签到
EN

案例 | RegulAItion:以数据助力智能发展

32浏览
2022/03/21 09:00发布
2022/03/21 09:01 已编辑
未央网
未央网
重构数据应用的未来

文 | 叶子  编辑 | 谢彬彬 <<<<

 

来源 | 中国金融案例中心 <<<<

 

导读

RegulAItion是一家来自英国伦敦的数据监管科技公司,创立于2018年,旨在通过开发工具和技术基础架构,为监管机构和受监管行业提供可扩展、自动化、可重复且可靠的AI驱动数据访问和商业智能解决方案。目前,RegulAItion正在结合分布式账本、隐私保护加密和机器学习等技术,从管理风险和合规性的角度来减轻创造性组织的负担,赢得了新加坡金融管理局(MAS)2020年“全球金融科技黑客加速器”奖项,为其进入亚洲金融及监管市场奠定了基础。

Part 1 公司概述

图片

1.1 公司简介

2018年成立的RegulAItion由行业领先的技术专家、监管机构、立法者和出版研究人员共同研发组建,正在开发技术基础设施和生态系统,以实现可扩展、自动化、可重复和负责任的AI驱动数据访问。其使命是创建一个值得信赖的生态系统,让数据的使用不以牺牲隐私或安全为代价。

不管是私营部门还是公共部门,长久以来都面临着两个和数据相关的重大挑战:第一,如何在确保目标数据可靠且可访问的情况下,获取、验证、存储和处理自身所需的数据;第二,如何在向其他组织或机构分享数据时,保护自身的情报和隐私。英国金融行为监管局(FCA)指出,据咨询公司估计,英国公司每年在监管上花费的成本约为15-40亿英镑。即使已付出高昂的成本,这些监管报告的质量仍不尽人意。以FCA为例,该机构每年收到约五十万份定期监管报告,监管超过五万家公司。然而,被监管的公司并不一定会及时提供数据,且提供的数据也可能出现无用甚至前后不一致的情况。从气候变化的影响到金融犯罪的侦查和预防,全球各行业都在面临前所未有的挑战。因此,英国政府认为,跨行业的专有数据协作对重大安全、服务和产品的进步至关重要。

RegulAItion的创立为这两个问题提供了解决方案。通过对人工智能、机器学习、区块链等技术的应用,公司领衔开发的AIR Platform可以帮助客户安全地访问、共享数据,并快速从数据中提取价值。AIR Platform提供的只是数据中得出的洞察结论,不会将企业的原始数据透露给任何人。因此AIR Platform可以在很大程度上打破企业因担心数据泄露而不愿互相合作的局面,从而推动行业发展。此外,监管机构也可以将人工智能和隐私增强技术的数据突破视为进步的基础;在遵守数据安全法的同时促进信息共享的技术。

总的来说,RegulAItion通过与企业、监管机构合作,自下而上地创建“数据网”(Data Net),其开发的AIR Platform拥有的技术堆栈能以自动化的方式实现对用户安全、隐私和商业情报的保护,从而打破行业壁垒,实现真正的数据协作并推动经济创新。

1.2 创始人介绍

图片

图:RegulAItion创始人Sally Sfeir-Tait

(资料来源:RegulAItion官网)

RegulAItion的创始人兼首席执行官是Sally Sfeir-Tait。作为前法律顾问、合规主管、全球律师事务所和监管机构的合伙人,她对监管和技术的关联性有着独特的视角,致力于构建能推动新经济发展的运营基础设施。她在金融服务行业中担任过各种要职,曾是迪拜金融服务管理局政策与法律小组的高级成员,在一家金融服务公司任总法律顾问以及合规部主管,并兼任国际律师事务所Clyde&Co的金融服务合伙人。她在众多立法项目中为政府机构提供咨询,包括起草新的基础设施立法以适应区块链上的数字身份,为政府机构建立的节税型金融管辖区提供咨询服务。此外,作为伦敦大学(UCL)的名誉教授,Sally还代表Treleaven教授的研究小组协调UCL的RegTech合作项目。

Sally Sfeir-Tait在英国研究与创新基金会(UK Research and Innovation,简称UKRI)的邮件中发现了创新实验室活动并看到其对数据访问的关注,时任UCL英国金融计算中心主任的Philip Treleaven与她联系并建议其申请参加。数据访问是当时阻碍AI发展的最大问题。作为组织代表,Sally意识到必须解决这个问题。Sally Sfeir-Tait表示:“个体部门应对这些挑战是受禁止的,而且在可实现的实际价值方面也受到限制。但由人工智能、机器学习和区块链技术驱动、且与部门无关的协作方法可以发挥作用。”有效的金融监管对金融服务行业尤其是金融科技行业的创新和发展至关重要。在改革法规和创造新业务的过程中伴随着前所未有的机会,RegulAItion便由此诞生。

1.3 融资及资产概况

2019年12月,RegulAItion获UKRI拨款,用于开发、测试和启动隐私保护、数据访问和数据协作平台——AIR平台(Automatic intelligent Regulation,简称AIR)。RegulAItion得到了UKRI的政府资助和总计167万英镑的私人投资,与各项目研发者共同开发AIR 平台,合作者包括金融行为监管局 (FCA)、两家国际银行、国际律所Ashurst、建模平台Oasis Loss Modeling Framework、会计师事务所Wilson Wright以及伦敦大学学院和拉夫堡大学。

截至2020年6月,RegulAItion共有流动资产129.88万英镑、流动负债15.95万英镑、长期负债100万英镑、资本储备14.63万英镑。而根据2021年7月21日发布的股份配发申报书,RegulAItion股份分配数量达3158股,每股名义价值为0.01英镑,支付金额为31.58英镑。资金报表显示,RegulAItion股份总数为13158,总标称值为131.58英镑。

图片

图:RegulAItion资产负债表(2020-6-30

(资料来源:gov.uk

图片 图片

图:RegulAItion股份分配及资金表(2021-7-21)

(来源:gov.uk)

Part 2 商业模式

2.1 市场定位:重构数据应用的未来

数据是新经济的助燃剂,但若不对数据加以管理,其使用将毫无意义。RegulAItion认为,数据的真正价值来自人工智能和机器学习技术的使用和访问,通过在访问新数据时不断重新运行算法,用户可以检测新模式并发掘更多见解以创造智能。此外,数据访问还能帮助政府实现政策目标、帮助行业推动创新。增强隐私的数据访问是为未来决策提取共享情报的关键。

RegulAItion重构数据应用的愿景规划始于2017 年,当时的团队通过为银行开发了一个原型区块链系统,改变了监管机构访问数据的方式。2020年,RegulAItion领导了一个由主要企业、银行和大学组成的跨部门联盟,在全球范围内推出了隐私增强软件平台,得到了广泛认可。RegulAItion还赢得了新加坡金融管理局(MAS)颁发的“全球金融科技黑客加速器”(Global Fintech Hackcelerator)奖项,加速其向亚洲金融和监管市场扩张的步伐。

RegulAItion的主要项目AIR Platform则源于2019年底英国研究与创新基金会(UK Research and Innovation)举办的政府创新资助服务竞赛。平台专注于提升英国在服务行业的卓越地位,聚集商业和技术领域最优秀的人才,探索当今一些数据挑战的解决方案,并开发下一代服务。AIR Platform为私营和公共部门如何运营和与数据交互提供了“代际突破”;当前,RegulAItion正在多个部门部署,为全球企业提供数据访问权限。

2.2 服务对象

RegulAItion为多个行业或部门的企业及客户提供专业的数据支持服务,提供强大的战略框架及集成技术的路线图,以帮助他们通过互联的学习协作掌握未来的发展关键。目前,RegulAItion主要面向银行、法律、保险、会计、公共部门及金融科技等行业提供服务:

(1)银行业。RegulAItion为银行业客户提供其所需的人工智能和机器学习(AI&ML)基础设施,并从他们持有的大量数据以及整个行业的数据中提取知识和价值。AIR平台承诺帮助银行简化流程,实现个性化服务和数据货币化,让其能够适应数据经济的变化并走向繁荣。

(2)法律领域。对于法律部门,数据访问对于其快速做出证据支撑的决策至关重要。无论法律专业人士的经验有多丰富,都无法与可用的大量法律数据相提并论。AIR平台可以有效帮助法律机构访问跨司法管辖区和职能孤岛的数据,还能授权员工自动解锁更多专业知识,并建立新的收入来源。而对于法律科技公司,AIR平台使这些颠覆者能够通过访问相关数据来扩展其解决方案,以创建和升级产品,满足最苛刻的客户需求,同时保持机密性和法规遵从性。

(3)保险业。保险业以规避风险为原则,数据访问是其准确评估风险的关键。如果没有数据访问的障碍,保险公司可以更安全地设定更完善的保单保费,改进风险模型更好地预测未来,并快速提高盈利能力。AIR平台能够有效地帮助保险公司发掘未开发的知识及技术。

(4)会计部门。数据对于会计行业而言,如同跳跃的心脏一般至关重要。数据经济时代也促使与区块链、人工智能、自动化和机器学习等先进技术相结合,以创建强大的自动化会计流程。AIR平台能够帮助会计师事务所转变审计流程,降低风险并做出更明智的业务决策。

(5)公共部门。数据经济正在推动各国政府、决策者和监管机构的政策发展,以确保能在全球和国家层面,大规模地以安全私密的方式完成数据访问。AIR平台提供了三个关键优势:一是简化数字监管和实时报告,保障了合规性;二是提供了解决多司法管辖区问题和多机构政策交付挑战的能力;三是使监管机构和政府能够通过快速发现数据集中的模式,进一步识别市场问题,更好地保护和监管自己的工具。

(6)金融科技。金融科技正在推动金融服务进入数字时代。无论是与其他金融科技公司还是与现有的成熟金融机构合作,AIR平台都能为金融科技公司提供有效使用信息和高效协作所需的支持。

2.3 主要产品:AIRtech

AIRtech致力于打造在互联网上运行的隐私增强数据基础设施平台。AIR Platform是一个隐私增强平台,旨在实现对大规模数据的安全和自动化访问。它融合了先进的联合学习、加密、区块链和人工智能技术,是一个完整的解决方案,专为需要从数据中获得洞察和见解的组织量身定制,满足其对于数据的需求。

2.3.1 AIRtech核心特点

AIR平台致力于实现GDPR(通用数据保护条例)合规性,用户的共享PII(个人可识别信息)和敏感信息不会被透露,甚至AIR平台都不会得到数据的具体信息。该平台主要具有几个方面的核心功能:1)降低数据工作流程的风险:在减少数据的传输、转换、托管成本、工作量和风险方面做出贡献;2)提高用户组织效率:用户虽拥有数据,但访问数据可能昂贵且困难,AIR可对用户提出的问题给予回复,使访问流程变得简单方便;3)帮助客户进一步简化决策过程:企业或领导者可以更全面地了解自身及所处行业的数据情况,有助于用户掌握全方位的信息,做出更明智的决策;4)转变用户的数据基础架构:帮助客户以自动化的方式持续且轻松地从数据中获取实时洞察的见解和结论;5)自动化的数据治理:平台以编程方式定义、管理和执行各公司和用户机构的条款,以便安全访问用户的数据。

图片

图:AIR平台核心特点

(来源:RegulAItion官网)

2.3.2 AIR平台主要优势

AIR平台的一个显著优势是确保数据的不移动性。AIR平台提供用于数据消费的算法,而不是提供用于算法消费的数据,此举重新构思了如何从数据中提取知识和价值的做法。通过促进算法的数据可用性,AIR平台可以共享有关数据的知识,同时积极保护数据的机密性、隐私和安全性。

另一个重要优势是对用户隐私的高度保护。得益于区块链技术,AIR平台每一次与数据的交互都能被捕获,每一次计算都可以被验证和完全审计。该平台是数据道德与创新中心(The Centre for Data Ethics and Innovation,简称CDEI)的拥趸者,使用多种隐私增强技术、技术和加密方案来确保算法访问的数据不会被重新识别。

进一步说,AIR平台坚持让参与者制定规则。平台使用一种水平的、即插即用的技术,它提供一个可信的生态系统,用户可以在不暴露任何敏感信息的情况下利用数据访问。数据持有者可以完全控制他们所提供的数据。一旦设置了参数,用户就可以通过应用程序接口或绝缘防范机制(ring-fenced silos)连接系统。

此外,AIR平台提供了一个市场。平台使不同行业和具有异构数据的组织能够在不牺牲隐私或安全的情况下共建和共享机器学习模型。通过与RegulAItion团队和其他生态系统提供商合作,该市场可以使用户购买或构建解决方案。无论用户面临怎样的数据挑战,它都提供了帮助用户找到可行解决方案的方法。

2.3.3 其他辅助工具:AIR Lex、AIR Analytics、AIR Guidance

AIR Lex可将英语文本转换为机器可理解的结构化文本。它是与金融监管机构和学术界合作开发的专有技术,能为机器执行监管提供动力。该工具主要包含以下几个功能:1)通过自动化节省时间和资源,AIR Lex使用下一代技术,直接根据策略创建业务规则;2)通过API将AIR Lex连接到用户现有的技术,用户可以使用 AIR Lex快速部署新的策略或程序;3)授权业务用户批准和部署规则,用户可通过自动化审查和批准由AIR Lex创建的规则;4)以自动方式标记法规和政策的变化,有助于确定法规和政策发生了哪些变化,以及这些变化对现有流程和客户互动的影响。

AIR Analytics是一种由AIR平台放大的文档审查解决方案。它旨在帮助监管机构快速、大规模地审查监管回报。该工具套件的主要特点有:1)减少审查财务回报的时间,可自动化审查过程,允许扩展;2)工作流自动化工具,通过API无缝集成到现有系统中,以简化工作流程并快速找到关键信息;3)检测风险的琥珀色灯系统,创建绿色/琥珀色/红色优先级列表以快速显示风险区域;4)降低风险,查看不同组织之间的相关性以降低风险并获得更广泛的行业视野。

AIR Guidance则是一个强大的决策自动化解决方案,通过AIR平台得以增强。该工具结合了尖端技术,在整个客户旅程中提供个性化、可下载和可审计的指导,主要优势有:1)完全可审计性和可解释性,向客户解释每个答案背后的基本原理,并保留记录供用户在需要时参考;2)授权业务用户编写和部署规则,在简单的拖放界面中创建规则,并以自然语言将信息集成到客户旅程中;3)更好地预测客户查询,提取与客户查询相关的数据,通过个性化、即时且可下载的指导提供定制化的客户体验;4)在不减少准确性的情况下将对话式聊天机器人界面与决策自动化相结合。

图片

图:AIR平台的辅助工具

(来源:RegulAItion官网)

2.4 应用趋势

(1)提升用户营收

研究表明,到2030年,人工智能的数据驱动应用预计将产生13万亿美元的新全球经济活动。在此大环境下,主要面临三个挑战:1)访问不同数据的困难:冗长复杂的访问流程限制了洞察的质量,限制了产品和服务的创建和通知方式;2)感知限制:对监管、数据隐私、信任度和透明度的担忧损害了使用数据为新产品提供信息的方式;3)技术缺陷:系统之间缺乏互操作性会抑制数据访问,从而降低洞察力的价值。

而根据英格兰银行的统计,英国银行每年在监管合规方面花费的成本高达45亿英镑。RegulAItion的AIRtech将从以下方面着手,帮助用户增加收入:1)聚合洞察结果而非数据:AIR 平台通过将多个数据点汇集到聚合池中,提供获取数据价值的快速通道;2)专注洞察力而非细节:通过挖掘数据的洞察力而不是细节来克服对感知限制的担忧,从数据中提取价值并降低数据访问风险;3)单一入口模式:独立的系统不再是障碍,AIR平台提供一种具有单一入口的方式,打破职能孤岛以加快访问速度。

(2)减少用户成本

据统计,本地数据工具的年度支出仍然很高,平均约为20.8万美元,中位数为 15万美元,高昂的费用阻碍了这些工具的应用推广。此外,质量不佳的数据对组织的平均财务影响为每年 970 万美元。成本方面临的困难主要有:数据访问成本昂贵,对于孤立的数据,需要更多的时间和资源来跟踪相关信息;缓慢、冗长的访问过程会增加实现价值的时间,而利用多个数据源的复杂性质可能意味着很难或无法实现重复访问;如果每个数据点都需要不同的解决方案来访问它,那么将增加解决方案许可费用和花费的时间成本。

RegulAItion将从三个方面解决成本问题:1)消除复杂性:仅访问所需的数据,通过洞察力而非不需要的细节,精准提供所需的商业智能;2)简化访问流程:使知识收集速度更快,降低费用,加快实现整体价值的时间;3)实现可重复的实时访问:平台提供持续访问,因此信息始终具有相关性,也不会过于昂贵。

(3)提升多部门合作几率

研究预测,到2023年,能够接纳数字信任的组织将能参与50%以上的生态系统,从而扩大创收机会。通过沙盒试点,创新公司可以更快进入市场,获得授权的时间将比标准授权时间平均快40%。实现合作面临的障碍主要有:1)监管限制:对违反数据隐私和保密规则的制裁的担忧阻碍了创新和协作;2)技术缺陷:许多组织即使有意愿,也根本没有意识到数据协作在技术上是可行的;3)信任建立:根深蒂固的隐私、信任、透明度、和商业道德的问题,阻碍了竞争组织之间共享数据和见解;4)商业敏感性:由于个别实体担心隐私和竞争优势,因此错过了整个行业的共同利益。

AIRtech将帮助企业在合作方面实现更大的飞跃。例如,用户可以访问他们需要的信息,而不会影响商业或个人敏感细节。任何个人信息均是不可访问、不可见或是不可与其他实体共享的。审计方面,AIRtech通过基于分布式账本技术的审计跟踪记录所有数据查询和数据交互。进一步说,AIR始终保持数据安全,并创造环境充分激发用户的创造力和潜力。

(4)降低各类风险

数据显示,到2022年,不到5%的数据共享程序将正确识别可信数据并定位可信数据源。预计到2025年,50%的大型组织将采用隐私增强计算来处理不受信任的环境和多方数据分析用例中的数据。这方面面临的主要挑战有:1)数据共享的真实感知风险:如隐私、道德、信任度、透明度、外部威胁和监管限制影响着数据共享,抑制了其潜在机会;2)失去竞争优势:与合作伙伴和供应商共享数据可能会面临商业知识产权的风险或促进竞争产品和服务的开发;3)随着组织数字化转型中新技术的增加,提供对数据的访问可能会给庞大的应用程序、服务和解决方案带来额外的复杂性。

为解决这些难题,AIRtech旨在汇总见解,而不是数据。平台可以访问数据中的洞察力,而不是数据中的个人信息。它可以在保护隐私、保持合规性和降低与数据共享相关风险的同时,在不抑制创新的情况下揭示商业智能。产品方面,通过更快速轻松地访问数据,组织相信其新产品将得到最新情报的支持,从而降低了上市风险。

Part 3 竞争与挑战

3.1 核心竞争力

图片

(1)广泛的业务合作伙伴关系

RegulAItion于2020年10月宣布与开放数据研究所(Open Data Institute, 简称ODI)建立合作关系,作为其突破性AIR平台开发的关键合作伙伴。随着平台进一步设计其隐私方案,该合作伙伴关系将使ODI实施更广泛的研究、测试和数据伦理计划。对于可以从内部数据和其他数据(包括商业敏感数据)中解锁和读取信息的组织而言,存在指数级的隐藏价值。这是ODI与RegulAItion及其更广泛的业务合作伙伴展开合作的关键原因之一。RegulAItion的首席执行官Sally Sfeir-Tait表示:“我们正在构建一个PaaS(平台即服务),以知识映射数据。AIR平台结合了最先进的区块链技术和联合学习技术,可解决数据访问、隐私和企业协作的根本性和残酷性问题。对于我们而言,与外部第三方合作至关重要,第三方机构着眼于数据生态系统的广泛利益并充当关键角色。而开放数据研究所是我们的首选合作伙伴。”RegulAItion与第三方的合作在中小企业和跨国企业市场上有着巨大的商业需求,这使RegulAItion有机会进一步探索在受管制行业中访问、使用和共享数据的规范。

(2)可实现所有数据信任关系

AIR平台可以实现任何形式的数据信任关系,例如在律师事务所和AI初创企业之间的双边关系,以及在两家保险公司和保险经纪人之间的多边关系。通过受信任的平台系统地提供数据访问将有助于创建一个具有竞争性和创新性的环境,从而满足监管机构需求,想要开发下一代服务的大型数据集持有人可以通过利用这些数据来开发AI服务来保障公司的利益。

(3)最大程度地保障数据所有者的利益

企业通过与RegulAItion合作,可保障并实现数据利益的最大化。它不依赖于数据模型或特定领域的语言,可自动执行规则。平台上的合作者在很大程度上遵循了每个国家/地区制定的所有GDPR规则,使算法可以访问相关的加密文档。此外,RegulAItion创建量身定制的可扩展解决方案和开发“即插即用”的独特技术解决方案,并承诺在60天内解决问题。

(4)安全隐私的技术优势

AIR平台使用可自动保护安全性、隐私、法规和商业保护的技术堆栈,允许使用包括联合学习在内的隐私增强技术来进行第三方管理的数据访问。数十年来,由于数据安全问题,银行和法律等受监管的部门难以依靠传统系统进行创新。RegulAItion的AIR平台通过确保更安全的数据访问和隐私性,发掘了更轻松且创新的潜力。RegulAItion专注提供出色的用户体验,并采用SPA框架(如Angular)以及Pythonic和JVM语言(Java、Kotlin、Groovy),着重于微服务架构,以实现高度可扩展的解决方案。技术人员认识到,需要使用Kubernetes构建解决方案来管理各种云托管提供商(如GCP、AWS等)的执行环境,而RegulAItion的技术堆栈不限于此,他们鼓励使用不同的工具和环境,只需有一个已知的用例和利益,数据持有者将与数据科学家、后端工程师一同监管,使他们能够随着公司的成长提供具有竞争力的一揽子解决方案。

3.2 面临挑战

(1)跨边界数据协作

工业策略挑战基金总监Stephen Browning表示:“尝试开发和应用AI解决方案时,常见的障碍是跨组织边界访问数据。”对于数据协作,应在保留隐私的同时提供对敏感数据的访问。RegulAItion并不局限于一个行业,可以跨多个部门使用,以帮助各类组织一起工作并更好地利用数据,在需要跨多个机构使用敏感数据训练机器学习算法的情况下,保留隐私和访问敏感数据尤其重要。

AIR是一个“基础架构即服务”平台,它通过使用联合学习来彻底改变事物。这是一种机器学习,可在多个分散数据源之间训练算法而无需交换数据。这些“旅行算法”解决了隐私的根本问题,因为数据永远不会离开原始的安全场所。RegulAItion声称,改善AI技术对数据访问和支持隐私技术在打击金融犯罪、评估气候变化的影响等方面还有很长的路要走。例如,洗钱是一个巨大的问题,需要大量工作才能遏制这一问题。联合国估计,每年约有1.6亿美元通过全球金融系统进行洗钱,其中英国约占900亿美元;该组织希望通过AIR平台帮助公司更好地应对洗钱威胁。

(2)数据管理

对于数据管理,如何获取、验证、存储和处理所需数据以确保其用户可访问性、可靠性和及时性,包括专门用于此目的的机器学习技术是目前RegulAItion面临的挑战之一。

当金融服务环境中某项“AI产品”不可避免地出现严重问题时,就会产生监管者是否会完全认可该“AI产品”的考验。是否存在考虑周到且大胆的监管者,能承受对AI的任何“压制”呼吁,并认识到AI只是一种手段,并不是目的本身,这也是RegulAItion作为数据平台面临的挑战。

Part 4 未来发展

RegulAItion不仅在英国提供保护隐私的数据访问、协作服务,它也正积极拓展海外业务。公司和一家全球领先的保险公司合作,依照新加坡金融监管的特点进一步改进AIR Platform的风险模型。未来,公司将在新加坡开设第一个国际办事处。并且为了更好地向新加坡市场提供服务,RegulAItion专门任命了对当地金融监管有诸多了解的Paul Lee-Simion作为公司的首席技术官(CTO),为公司未来的国际扩张打下坚实的基础。

此外,RegulAItion将领导一个跨行业财团,为受监管行业提供首个AI驱动的数据访问平台。该平台的最终目标是提供一个数字基础架构,这与英国监管机构采取的明智且务实的做法一致。这将使监管机构以开放和可理解的方式接触采用AI的实体,了解这些公司的目标并优化现有规章制度。英国监管机构的参与将带来积极的意义,这意味着英国公司将以合理的方式处理AI的使用,并将与现有实践一致的原则应用到AI驱动的创新业务方法中,从而更好地满足监管合规要求。

*本文版权归“未央网”所有,未经授权禁止转载。如需转载请在评论留言,转载时在文首注明来源及作者。

未央网
未央网
文章233
·
总浏览量95756
最新文章
更多
共读经典,启智未来——尚悦小夫子与《论语》之旅
杨展
3350
浏览
【千帆竞发占潮头 百舸争流破浪行】中国企业正扬帆启航向深蓝进发 | 2024全球出海数智创新高峰论坛邀您9月论道
杨展
3360
浏览
Campbell Harvey教授:Web3觉醒: 解密去中心化金融(DeFi)与Web3的未来
学术会议动态
27
浏览
Daniel Rabetti | 区块链取证:揭示加密货币的黑暗面
学术会议动态
17
浏览
修大成 | 金融机器学习: 崛起、突破与局限性
学术会议动态
35
浏览
李鲲鹏 | 单一因子降维方法:理论与金融应用
学术会议动态
16
浏览
热门用户
学术前沿速递
学术前沿速递
文章
300
学说观点
学说观点
文章
300
AIGC交流社区
学说官方
文章
239
未央网
未央网
文章
233
毕宣
中央财经大学
文章
185
王凯
T. Rowe Price
文章
181
热门文章
更多
经济学入门必读书籍有哪些值得推荐?
楚健
·
1236
浏览
最新综述!AIGC到底是什么?都有哪些应用?一文尽览!
AIGC交流社区
·
988
浏览
绿色信贷能否提高商业银行的核心竞争力?基于中国的准自然实验
创新研究
·
988
浏览
数电票的26个问题,税局统一回复!
张俊熙
·
956
浏览
“特斯拉”打败了“星巴克”
张子瑞
·
917
浏览
研究方法 | 文献资料分析方法大全!收藏
周舟
·
884
浏览
《中央企业基金业务管理暂行办法》已内部印发
楚健
·
840
浏览
银行纷纷入局数字藏品赛道,什么信号?
李杨杨
·
829
浏览
研究方法:文献资料分析方法
周舟
·
727
浏览
如果经济学家连股都不炒,那他们都在干什么呢?
李博
·
708
浏览