基于深度强化学习的银行风险定价策略探析

在当前FinTech时代,大数据与人工智能等前沿技术在商业银行中的应用日益深化,重要性不断凸显。《北京市促进金融科技发展规划(2018年-2022年)》指出要“全面推动产学研用一体化,加快重大基础设施建设与平台要素聚集,打造并完善金融科技全链条生态系统”“全面推动新技术在金融风险防范和金融机构合规中的应用”。在此背景下,推动人工智能技术在金融风险防控领域的深度应用具有积极的现实意义。

商业银行零售业务数字化转型探索与实践

中国经济已经开启数字化新时代,各行各业都在加速数字化转型。数字经济发展需要数字金融给予支持,在“十四五”规划和2035年远景目标纲要中,党中央明确提出“稳妥发展金融科技,加快金融机构数字化转型”,商业银行作为金融领域不可或缺的主体,其数字化转型势在必行。

FinTech时代探索银行ATM运营及布局的智能化管理

在移动支付的背景下,现金需求量锐减,因此保持与客户服务量相应的ATM设备数量至关重要,如何在满足客户需求的同时又能减少低效的ATM设备,商业银行需要从多维度进行度量。运用统计学、应用数学、数据挖掘、机器学习、数字挛生、强化学习等新兴技术,有助于实现商业银行ATM运营管理的数字化转型。