全文共2348字，预计阅读8分钟
10月24日，由ITL智能投研联盟主办，我院协办的第二届1024国际智能投研开发者大会（IITDC 2021）以线上方式成功举办，本届大会主题为“数智投研技术——引领资管科技新时代”，由智能投研技术联盟（ITL）主办，交叉信息核心院、中泰证券股份有限公司、上海临港新城投资建设有限公司、新湖期货股份有限公司、微吼科技（上海）有限公司协办。
图灵奖得主、中科院院士、清华大学交叉信息研究院院长、交叉信息核心技术研究院院长姚期智，中国工程院院士，复旦大学计算机科学技术学院教授柴洪峰，上海市地方金融监督管理局局长解冬，中国（上海）自由贸易试验区临港新片区党工委副书记袁国华，中国保险资产管理业协会副会长贺竹君，ITL主席、CAAI 荣誉副理事长、加拿大皇家科学院院士、加拿大工程院院士、微众银行首席人工智能官、香港科技大学教授杨强致辞。ITL成员机构、特邀领导与嘉宾、金融科技（资管科技）专业人士参会。
姚期智院士致辞
在致辞中，姚期智院士首先对大会的召开表示热烈的祝贺。他表示，当今科技发展日新月异，以数字化智能化的金融是发展的必然，尤其是资管科技领域。结合大会的议程安排，姚期智院士提出了几点重点希望与大家共同思考。首先是合规发展，从金融风险安全、投资者保护等方面，都必须有监管与伦理规范，随着大数据与智能化的发展，对业务的监管会逐渐演化为对模型与算法的监管。第二是数据流通，金融科技的要素是数据，多维数据的综合运用是资管科技发展的基石，如何建立隐私与安全保护下数据要素的流通市场，是重要的课题。第三是交叉人才培养，金融与科技的结合，需要既懂金融又懂科技的交叉复合型人才，培养这样的人才，需要机构、大学产教融合的合作，以今天大会发布的《资产管理模型治理报告》和承办“模型治理”国际论坛为开始，我期待交叉信息核心院与ITL未来会有更深化和卓有成效的协作共进。
模型治理专场
我院副院长兼金融科技中心主任林常乐教授在会上发布了《资产管理模型治理报告》。同时由我院承办了“模型治理”专场研讨会。普林斯顿大学教授John Mulvey, 韩国高等科学技术院KAIST教授Woo Chang Kim, 信通院金融科技中心主任何阳与交叉信息核心院金融科技首席研究员夏泽宇都对此专题发表了精彩而深刻的演讲。
随着数字化智能化深入发展，模型算法得到大规模使用，有些直接自动化开展业务，有些辅助人工开展业务。对模型算法的治理评估越来越重要，机构普遍关心智能化算法的业务价值与精度，风险与缺陷；监管部门关心模型算法的系统化风险与合规要求等。在刚刚结束的2021金融街论坛年会上，中国人民银行就提出要“加快建立智能算法模型安全评估和合规审计体系，及时披露决策机理、运行逻辑和潜在风险，提升算法可解释性、透明性、公平性。”，并支持在京设立国家金融科技风险监控中心。
今年6月，我院与中国人民银行旗下国家金融科技评测中心共建金融前沿科技与监管科技实验室，旨在研究实践模型治理与评测的技术，并与近十家金融机构进行了三方签约落实模型治理的试点工作。9月，交叉信息核心院联合智能投研联盟落地资管领域模型测评。在《资产管理的模型治理与模型价值估计》主题演讲中，林常乐首先介绍了交叉信息核心院在模型治理方面的重要研究成果：从如何评价一个策略模型、策略模型的业务价值、策略模型的评估、资产配置模型管理框架四方面，深入全面地探讨了资产管理的模型治理与价值估计方法。他表示，长期以来，困扰资管机构策略开发的最大问题就是历史回测的不可靠性。策略是一个模型，因而不能用评价一组投资业绩的办法评价策略模型。策略模型的业务价值在于模型优化可以实现存量增长、流失量减少、转化率提高。在策略模型的评估部分，他阐释了“随机压制”的概念，举例常见资产管理模型（配置）并分析对比，并表示一个基本的模型风险治理系统要包括模型存储库、全生命周期工作流、模型文档库以及分析与报告模板库，其中最基础的工具是模型校验工具箱、模型风险评估箱等。
在以Machine Learning Models in Investment Management（《投资管理中的机器模型学习》）为主题的演讲中，John Mulvey教授深入解析了投资管理这一巨大产业带来的机遇和挑战。他表示投资管理可以提供更加完善的市场信息和更好的决策工具，进而帮助个体和公司做出更好的决策，塑造更完备的新经济体和降低长期系统性风险。
Woo Chang Kim教授以Protecting Investors Using AI（《以人工智能技术保护投资者》）为主题，探讨了如何为原本矛盾的“什么是对客户好的”和“客户喜欢什么”这两个问题找到一个好的折中方案，进而利用恰当的技术实现长尾效益。并深入介绍了韩国在以人工智能技术保护投资者方面的实践，以及如何利用人工智能识别基于人工智能的市场操纵。
《模型风险治理：世界的实践与我们的经验》演讲中，夏泽宇博士从模型风险的国际治理经验，以及对模型的新认识出发，指出了人工智能模型的优劣势，并从治理架构、机制流程、管理规范三方面为“如何治理海量的模型？”这一问题给出了建设性建议。
《人工智能风险治理能力评估》的主题演讲中，何阳主任从人工智能模型的政策背景、《人工智能模型风险治理能力成熟度评价》的治理框架建立，模型策略与组织，模型生命周期，模型专项管理等方面展示了人工智能模型的治理，并对信通院金融科技工作做了重点介绍。
模型治理迫在眉睫
正如姚期智院士所说：“模型治理与算法监管将是数字经济下企业与监管评估模型价值与精度、风险与缺陷、公平性与合规性等的重要手段。” 我院将持续在这一关键领域深入研究，并与监管部门与行业机构落地最佳实践。
扫描二维码，关注交叉核心院
继续阅读
阅读原文