10月13日下午，由中國科學(xué)技術(shù)大學(xué)、合肥濱湖科學(xué)城管委會指導(dǎo)，中國科學(xué)技術(shù)大學(xué)國際金融研究院、神州信息共同主辦，合肥市包河區(qū)人民政府支持的“科技自強、數(shù)據(jù)融通、場景創(chuàng)新——前沿金融科技研討會”上，神州信息與中國科學(xué)技術(shù)大學(xué)攜手重磅發(fā)布《考慮需求場景的金融產(chǎn)品個性化營銷設(shè)計》《期權(quán)定價與波動率校準》兩個聯(lián)合課題。
數(shù)智時代，客戶需求日趨呈現(xiàn)個性化、差異化和多樣化、動態(tài)性等特性，銀行理財、資訊等支撐業(yè)務(wù)發(fā)展的推薦如何從傳統(tǒng)手段向更具針對性和精準化的推薦策略轉(zhuǎn)變?過去各數(shù)字平臺的主流推薦方式是“人工推薦”，現(xiàn)在“算法推薦”因為個性化、自動化、精準推薦等優(yōu)勢逐漸成為主流方式，但同時面臨數(shù)據(jù)安全、用戶權(quán)益保護、用戶抵制等多重挑戰(zhàn)�！犊紤]需求場景的金融產(chǎn)品個性化營銷設(shè)計》聯(lián)合課題，基于大數(shù)據(jù)、人工智能等數(shù)字技術(shù)與銀行等業(yè)務(wù)場景的融合應(yīng)用，主要研究三大問題：一是在其他條件不變的情況下，產(chǎn)品推薦中算法與人工編輯的使用是否都會增加用戶的購買量;二是數(shù)字平臺應(yīng)該如何結(jié)合傳統(tǒng)的營銷組合，如價格促銷，實現(xiàn)更為有效的算法推薦效果;三是數(shù)字平臺如何開發(fā)包含價格促銷策略在內(nèi)的“連續(xù)算法+人工”組合推薦方式實現(xiàn)最優(yōu)收入。
中國科學(xué)技術(shù)大學(xué)副教授李勇軍表示，基于第一階段實驗，圍繞以上三個問題的研究結(jié)果表明：平均比較而言，算法推薦的效果不如人工推薦;免費活動的采用，可以逆轉(zhuǎn)算法推薦的負面影響，但隨著時間變化調(diào)節(jié)效果呈現(xiàn)下降趨勢;與對照組相比，深度強化學(xué)習(xí)(DQN)推薦得到利潤增長 39%，可有效助推銀行業(yè)務(wù)發(fā)展。
中國科學(xué)技術(shù)大學(xué)副教授李勇軍
《期權(quán)定價與波動率校準》聯(lián)合課題，主要解決目前應(yīng)用最廣泛的Black-Scholes期權(quán)定價模型面臨的部分假設(shè)不合理、在使用上存在局限的問題。將在經(jīng)典的Black-Scholes期權(quán)定價模型基礎(chǔ)上，充分考慮巴塞爾協(xié)議III對衍生產(chǎn)品交易風(fēng)險的最新要求，從柳樹法(willow tree)建模及相關(guān)衍生品估值、VV(Vanna-Volga)方法校準波動率及期權(quán)定價這兩個方面展開研究，以更好地貼近市場實際。
中國科學(xué)技術(shù)大學(xué)副教授李勇認為，“柳樹法”研究歷史不長，其對于所有類型的衍生品定價是否可行并且能否體現(xiàn)出更大的優(yōu)越性還是未知。相比于傳統(tǒng)二叉樹、三叉樹模型，柳樹法具有更高效、更準確、更穩(wěn)定等優(yōu)勢，可用于多種衍生品估值。將柳樹法與現(xiàn)存的多種模型進行結(jié)合推廣，衍生出更高效、準確的衍生品定價方法是課題探索的方向。關(guān)于VV(Vanna-Volga)方法，用其進行風(fēng)險管理能夠有效應(yīng)對波動率微笑曲線的影響，在一個非正態(tài)的波動率曲線市場里面有更好的定價表現(xiàn)。理論上只要在給定期限內(nèi)至少有三個可靠的波動率報價可用，就可以應(yīng)用于任何市場，但目前市場應(yīng)用并不廣泛，驗證VV方法在其他市場的通用性是該課題的一個研究方向。
中國科學(xué)技術(shù)大學(xué)副教授李勇
未來，神州信息與中國科學(xué)技術(shù)大學(xué)將依托“數(shù)字智能決策聯(lián)合實驗室”，將前沿金融科技的理論研究與產(chǎn)業(yè)發(fā)展需要緊密相連，從人才、資源、能力多方面優(yōu)勢互補，推進聯(lián)合研究課題成果落地，助力金融創(chuàng)新、促進實體經(jīng)濟發(fā)展。
