从统计学角度看大数据与金融风险防范

大数据与网络对金融业产生了深远影响，但不会改变金融本质。用数据与网络开展金融服务将成为未来趋势，越来越多的机构将关注如何运用概率论等统计学方法提升金融风险管理水平，更好地预测未来的金融行为与市场。

5日举办的第四届世界互联网大会“互联网与金融”分论坛上，哈佛大学统计学系终身教授、银科控股金融创新实验室首席学术顾问刘军表示，统计学是大数据的灵魂，也是人工智能的几大支柱之一。现代人工智能近期能取得突飞猛进的发展，非常重要的一个原因是其对于统计和概率、思维和方法的全面接受和拥抱。很多企业越来越关注用大数据、数据挖掘等来进行风险管理。

作为美国哈佛大学统计系终身教授和生物统计系兼职教授，刘军还兼任了清华大学千人计划教授和统计系研究中心主任。他创立了统计理论方面的序贯蒙特卡洛方法，并构建了马尔可夫链蒙特卡洛（MCMC）方法的重要理论框架，广泛应用于工程学、生物信息学、大数据分析等许多领域。

在刘军看来，互联网、大数据从宏观、微观多个层次对金融业产生了影响，尤其是对金融风险管理形成了一定冲击，关注数据源、关注数据挖掘，成为利用实时大数据改善风险管理的关键。

事实上，通过利用大数据、人工智能和云计算等先进技术，众多金融服务机构提高了风险管理能力，创新了服务手段和方式，对于推动经济增长方式转变、提高经济全要素生产率等具有重要意义。

例如，金融科技企业利用大数据来抓取各种各样的生活场景，从而准确把握融资者的真实信用风险的大小，甚至是还款意愿到底有多大，让数据资产成为中小微企业看得见、摸得到的“实际资产”，在有效提升金融风险防控水平的同时，让金融更加普惠。

不仅如此，对大数据、互联网技术的运用还能提高投资效率。刘军认为，大数据的本质就是大量的噪音，将概率统计的方法运用于金融投资中，就是从海量数据中找出微弱信号，也就是从大量噪音中找到真正的信号。运用这种方法，可以通过大数据分析和机器深度学习来探寻市场交易过程的很多因果规律，从而能够帮助投资者选择更适合自己的投资策略组合和风险控制工具。

据了解，以上方法正被他用于银科控股金融创新实验室的重点项目中，研究开发在投资理财过程中，如何利用人工智能做客观情景分析和模拟，挖掘自我评估和比较的工具，从而建立完善、客观、非情绪化的管理系统，以大大提高投资效率和投资收益。