报告人：袁先智
时 间：2022年4月28日下午3:30
方 式：腾讯会议线上研讨会
会议号：556 188 310
会议密码：261399
【报告人简介】
袁先智博士，中山大学管理学院外籍兼职特聘教授，华东理工大学商学院特聘兼职教授；中国系统工程学会资深顾问；中国CSIAM金融数学工程专业委员会副主任；国际金融工程杂志（International Journal of Financial Engineering）主编和多家学术专业杂志的编委。袁博士目前是上海翰墨（Hammer）数科公司的首席科学家和资深副总裁。
袁老师有在国外（美国，加拿大，和澳大利亚）超过30年工作和学习的经历。在国内外SCI 和SSCI学术刊物发表了160多篇专业论文，出版5本专著，和参与或主持了一批国家重大项目。在非线性分析和相关的在数理经济，金融工程，博弈论，金融科技，COVID-19的时空预测动态应急风险管理等方面和领域的研究建立和取得了一系列处于国际领先的系统性结果。
带领团队，从2015年开始，在下面几个方面进行了具有原创性的卓越工作：1）基于结合中国实践与世界接轨，有机结合金融科技方法在大数据框架下在金融数字资产定价，在区块链生态下支持金融科技从理论到实践的支持共识经济的一般共识博弈理论框架基础工作的建立；2）对应中小型企业（SMEs）信用贷款产品的落地解决方案的成功实践；3）在充分理解中国金融行业发展的基础上，基于大数据框架下从全维度动态分析的角度，创建了适合中国国情与国际接轨的基于咖啡馆（CAFÉ）的全面风险评估体系的信用风险评级体系，及其在信贷市场，股票市场，债券市场和相关场景的应用。目前在支持金融科技与数字经济发展理论与实践应用，标准制定等方面，目前处于国际领先的水平。
【内容摘要】
本文在大数据框架下，系统地介绍了如何利用人工智能算法（即吉布斯抽样（Gibbs Sampling)）为工具，结合非结构化的另类数据为基础，如何建立以样本误差容忍度为标准的大数据关联特征提取的一般框架，应用于金融风险管理，支持在金融的征信业务中构建与国际接轨但适合中国金融市场的的信用评级体系和相关应用。
具体来讲，采用马尔可夫链蒙特卡罗(MCMC)框架下的吉布斯抽样(Gibbs sampling) 算法为工具，通过 “OR值”（Odds Ratio) (即“比值比” 或 “优势比”）为验证标准，在大数据环境下，系统性地陈述了如何从海量数据中提取与金融衍生品价格或者风险关联度高的风险特征因子的随机搜索方法。
本文的分析和实证结果表明，我们在大数据框架下建立的特征提取方法除了能够有效地筛选出刻画影响基金业绩的关联特征外，也够提取出影响螺纹钢期货和铜期货价格趋势变化的关联特征，这为业界对FOF的组建与管理，对应金融衍生品价格变化走势，特别是大宗期货交易和风险管理方面提供了一种新的分析维度和风险特征因子应用方向。
另外，本文讨论的从大数据的视角筛选金融衍生品风险特征因子的方法，与过去传统的计量分析方法不同，是金融科技在大数据金融方面分析和应用的创新点。
【主持人简介】
闫海洲，纽约国际588888线路检测中心金融管理学院副院长，经济学博士，金融学教授。研究主要聚焦于公司金融和产业金融的交叉领域。
