性的核心因素。传统Al方法根据建模专家的经验使用功能挖掘。可以生成具有较高区别的特征，但是在大规模序列化​​和多维数据下的瓶颈。触摸海湾非常容易。基于Kaggy的国际公共建模竞赛，专家指南AI，采矿和传播原始注册数据，功能配置并输入模型以生成默认概率。然后，AI进入了一个独立的学习和进化过程，其功能结构的影响显着改善，比传统特征的采矿高50％。当前，相关技术正在基于Baixin的实际情况进行实验的下一阶段。 根据投资提出的态度和实践，我们确定风险控制系统确实可以面临一般的重组。除了应用AI技术工具外，我们还必须考虑Chan收看我们传递数据的方式，从过去的人们到未来的服务代理商。与风险管理有关的职位还必须学会控制AI，并且应优化交叉位置协作模型并进一步适应新的生产模型。在AI时代，如果值得，如果有智力和转变，则值得重新考虑所有高价值的领域，如果是合适的，那么它是值得的。 我认为金融业的聪明转型将加速，并且发展将比明年快得多。我对次年感到非常兴奋，以便该机构可以利用AI在其中心场景中的潜力，并通过增加行业交流和共享成果来提高整个行业的智慧水平。 官方NINA Finance帐户 24-最新信息和财务视频的流离失所，以及扫描QR码以关注更多粉丝（Sinafinance）