《机器学习在风险管理中的应用（2021）（11页）.pdf》由会员分享，可在线阅读，更多相关《机器学习在风险管理中的应用（2021）（11页）.pdf（11页珍藏版）》请在三个皮匠报告上搜索。

1、机器学习未来可期 毕马威华振会计师事务所(特殊普通合伙)中国合伙制会计师事务所，毕马威企业咨询(中国)有限公司 中国有限责任公司，毕马威会计师事务所 澳门特别行政区合伙制事务所，及毕马威会计师事务所 香港特别行政区合伙制事务所，均是与英国私营担保有限公司 毕马威国际有限公司相关联的独立成员所全球性组织中的成员。版权所有，不得转载。风险评估信用评估、信用担保、压力测试投资组合管理客户细分、建议交易算法交易客户支持聊天机器人、智能投顾欺诈防范反洗钱与欺诈检测模式识别知识库系统深度学习 语音/图像识别机器学习 自然语言处理AI技术 2021 毕马威华振会计师事务所(特殊普通合伙)中国合伙制会计师事务

2、所，毕马威企业咨询(中国)有限公司 中国有限责任公司，毕马威会计师事务所 澳门特别行政区合伙制事务所，及毕马威会计师事务所 香港特别行政区合伙制事务所，均是与英国私营担保有限公司 毕马威国际有限公司相关联的独立成员所全球性组织中的成员。版权所有，不得转载。3机器学习 未来可期 2021应用场景机器学习因具备改善企业日常业务的潜力而日益得到认可。在风险管理方面，机器学习已被视为既能提高效率和产能，亦能降低成本的利器。这主要是因为机器学习技术能在极少人工干预的情况下快速处理和分析大量的非结构化数据。还能帮助银行和金融机构降低运营、监管和合规成本，并为银行提供制定准确信贷决策的能力。支付银行和科技型

3、非银行金融公司等非传统贷款机构的出现，迫使越来越多传统银行采用了机器学习技术以及基于技术的算法。因此，他们不得不对其传统系统和架构进行升级，以评估客户的信用状况。同时，他们也利用替代数据源，如社交媒体照片和登陆信息、全球定位系统（GPS）数据、电子商务和网上购物信息、移动数据和账单支付信息等。在大数据的帮助下，银行便能在人工智能的基础上建立强大的内部模型供决策之用。因此，机器学习解决方案能够为金融业提供及时可信的数据，以打造客户智能，顺利实施战略和减少损失。基于机器学习的风险管理解决方案也可用于模型风险管理（回溯和模型验证）和压力测试，以满足全球审慎监管机构的要求。2021 毕马威华振会计师事

4、务所(特殊普通合伙)中国合伙制会计师事务所，毕马威企业咨询(中国)有限公司 中国有限责任公司，毕马威会计师事务所 澳门特别行政区合伙制事务所，及毕马威会计师事务所 香港特别行政区合伙制事务所，均是与英国私营担保有限公司 毕马威国际有限公司相关联的独立成员所全球性组织中的成员。版权所有，不得转载。信用风险-对客户信用历史进行更可靠的评估-提供洞察分析，揭示传统模型无法识别的运营、财务或经济问题-提高内部信用评估模型的准确度AI技术5市场风险-降低市场交易风险-在短短几秒内分析海量数据-为交易商设定最优价格-识别跨市场的交易模式-提高预测模型的准确度欺诈风险-快速发现源自不同渠道的关联活动，并立即

5、向近乎无限数量的银行客户发送欺诈活动预警-以毫秒级的速度辨别合法和欺诈交易企业风险-为高级管理层提供更强大的预测信息和风险视图，从而增强决策能力-强化风险监控机制，利用机器学习预测违约可能性-识别安全和/或其他业务控制方面的违规行为 2021 毕马威华振会计师事务所(特殊普通合伙)中国合伙制会计师事务所，毕马威企业咨询(中国)有限公司 中国有限责任公司，毕马威会计师事务所 澳门特别行政区合伙制事务所，及毕马威会计师事务所 香港特别行政区合伙制事务所，均是与英国私营担保有限公司 毕马威国际有限公司相关联的独立成员所全球性组织中的成员。版权所有，不得转载。5机器学习 未来可期 2021主要优点较高

6、的预测准确度而机器学习能捕捉到情景变量和风险因素之间的非线性效应，因此具备较高的预测准确度。公司财务数据之间的非线性关系，在压力情景下尤为如此。而机器学习能捕捉到情景变量和风险因素之间的非线性效应，因此具备较高的预测准确度。优化的变量选择流程在用于内部决策的风险模型中，特征/变量提取流程占用了大量的时间。在大数据分析平台的支持下，机器学习算法可以处理海量数据和提取不同变量。覆盖大量风险因素的特征集可以为压力测试提供数据驱动的强大风险模型。更丰富的数据分类在处理不断变化的投资组合时，适当的粒度和分类尤为关键。机器学习算法能够基于多种属性较合理地进行分类。使用无监督机器学习算法，将基于距离和密度的