近日，由国家信息化专家咨询委员会委员、中国人民银行科技司原司长、中国互联网协会互联网金融工作委员会常务副主任陈静为主编，国有银行、股份制银行、地方银行、保险、基金等众多从事金融科技工作的一线管理层、专家和研究人员共同参与编写的《中国金融科技发展概览（2018～2019）》出版发行，总结了一年多来我国金融科技发展中的经验与得失，展望下一年发展趋势。

《中国金融科技发展概览（2018～2019）》是在中国互联网协会互联网金融工作委员会联合金融科技创新联盟统一组织协调下，在各成员单位大力支持下，由从事金融科技工作的一线管理层、专家和研究人员共同参与编写，在每年几十场金融科技专题研讨会、创新创业大会，案例征集评选，全国高校金融科技创新大赛，定向企业走访调研等富有成果的活动基础上，独家收集整理大量一手应用创新和实践案例，是国内出版的一部较全面的反映金融科技发展情况的报告，具有很强的时效性、专业性和参考价值，为政策制定者、金融与科技从业人员、研究人员提供了较为鲜活、翔实的参考资料。《中国金融科技发展概览》的出版得到了来自中国人民银行、国家互联网信息办公室、工业和信息化部等有关领导的作序。

九章云极坚持“用数据科学赋能客户，以开放性帮助客户拥有自主AI建设能力”的原则，凭借多年来在金融科技领域深厚的项目积累，成为一家知客户所需，思客户所想，坚持技术创新，关注应用落地的科技企业，在金融科技领域为众多客户将先进的AI技术加持在诸多应用场景中。

随着近些年金融科技的快速发展，DataCanvas数据科学平台已得到广泛应用，在智能投研、智能营销、智能风控、智能反欺诈等多个关键业务中实现规模性落地，其技术的先进性及业务的产业化落地性在国内数据科学&机器学习领域具有一定代表性，因此也多次进入全球权威机构的多项报告，作为行业参考。

2019年，九章云极很荣幸受邀参与本次概览的编写工作，有幸与金融科技领域的多位专家交流探讨，最终在本次概览中的“金融大数据”和“金融智能”两个章节献计献策，尽绵薄之力完成本次艰巨而光荣的任务。

《中国金融科技发展概览》部分内容

金融大数据

1、贷前客户评分和贷后违约预测项目

快贷是某银行推出的自主贷款业务，该行普遍采用信贷人员主观判断或定性评价与定量分析相结合的方式进行，造成审批流程复杂，审批周期长，风控不全不准等问题。针对这些问题，九章云极通过DataCanvas APS 机器学习平台的部署，实现集数据准备、算法实现、模型开发、模型发布于一体的工程化管理，帮助数据分析师和数据科学家快速协同开发，实现模型管理和应用支持，提高行内快贷业务的风险管理水平、新客户的发现和开拓效率。

模型开始实施后，从活跃的700多万客户中预测出50多万名可授信潜在客户名单，进行了精准授信，逾期模型上线一年内为客户挽回损失上千万元。不仅为该行增强产品营销活动的效果，还能预防和控制资金非法流失。

2、智能基金产品推荐

现如今，传统证券公司在快速变化中面临激烈的竞争，证券公司要保持市场领先地位，及时准备获取客户交易行为、媒体偏好数据，才能更好地了解客户。证券公司通过九章云极部署DataCanvas APS 机器学习平台，结合其统一的底层大数据平台，为顶层的客户分析、投资分析、产品推荐等AI场景的现有项目、未来项目做好支撑工作。并且平台依托证券公司的数据仓库现有的客户信息、客户持仓、基金成交等数据，进行（客户，基金）键值对的概率预测，判断该客户购买基金的可能性，针对每个客户推荐最大概率的几只基金，或是把某只基金发短信给购买概率排名前列的客户。

DataCanvas APS 机器学习平台上线两月内，推荐给客户基金产品的准确率比自然购买高。同时利用智能推荐技术，证券公司能够为用户提供个性化的服务，为用户推荐感兴趣的基金产品，大大提高了推荐产品的转化率。

金融智能

1、网点备付金智能预测

目前各商业银行的营业网点（包括ATM设备）的现金分配计划一般是按月制订的，变更成本高昂，过多占款和缺乏现金都会给银行造成损失。九章云极针对这一现状，基于先进的机器学习模型提供了一套银行营业网点备付金智能预测解决方案。该智能解决方案在考虑了预期提款率和缓冲现金的条件下，最大限度地减少了分支机构的预期当日现金持有量(EOD)。方案采用时间序列预测模型对数据进行预测并得出结果。主要产生三个时间序列，即个人业务现金取款时间序列数据、公司业务现金取款时间序列数据、ATM取款时间序列数据。除此之外，还要考虑在行ATM的加钞方案。

九章云极银行营业网点备付金智能预测解决方案目前已经在多个商业银行落地并产生巨大的经济效益。其中，以华东某大型商业银行试点为例，采用该解决方案后某营业网点日均节省备付金约100余万元，节约比例达到74%。

2、实时智能产品推荐

九章云极科技针对银行产品推荐系统需求，通过实时流数据处理技术和在线机器学习技术，推出了具有毫秒延迟、高吞吐量、快速自适应调整模型参数权重的实时智能产品推荐解决方案。在该方案中，九章云极采用DataCanvas RT产品，提供多种分析手段，结合强大的数据分析处理能力为企业多种业务场景提供实时处理的支撑。并且RT平台全面考虑实际应用的业务场景与技术指标要求，为企业未来的大数据技术提供高效可靠的基础设施。

九章云极科技针对银行产品推荐系统需求，通过实时流数据处理技术和在线机器学习技术，推出了具有毫秒延迟、高吞吐量、快速自适应调整模型参数权重的实时智能产品推荐解决方案。在该方案中，九章云极采用DataCanvas RT产品，提供多种分析手段，结合强大的数据分析处理能力为企业多种业务场景提供实时处理的支撑。并且RT平台全面考虑实际应用的业务场景与技术指标要求，为企业未来的大数据技术提供高效可靠的基础设施。