考呗网：一起考呗移动版

专利数量最多的10家企业，有9家来自中国，分别是平安集团（1622件）、阿里巴巴（830件）、腾讯（430件）、蚂蚁集团（349件）、中国银行（253件）、微众银行（187件）、复杂美（180件）、泰康保险（177件）和工商银行(601398,股吧)（139件）。

三、专利案例分析

本报告筛选了4家公司金融科技专利进行案例分析：建设银行银行基于机器学习研究的资产证券化定价方法；天冕大数据基于AI和大数据技术研发的欺诈检测和风险评估方法，同时还可以避免收集个人隐私；泰康保险基于AI对现有的智能理赔系统存在的问题提出的解决方案；博普科技基于AI技术的债券征信评价方法。

这些案例，针对资产证券化定价、欺诈监测、保险理赔和债券评价四个不同场景所存在的问题，利用AI和大数据技术提出了具有创新的解决方案。

· 建设银行：基于机器学习的资产证券化定价方法

目前RABS（个人贷款资产支持证券）产品的估值理论和技术都是基于其他国家市场。由于中国RABS市场在贷款利率、交易活跃性等方面与其他国家存在差异，导致其他国家的定价模型在中国实操性较差。

为此，建设银行基于机器学习、利率模型、蒙特卡洛方法设计了一种RABS定价方法。具体流程为：

1）利用大数据技术，从贷款因子、借款人因子、利率因子和季节因子四个维度挖掘贷款数据得到模型因子，并利用机器学习算法进行模型训练，预测早偿事件和违约事件发生的概率以及早偿结果；

2）通过利率预测模型预测未来利率；

3）根据预测出事件发生概率、早偿结果和未来利率，利用蒙特卡洛方法模拟多条现金流路径，确定多期现金流的最终预测值；

4）对多条现金流路径进行折现，得到折现率曲线，以结合所述折现率曲线和所述最终预测值，确定产品的价格估值。

· 天冕大数据：基于机器学习的欺诈检测和风险评估方法

目前反欺诈业务通过客户端采集数据，然后上传到云服务器；再通过大数据、机器学习建立欺诈模型，对欺诈事件进行监测评估。然而，在近两年个人隐私和数据安全越来越受到重视，而客户端大数据多为个人隐私数据，对于开展反欺诈和风险管理业务的开展造成阻碍。

为了不影响欺诈检测和风险评估业务的正常开展，同时保障个人隐私安全。天冕大数据设计了一种新的解决方案，将相关算法和模型迁移到客户端，在客户端完成初始评估；由公司服务器完成最终评估结果。通过该方法，避免触及非法收集使用个人隐私数据导致的法律风险。具体流程为：

1）前期先将算法和模型迁移至客户端；

2）客户端负责用户原始数据采集，包括用户资料、通讯录、行为数据等；

3）借助自然语言处理、图像识别、OCR等技术从原始数据中提取特征数据；

4）利用机器学习算法模型输出结果，并上传至服务器；

5）服务器利用风控决策引擎，结合第三方数据，输出最终的欺诈检测和风险评估结果。

· 泰康保险：基于人工智能对车辆进行定损

目前，一些保险公司推出了智能理赔服务。用户通过手机APP上传相关信息和照片完成车辆定损。实际当中，现场信息不准确、现场照片拍照模糊的情况时有发生，导致第三者车信息录入错误，理赔流程无法推进。

为此，泰康保险基于图像识别、机器学习技术，无需人工线下对三者车信息进行核实，通过线上即可及时有效地对三者车信息进行自动校验，能够保证后续理赔流程执行的及时性，进而提高用户的满意度。

· 博普科技：基于机器学习的债券征信评价方法

目前，债券违约事件频繁发生，使得债券投资者所承担的风险剧增。目前债券征信评级是由人工对发行主体的经营状况、财务状况、信用状况以及所属行业信用行情做出定性的分析。这种方法所评出的评级结果可信度依赖评估人的经验；同时该方法缺乏数据支持。

博普科技发明了一种基于机器学习的债券征信评价方法：

1）首先，通过对债券数据集的预处理，得到均衡的债券数据集；

2）通过SVM算法对债券数据集进行训练得到债券模型；

3）通过Random Forest算法获得不同征信特征的债券征信模型；

4）提取其征信特征，并发现重要性高的征信特征，回溯到其数据来源，确定这些信息对债券征信评价比较重要，从而得到其债券的征信值以及征信程度。

通过以上方法，债券购买者或投资者能够有效地了解债券征信信息，并作出更好的投资选择。

附：2020年全球金融科技专利排行榜TOP100

数据来源：零壹智库&天冕大数据实验室

联合发布方简介