1、跨界数据融合赋能产业数字化金融服务陈志明|01利用跨行业数据的挑战02SME引擎还原企业经营情况真实性03关联图谱技术识别行业小微欺诈04量子计算驱动的大数据特征工程目录C O N T E N T|集团和公司介绍|香港李兆基家族基金国盛集团端对端的普惠金融服务提供者由李家诚先生与谢立斌先生成立深圳华策辉弘科技有限公司重庆小雨点小额贷款有限公司开心创新 臻善 群力良心普惠 多元 回馈安心合法 便捷 隐私利用跨行业数据的挑战|01供应链交易结构参考|1.核心企业与供应链公司签署代采协议，委托供应链公司代理采购2.供应链公司以代采协议为基础与资金方洽谈，签署代采融资协议3.核心企业发起采购申请4.核

2、心企业向资金方支付采购保证金5.供应链公司确认采购对象下单采购，并签署采购协议6.供应链公司以采购协议发起用款申请，收款人为供应商7.资金方支付货物对价至供应商8.供应商向核心企业发货9.融资到期，核心企业偿还贷款供应链数据参考1|Vs1 中小企业业务范围Vs2 中小企业注册资本Vs3 中小企业专利和软件数量Vs4 中小企业分支机构数量Vs5 中小企业投资项目Vs6 中小企业经营异常次数Vs7 中小企业违约表现Vs8 中小企业行政违法次数Vs9 受强制执行的中小企业人数Vs10 中小企业诉讼数量Vs11 中小企业企业类型Vs12 中小企业股东类型Vs13 中小企业股东数量Vs14 中小企业运营

3、时间Vs15 中小企业行业Vs16 中小企业主要成员数量Vs17 中小企业注册区供应链数据参考2|Vd1 中小企业供应商融资金额总和Vd2 中小企业供应商平均融资额Vd3 中小企业供应商融资金额差异Vd4 各季度中小企业供应商总融资需求Vd5 中小企业供应商年均融资利息Vd6 中小企业供应商年度融资利率差异Vd7 中小企业供应商平均还款期Vd8 中小企业供应商还款期差异Vd9 中小企业供应商的平均项目风险水平Vd10 中小企业供应商项目风险水平的差异Vd11 中小企业在平台上的存在期限Vd12 中小企业供应商数量Vd13 中小企业主导供应商比例Vd14 中小企业供应商关接数量Vd15 中小企业

4、供应商的独特资金用途数量Vd16 中小企业供应商独特项目类型数量Vd17 主导项目类型占比Vd18 中小企业供应商项目类型数量Vd19 中小企业供应商独特行业数量供应链数据参考3|Vd20 中小企业供应商主导产业占比Vd21 中小企业供应商行业数量Vd22 中小企业供应商省份数量Vd23 中小企业供应商省份占比Vd24 中小企业供应商关接省份数量Sang et al.(2021);Fayyaz et al.(2020)融合架构|变量重要性|SME引擎还原企业经营情况真实性|02行业小微经验+大数据风控|构建中小微企业真实现金流&负债表数据确定真实经营状况确认真实现金需求行业研究数据还原经营评估

5、额度测算实战积累自动化智能化多维数据规则策略评分模型欺诈模型数据&模型量化违约概率识别个体、群体异常经营分析数据风控深耕行业，深入理解小微经营|授信额度年销售额资金需求收入负债比DTI信用等级周转率自由资金比例要求月收入月负债月各项支出额度核定方式多次迭代 专属量化模型|人行征信信用历史逾期信息账户信息查询信息基本信息三方数据资产收入交易支付不良信息多头共债电商交易活动行为组合模型PBOC子模型华策定制分三方数据子模型子模型可灵活组合/单独使用快速对接落地实测模型性能优秀关联图谱技术识别行业小微欺诈03|覆盖全流程确保真实性大数据+AI线上反欺诈核心企业筛选大数据核验历史交易分析受托支付反欺诈

6、算法多维数据提示规则风险关联图谱技术多维预警体系流程+算法反欺诈|覆盖全流程确保真实性大数据+AI 线上反欺诈深度分析欺诈申请人的申请资料，常常能发现反映疑似欺诈的迹象。每天接收上万笔申请，反欺诈算法将每笔申请的各项资料与所有存量客户资料进行复杂关联对比分析，拦截欺诈申请，揭发联合欺诈及资料造假。在供应链业务中，反欺诈模型经过对申请人与历史申请客户按不同维度关联，发现当前申请人与某黑名单申请人有关联关系。商户帮助申请人造假的案例通过多重资料关联到黑名单用户的案例在电車訂單貸业务中，发现某商户的申请人填写相同的A单位数量过多。调查进一步发现该商户帮助客户包装资料、代办贷款。|关联图谱反欺诈 发现

7、隐藏关连商户帮助申请人造假的案例发现某商户的申请人填写相同的A单位数量过多。调查进一步发现该商户帮助客户包装资料、代办贷款。*一度网络通过多重资料关联到黑名单用户的案例在供应链业务中，反欺诈模型经过对申请人与历史申请客户按不同维度关联，发现当申请人与某黑名单申请人有关联关系。*多度网络在供应链业务中，反欺诈模型经过对申请人与历史申请客户按不同维度关联，发现当前申请人与某黑名单申请人有关联关系。商户帮助申请人造假的案例通过多重资料关联到黑名单用户的案例在电車訂單貸业务中，发现某商户的申请人填写相同的A单位数量过多。调查进一步发现该商户帮助客户包装资料、代办贷款。*一度网絡*多度网絡项目背景量子计

8、算驱动的大数据特征工程04|QIEA 更有效地解决高维特征选择问题相比遗传算法 Genetic Algorithm(GA),基于量子的设计具有更好的预测性能和更快的计算速度量子启发的进化算法Quantum-Inspired Evolutionary Algorithm(QIEA)|Population个体数量Variant Operators遗传算子Fitness Function适应度函数Rotation Gate量子旋转门Q-bit individuals,a linear superposition of multiple states probabilistically,|!+|!.S

9、chema to represents groups of individualsGenetic AlgorithmPredefined random population and individuals,exclusive set of points to represent feature space.Only top features above user-defined probability,select for cross-over and mutation and proceed into next generation.The remaining candidates are

10、selected according to rank-space methods and further random selection if required.Generally,use the maximal number of generations as a termination condition.Allow individual gene swapping(e.g.,one-point,two-points)to restore lost or unexplored genetic characteristics to the population.Observing fitn

11、ess values of multiple quantum individual solutions.Q-bit convergence termination criterion due to its probability-based representationof the individuals.Quantum-inspired Evolutionary Algorithm量子进化算法的改进|基于信用评分预测模型的QIEA全流程|00.10.20.30.40.50.60.70.80.900.10.20.30.40.50.60.70.80.9Feature-10Feature-11Fe

12、ature-12Feature-13Feature-14Feature-15Feature-16Feature-17Feature-18Feature-19Feature-20Feature-21Feature-22Feature-23Feature-24Feature-25Feature-26Feature-27Feature-28Feature-29Feature-30Feature-31Feature-32Feature-33Feature-34Feature-35Feature-36Feature-37Feature-38Feature-39Feature-40Feature-41Feature-42Offline Lending DatasetcQIEAgl10-CNNcGA-CNN更广泛的特征选择|Gaussian noise function NF:=(1,!)QIEA对噪声影响较小|非常感谢您的观看|Thanks