中國精算研究院金融科技中心主任張寧：央財金融科技創新指數基於知識經濟和智慧計劃
10月13日，中央財經大學聯合零壹財經在北京市東方美爵酒店召開"中國金融科技創想峰會暨中國金融科技創新發展指數釋出會"。
此次釋出會，不僅建立金融科技"創新、思考、發展"的平臺，同時還基於金融科技中心在人工智慧、大資料、區塊鏈等方面的多年研究與積累，釋出央財金融科技創新指數，對銀行、保險公司和金融科技企業的金融科技創新能力進行全方位評價，助力金融科技發展。
央財金融科技創新指數是央財金融科技指數的重要組成部分，它基於央財金融科技指數的結果，評判金融機構和企業在創新方面的能力，表明獲獎金融機構和Fintech企業在金融科技創新方面的領先能力。
在金融科技創新指數釋出暨頒獎儀式上，中國精算研究院金融科技中心張寧主任分享了中國金融科技發展指數整個的編制過程併發布了國內第一個金融腦平臺。
張寧表示，目前我們有一些基於資本市場相關的企業市場價值指數，還有一些用來評判區域和行業的指數，但是還沒有一個用來評價金融企業和金融科技企業在金融科技創新能力方面的一些評價的指數。同時，他認為在評價金融科技指數的過程中，目前相關的評價方法沒有考慮到大資料和人工智慧的影響或者沒有使用相應的方法，用一種低階的認知評價一種高階的認知是欠缺的。
張寧還介紹了央財金融科技創新指數工作的兩個基礎，一個是金融腦系統，另外一個是中央財經大學金融科技書系。他表示，整個金融腦系統包括金融科技指數評價與指數的自動化，同時面向金融的自然語言理解平臺，還包括基於隨機學習的金融雲，主要是沒有人類規則的在金融市場進行投資的金融腦系統。
張寧指出，央財金融科技創新指數整個評價的理論和框架首先是基於知識經濟和智慧計劃，這是一個比較前沿的知識探討的模型，第二是基於人工智慧和大資料，第三是龐大的資料支撐和判例，第四是同時提供指數的動態程式。
張寧：非常榮幸在這裡跟大家一塊分享我們中國金融科技發展指數整個的編制過程，在介紹的過程我們同時釋出國內第一個金融腦平臺或者說是金融+人工智慧的平臺，以及中央財經大學金融科技發展指數。我們的內容包括8個模組，第八個是給我們主持人的，前面我介紹一下指數的背景還有我們的團隊以及最主要的工作的基礎和特點還有相應的一些方法。
首先，目前我們有一些基於資本市場相關企業市場價值的指數，還有一些用來評判區域和行業的一些指數，但是還沒有一個用來評價金融企業和金融科技企業在金融科技創新能力方面的一些評價的指數。這是我們找到的一個空缺，也是最大的背景。
另外，在評價金融科技指數的過程中，目前相關的評價方法沒有考慮到大資料和人工智慧的影響或者沒有使用相應的方法，我們用一種低階的認知評價一種高階的認知是欠缺的。大多數的金融科技的指數評價沒有考慮到認知層面的東西，今天我們這個網際網路經濟，是知識經濟的初期階段，整個經濟模式會由網際網路經濟進化到認知經濟的模式，它很大程度上取決於領導者的認知能力。
我們的指數由我們金融科技中心負責研究，同時由精算研究院、金融學院和零壹財經共同釋出。我們這個發展指數是針對地區和國家的，還有一個創新指數是今天大會上釋出的，這是針對階級金融創新能力的，還有一個針對金融科技企業的，我們叫央財金融科技綜合服務指數，還有一些專項的指數，我們的主題是感知、認知，創新和思考。感知金融科技的現狀，認知金融科技的內涵，創新金融科技的發展，思考金融科技的未來，這也是我們整個大會的主題。
我們整個團隊叫做金融科技的團隊，是由我們2015年成立的資料燈塔團隊，來自於全國不同的高校，還有企業裡面對金融科技大資料感興趣的人組成，主要的成員包括我，陳輝老師還有響應的中央財經大學金融科技書系編委會的成員，我們得到中央財經大學金融科技書系團隊顧問的支援，包括倪光南院士也是我們的成員之一，我們指數整個編制過程中得到了相應的一些重要專案的支撐。
下面，我介紹一下指數整個工作的兩個基礎，一個是金融腦系統，另外一個是中央財經大學金融科技書系。這是基於前面兩個基礎我們才能做出整個金融科技指數的編制和評價，這是我們金融腦系統的一部分。整個金融腦系統包括金融科技指數評價與指數的自動化，同時面向金融的自然語言理解平臺，還包括基於隨機學習的金融雲，主要是沒有人類規則的在金融市場進行投資的這樣的金融腦系統。還包括通用的金融學習，我們知道人工智慧跟金融的結合有一個最大的障礙，來自於金融要求可以解釋的，深度學習沒有辦法解釋，這方面我們做了一些基礎性的工作，包括我跟趙亮老師合作的論文，還有網路探聽的方式，智慧執行，還有國內最全的金融的知識圖譜，這也是人工智慧領域最熱的一個內容。
接下來，我談一下指數。我們整個評價的理論和框架是基於知識經濟和智慧計劃，這是一個比較前沿的知識探討的模型，第二我們基於人工智慧和大資料，第三是龐大的資料支撐和判例，第四我們同時提供指數的動態程式。我們形成了四個項鍊的評價，比如認知稟賦和核心能力，這是我們整個的工作的基礎。
從哪裡體現人工智慧和大資料技術？我們金融的詞雲技術可能是目前公開發表的資料裡面是第一家，我們使用了穩健協方差方法，當樣本出現特別大的變化的時候抽取主成分影響就很大，我們使用對上市公司核心的技術就是穩健的協方差的方法。半個月前我們做了一些統計，我們為了評價指數我們動用了金融腦支撐計劃的所有的資料，全部資料我們使用了86TG的資料，這個資料量是14萬億位元組，這裡麵包括了一些具體的資料。比如說我們用了1.41T的金融文字資料，由這些資料我們最後將它抽象成知識，這個知識還不斷的變化，我們現在使用的版本是2018年3月大約是20G左右的，是由人工智慧生成的。
我們的研究不像企業有那麼多的錢可以買大量的計算機，我們的整個的運算速度每秒176萬億次，特別提到我們意識到整個核心技術是晶片，我們構造系統的時候我們使用了我們自己定義的自主的金融的BIM平臺，如果有國產的優質晶片應用只要它能支撐的相應的深度網路的定義就可以拿來用。我們釋出的形式第一種形式就是右邊的書，我們已經定稿了，11月由經濟出版社來出版《中國經濟發展史》報告，我們還會提供相應的指數網站動態版。同時我們把指數整合在保險大資料和金融大資料的APP上。
最後，我們計劃舉辦相應的面向金融的資料競賽，以完成整個金融科技生態系統的構建。
第七部分，在基於這些指數，我們列了一些比如說在評價之後，頭部的一些企業等。
我要特別強調一點，所有的指數編制過程都是基於開源的資料，這些開源大量資料通過人工智慧技術來生成的，同時我們提供的這種紙質版今天的指數其實是靜態的結果，動態的指數會從網站和APP後續提供，我的報告就到這裡。謝謝大家！