10月13日下午，由中國科學技術大學、合肥濱湖科學城管委會指導，中國科學技術大學國際金融研究院、神州信息共同主辦，合肥市包河區人民政府支持的“科技自強、數據融通、場景創新——前沿金融科技研討會”上，神州信息與中國科學技術大學攜手重磅發布《考慮需求場景的金融產品個性化營銷設計》《期權定價與波動率校準》兩個聯合課題。

數智時代，客戶需求日趨呈現個性化、差異化和多樣化、動態性等特性，銀行理財、資訊等支撐業務發展的推薦如何從傳統手段向更具針對性和精準化的推薦策略轉變？過去各數字平臺的主流推薦方式是“人工推薦”，現在“算法推薦”因為個性化、自動化、精準推薦等優勢逐漸成為主流方式，但同時面臨數據安全、用戶權益保護、用戶抵制等多重挑戰?！犊紤]需求場景的金融產品個性化營銷設計》聯合課題，基于大數據、人工智能等數字技術與銀行等業務場景的融合應用，主要研究三大問題：一是在其他條件不變的情況下，產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；二是數字平臺應該如何結合傳統的營銷組合，如價格促銷，實現更為有效的算法推薦效果；三是數字平臺如何開發包含價格促銷策略在內的“連續算法+人工”組合推薦方式實現最優收入。

中國科學技術大學副教授李勇軍表示，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，可以逆轉算法推薦的負面影響，但隨著時間變化調節效果呈現下降趨勢；與對照組相比，深度強化學習（DQN）推薦得到利潤增長 39%，可有效助推銀行業務發展。

中國科學技術大學副教授李勇軍

《期權定價與波動率校準》聯合課題，主要解決目前應用最廣泛的Black-Scholes期權定價模型面臨的部分假設不合理、在使用上存在局限的問題。將在經典的Black-Scholes期權定價模型基礎上，充分考慮巴塞爾協議III對衍生產品交易風險的最新要求，從柳樹法(willow tree)建模及相關衍生品估值、VV(Vanna-Volga)方法校準波動率及期權定價這兩個方面展開研究，以更好地貼近市場實際。

中國科學技術大學副教授李勇認為，“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出更大的優越性還是未知。相比于傳統二叉樹、三叉樹模型，柳樹法具有更高效、更準確、更穩定等優勢，可用于多種衍生品估值。將柳樹法與現存的多種模型進行結合推廣，衍生出更高效、準確的衍生品定價方法是課題探索的方向。關于VV(Vanna-Volga)方法，用其進行風險管理能夠有效應對波動率微笑曲線的影響，在一個非正態的波動率曲線市場里面有更好的定價表現。理論上只要在給定期限內至少有三個可靠的波動率報價可用，就可以應用于任何市場，但目前市場應用并不廣泛，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。

中國科學技術大學副教授李勇

未來，神州信息與中國科學技術大學將依托“數字智能決策聯合實驗室”，將前沿金融科技的理論研究與產業發展需要緊密相連，從人才、資源、能力多方面優勢互補，推進聯合研究課題成果落地，助力金融創新、促進實體經濟發展。

責任編輯：韓希宇