数字金融时代 机器学习模型在实时反欺诈中的应用与实践

近年来,数字金融蓬勃发展,金融科技日趋成熟,信息技术的发展对社会产生巨大积极作用的同时也带来了新型风险,网络黑产呈爆发式增长,电信网络诈骗给人民群众造成了巨大的财产损失。在数字金融时代,商业银行既迎来了新的机遇与动力,又面临着新的挑战和数字化变革的要求,线上金融业务已经成为新的主战场。在此背景下,基于RFM高维衍生特征和对机器学习算法的研究,构建了基于高维交易行为画像的事中反欺诈机器学习模型。依托大数据、流计算等技术,通过在系统化部署、应用策略以及模型迭代优化等环节的实践,形成了一套基于机器学习模型的事中风控方案。实践证实,该模型的AUC达到了0.972,可以敏锐洞察欺诈风险,实现毫秒级的欺诈交易识别,对于提升线上数字金融业务的事中风控能力具有一定的推广价值和借鉴意义。

中国基金投资者与股市波动性关系的实证研究

近年来,我国股市波动剧烈,这使得学界有必要深入理解机构投资者（特别是基金投资者）对加剧或降低股市波动率所起的作用。文章使用2001年~2013年的我国制造业上市公司的数据,利用wilcoxon秩和检验法,在控制了不同股票的市值之后,对基金公司持股比例对该股票波动率的影响进行了实证分析。文章结果表明：对于流通市值大的股票,基金投资者的持股并未对其波动率造成显著影响,但对于流通市值小的股票,基金投资者的持股显著增加了其波动性。

智能化驱动零售银行转型与发展

随着移动互联、大数据、云计算、人工智能和金融科技的深度融合，我国商业银行进入发展的“新常态”，零售银行迎来发展的新时代，而智能化更将成为零售银行发展方式与服务模式锐变的主推手。展望未来零售银行智能化发展趋势，商业银行既要把握变化，更要把握不变。

中国银行举办“中银理财”客户子女暑期奥运夏令营

8月7日,以传播奥运文化、弘扬奥运精神为主题的"奥运伴我成长——2007年中银奥运夏令营"在北京中国银行总行大厦举行了盛大的开营仪式。这是中国银行连续两年面向中银理财客户子女,举办以奥运为主题的暑期青少年夏令营活动。

中国银行在境内首家推出“私人银行业务”

2007年3月20日下午,中国银行与RBS(苏格兰皇家银行集团)在总行大厦联合举行新闻发布会,向社会公众正式宣布,双方合作在境内银行业中率先推出"私人银行业务"。作为境内第一批私人银行客户专属网点。

住房贷款证券化的具体运作与可能出现的问题研究

住房贷款证券化作为商业银行一种新型的融资模式,有利于增强银行资产流动性,提高资本充足率。介绍了商业银行住房贷款证券化的基本运作模式以及具体操作流程。同时,针对目前面临的一些制度障碍,指出了住房贷款证券化在商业银行具体运作中可能出现的问题。

商业银行集团发展个人养老金业务的思考

2022年4月21日,国务院办公厅发布了《关于推动个人养老金发展的意见》,为商业银行集团发展个人养老金业务带来重要的业务发展契机。商业银行可运用集团综合化经营优势,打造一流集团养老金服务体系,践行保障国计民生的社会责任。

经常项目、资本项目和跨境输出人民币

文章讨论了几个与人民币跨境输出相关的问题。由于经常项目长期顺差,我国是否无法通过经常项目向外净输出人民币?通过资本项目跨境输出货币,再通过经常项目使境外的货币回流,这种模式能否持续?文章分析了通过经常项目和资本项目这两种不同的渠道跨境输出货币,分别有什么区别、作用和局限,指出这两者相互补充,缺一不可。

基于宽度和词向量特征的文本分类模型

针对词向量文本分类模型记忆能力弱,缺少全局词特征信息等问题,提出基于宽度和词向量特征的文本分类模型(WideText):首先对文本进行清洗、分词、词元编码和定义词典等,计算全局词元的词频-逆文档频度(TFIDF)指标并将每条文本向量化,将输入文本中的词通过编码映射到词嵌入矩阵中,词向量特征经嵌入和平均叠加后,和基于TF-IDF的文本向量特征进行拼接,传入到输出层后计算属于每个分类的概率.该模型在低维词向量的基础上结合了文本向量特征的表达能力,具有良好的泛化和记忆能力.实验结果表明,在引入宽度特征后,WideText分类性能不仅较词向量文本分类模型有明显提升,且略优于前馈神经网络分类器.

谁在催生房产泡沫

房地产和中国经济紧密相连，中国目前的经济增长背后有两大支柱在推动，一是城市化进程，二是人口结构，而这两个因素也相互交织在一起，成为影响目前房地产价格的重要方面。

双币卡到底有没有“收费陷阱”

近期,有媒体报道:国内银行发行的双币卡已因"内卡外抛"导致"百亿外币资金非法入境"。更骇人听闻的是,双币卡的"内卡外抛"已悄无声息地侵蚀持卡人权益、"巧取豪夺"商户和持卡人手续费,而且违反国家外汇法规、危害"国家金融信息安全"——言下之意,双币卡为祸甚巨,已令金融安全有受害之虞。

中银理财携手全球通 全国大型理财巡回演讲上海拉开帷幕

1月10日。