5-5 跨界數據融合技術賦能產業數字化金融服務.pdf

《5-5 跨界數據融合技術賦能產業數字化金融服務.pdf》由會員分享，可在線閱讀，更多相關《5-5 跨界數據融合技術賦能產業數字化金融服務.pdf（24頁珍藏版）》請在三個皮匠報告上搜索。

1、跨界數據融合賦能產業數字化金融服務陳志明|01利用跨行業數據的挑戰02SME引擎還原企業經營情況真實性03關聯圖譜技術識別行業小微欺詐04量子計算驅動的大數據特征工程目錄C O N T E N T|集團和公司介紹|香港李兆基家族基金國盛集團端對端的普惠金融服務提供者由李家誠先生與謝立斌先生成立深圳華策輝弘科技有限公司重慶小雨點小額貸款有限公司開心創新 臻善 群力良心普惠 多元 回饋安心合法 便捷 隱私利用跨行業數據的挑戰|01供應鏈交易結構參考|1.核心企業與供應鏈公司簽署代采協議，委托供應鏈公司代理采購2.供應鏈公司以代采協議為基礎與資金方洽談，簽署代采融資協議3.核心企業發起采購申請4.核

2、心企業向資金方支付采購保證金5.供應鏈公司確認采購對象下單采購，并簽署采購協議6.供應鏈公司以采購協議發起用款申請，收款人為供應商7.資金方支付貨物對價至供應商8.供應商向核心企業發貨9.融資到期，核心企業償還貸款供應鏈數據參考1|Vs1 中小企業業務范圍Vs2 中小企業注冊資本Vs3 中小企業專利和軟件數量Vs4 中小企業分支機構數量Vs5 中小企業投資項目Vs6 中小企業經營異常次數Vs7 中小企業違約表現Vs8 中小企業行政違法次數Vs9 受強制執行的中小企業人數Vs10 中小企業訴訟數量Vs11 中小企業企業類型Vs12 中小企業股東類型Vs13 中小企業股東數量Vs14 中小企業運營

3、時間Vs15 中小企業行業Vs16 中小企業主要成員數量Vs17 中小企業注冊區供應鏈數據參考2|Vd1 中小企業供應商融資金額總和Vd2 中小企業供應商平均融資額Vd3 中小企業供應商融資金額差異Vd4 各季度中小企業供應商總融資需求Vd5 中小企業供應商年均融資利息Vd6 中小企業供應商年度融資利率差異Vd7 中小企業供應商平均還款期Vd8 中小企業供應商還款期差異Vd9 中小企業供應商的平均項目風險水平Vd10 中小企業供應商項目風險水平的差異Vd11 中小企業在平臺上的存在期限Vd12 中小企業供應商數量Vd13 中小企業主導供應商比例Vd14 中小企業供應商關接數量Vd15 中小企業

4、供應商的獨特資金用途數量Vd16 中小企業供應商獨特項目類型數量Vd17 主導項目類型占比Vd18 中小企業供應商項目類型數量Vd19 中小企業供應商獨特行業數量供應鏈數據參考3|Vd20 中小企業供應商主導產業占比Vd21 中小企業供應商行業數量Vd22 中小企業供應商省份數量Vd23 中小企業供應商省份占比Vd24 中小企業供應商關接省份數量Sang et al.(2021);Fayyaz et al.(2020)融合架構|變量重要性|SME引擎還原企業經營情況真實性|02行業小微經驗+大數據風控|構建中小微企業真實現金流&負債表數據確定真實經營狀況確認真實現金需求行業研究數據還原經營評估

5、額度測算實戰積累自動化智能化多維數據規則策略評分模型欺詐模型數據&模型量化違約概率識別個體、群體異常經營分析數據風控深耕行業，深入理解小微經營|授信額度年銷售額資金需求收入負債比DTI信用等級周轉率自由資金比例要求月收入月負債月各項支出額度核定方式多次迭代 專屬量化模型|人行征信信用歷史逾期信息賬戶信息查詢信息基本信息三方數據資產收入交易支付不良信息多頭共債電商交易活動行為組合模型PBOC子模型華策定制分三方數據子模型子模型可靈活組合/單獨使用快速對接落地實測模型性能優秀關聯圖譜技術識別行業小微欺詐03|覆蓋全流程確保真實性大數據+AI線上反欺詐核心企業篩選大數據核驗歷史交易分析受托支付反欺詐

6、算法多維數據提示規則風險關聯圖譜技術多維預警體系流程+算法反欺詐|覆蓋全流程確保真實性大數據+AI 線上反欺詐深度分析欺詐申請人的申請資料，常常能發現反映疑似欺詐的跡象。每天接收上萬筆申請，反欺詐算法將每筆申請的各項資料與所有存量客戶資料進行復雜關聯對比分析，攔截欺詐申請，揭發聯合欺詐及資料造假。在供應鏈業務中，反欺詐模型經過對申請人與歷史申請客戶按不同維度關聯，發現當前申請人與某黑名單申請人有關聯關系。商戶幫助申請人造假的案例通過多重資料關聯到黑名單用戶的案例在電車訂單貸業務中，發現某商戶的申請人填寫相同的A單位數量過多。調查進一步發現該商戶幫助客戶包裝資料、代辦貸款。|關聯圖譜反欺詐 發現

7、隱藏關連商戶幫助申請人造假的案例發現某商戶的申請人填寫相同的A單位數量過多。調查進一步發現該商戶幫助客戶包裝資料、代辦貸款。*一度網絡通過多重資料關聯到黑名單用戶的案例在供應鏈業務中，反欺詐模型經過對申請人與歷史申請客戶按不同維度關聯，發現當申請人與某黑名單申請人有關聯關系。*多度網絡在供應鏈業務中，反欺詐模型經過對申請人與歷史申請客戶按不同維度關聯，發現當前申請人與某黑名單申請人有關聯關系。商戶幫助申請人造假的案例通過多重資料關聯到黑名單用戶的案例在電車訂單貸業務中，發現某商戶的申請人填寫相同的A單位數量過多。調查進一步發現該商戶幫助客戶包裝資料、代辦貸款。*一度網絡*多度網絡項目背景量子計

8、算驅動的大數據特征工程04|QIEA 更有效地解決高維特征選擇問題相比遺傳算法 Genetic Algorithm(GA),基于量子的設計具有更好的預測性能和更快的計算速度量子啟發的進化算法Quantum-Inspired Evolutionary Algorithm(QIEA)|Population個體數量Variant Operators遺傳算子Fitness Function適應度函數Rotation Gate量子旋轉門Q-bit individuals,a linear superposition of multiple states probabilistically,|!+|!.S

9、chema to represents groups of individualsGenetic AlgorithmPredefined random population and individuals,exclusive set of points to represent feature space.Only top features above user-defined probability,select for cross-over and mutation and proceed into next generation.The remaining candidates are

10、selected according to rank-space methods and further random selection if required.Generally,use the maximal number of generations as a termination condition.Allow individual gene swapping(e.g.,one-point,two-points)to restore lost or unexplored genetic characteristics to the population.Observing fitn

11、ess values of multiple quantum individual solutions.Q-bit convergence termination criterion due to its probability-based representationof the individuals.Quantum-inspired Evolutionary Algorithm量子進化算法的改進|基于信用評分預測模型的QIEA全流程|00.10.20.30.40.50.60.70.80.900.10.20.30.40.50.60.70.80.9Feature-10Feature-11Fe

12、ature-12Feature-13Feature-14Feature-15Feature-16Feature-17Feature-18Feature-19Feature-20Feature-21Feature-22Feature-23Feature-24Feature-25Feature-26Feature-27Feature-28Feature-29Feature-30Feature-31Feature-32Feature-33Feature-34Feature-35Feature-36Feature-37Feature-38Feature-39Feature-40Feature-41Feature-42Offline Lending DatasetcQIEAgl10-CNNcGA-CNN更廣泛的特征選擇|Gaussian noise function NF:=(1,!)QIEA對噪聲影響較小|非常感謝您的觀看|Thanks