澳新银行表示，您给汽车加哪种油可能左右您房贷审批的结果
您购买的机油的质量和家里地板保护产品的档次，可能很快就会用来决定您是否有资格获得房贷或者增加信用卡额度。
ANZ个人风险负责人Jason Humphrey提到了ANZ如何投入大量NVDIA DGX-1算力进行人工智能和深度学习。
ANZ周二透露，正在全力以赴争取银行金融数据的最大优势：人工智能应用于交易数据，更快，更准确跟据消费者行为指标，评估风险，特别是信贷方面的风险。
在悉尼举行的英伟达人工智能大会NVIDIA AI上，Humphrey表示，澳新银行的个人风险部门一直在评估加拿大的金融服务业大数据分析实验，通过分析大量消费数据，发现以前不为人所知的统计相关性。
就银行风控部门而言，对消费者新的行为模式的识别能力就像黄金一样宝贵，不局限于人们究竟买什么。
行为模式允许机构更准确地对信用风险进行评分，加权和定价 - 风控能力提升可以直接转化为盈利能力，因为可以减少“坏账”的数量并获取更多“优质风险”。
除了最初的信贷决定。现在还有很多很多应用; 银行正在寻找指标，评估消费者如何看待自身风险。
“加拿大一家公司在神经网络和行为科学方面进展非常好。他们发现通过SKU数据 - 就是收据明细 - 诸如汽油等级，或者你是否为家具购买额外的垫脚，作为风险管理的预测指标。
汉弗莱说：“从这些指标得出的推论......保护木地板，更好的房子......从统计学上看是有效的”。
（银行绝不会吐露的是，对银行而言，完美的房贷客户是业内称做'左轮手枪'的信用卡用户，他们不会在到期前全部还清信用卡账单，而是支付两位数的利息。）
信用卡组织和银行在风险评估中使用交易类型和交易顺序的作为违约和欺诈的风险指标已经有几十年的历史了，ANZ的人工智能是一次重大的进展。
比如，通过信用卡预借现金是潜在财务困境的已知标志，因为预借现金立即产生利息，没有50天的免息期。
但随着积极全面信用报告，以及通过新的全国支付平台进行含有丰富信息的实时交易数据，银行风险评估需要处理的数据量爆炸式增长。
政府所推的开放式银行体系？银行都是自私的。自己的利益永远是第一位的。
ANZ雄心勃勃的计划，把大量消费者数据- 尤其是交易数据-综合在一起 - 是澳大利亚转向开放式银行体系推动的。开放式银行体系将允许机构之间共享客户的交易账户数据。
开放式银行的公共政策的意图是增加金融机构之间的竞争。
但真正的现实是金融机构开始了数据分析的军备竞赛，因为金融机构必须不仅要通过新数据仔细审查现有客户，还要发掘有可能从其他机构挖来的潜在客户。
汉弗莱透露，虽然澳新银行目前还没有分析日常或实时交易的数据 - 因为目前许多储蓄和支票账户交易仍在批量处理 - ANZ仍然需要知道如何运作以及分析这些数据可能获得哪些结果。
在政策层面，开放式银行值得称赞，但银行面临这紧迫的数据量激增的问题。
汉弗莱说：“ 你要这么看......普通澳大利亚人，一年在信用卡和借记卡上平均有762笔消费。”。
“在开放式银行业务的大背景下，银行能够获得该用户最近12个月的所有银行对账单信息，如果像ANZ一样，每年对新产品申请者进行860,000次风险评估，那么最终会需要捕获、分类，计算大约6.8亿条客户层面交易数据的信息。“
深度学习
为了更进一步，ANZ已经运行了几个“深度学习”概念证明，以确定如何通过训练神经网络，更快地、更好的的给用户打分。
“人工智能的训练是通过用户的信用卡账户信息实现的。通过培训实验，我们拿出100个万客户的信息，使用了DGX-1超级计算机，对70万到80万客户进行模拟实验。
汉弗莱说：“我给团队五天时间，从DGX-1接入ANZ网络，到建立神经网络，并完成人工智能的培训”。
人工智能得出的结论让ANZ了解到，交易数据的真正价值不在于信息本身，交易之间的时间和距离是更可靠的指标。
汉弗莱认为大数据对人工智能的训练非常值得。
“从这三次概念验证的成功，得到比现有模型更快更准确的结果“
“ANZ有100万客户，只有7000名客户实际违约超过六个月。“
机器确实能够自我学习。
“我们发现了什么？一次运行50,000个客户的数据点，每批次的学习率为0.05。 Humphrey说，人工智能的研究文献讨论了学习率或0.001到0.01作为开始运作的界限。
但他警告说，如果使用真实的交易数据，人工智能学习速度会减慢。
即便实验成功，ANZ显然对测试速度方面很满意。
“测试是在200,000个账户上完成的，我们做了2.01亿次前推，4200次回推，只用了30分钟。对模型进行培训的速度，比过去所有的数据分析都要快很多很多。“
在决策质量方面，汉弗莱表示，当采用深度学习时，通过更有有效的客户申请的拒绝率，能够减少一半的坏账损失。
而且不会错过优质客户。
汉弗莱说：“当我们考虑到即将到来的开放式银行业务，在交易数据的处理能力方面的新的可能性，这是令人激动的时刻，”。
ANZ的人工智能超算硬件配置：
Spark计算集群（预处理数据）：
5节点网络的8核x86 CPU，每节点48GB 内存RAM
TensorFlow计算集群（神经网络训练）：
DGX-1
双20核Intel CPU，8x NVIDIA Tesla P100 GPU，512GB RAM
https://www.itnews.com.au/news/a ... our-mortgage-512025
评论
就是说可以多贷给华人
评论
。。。
我看不出，怎么能得出这个结论？
假设华人现金收入多，缴税少？
评论
貌似有道理，肯多出钱够购买额外一点“奢侈”的人对自己的财务更有信心
评论
How about diesel? no such octane rating for diesel at all
评论
以后出事就让人工智能背锅
评论
是啊。
自住的就不说了，要么买的是又贵又重的家具，要么地板是实木的。
要是租房的买脚垫，不仅表明舍得买好家具，还表明有责任心，租来的房的地面也要爱护。
评论
对账单里能看出脚垫？
评论
有数据分析公司买pos数据的，小生意用的pos，很多可以选择是否把顾客消费的明细共享，共享的有返点。
像Woolworths这样大公司的POS数据是订阅的。
因为用户刷Everyday Rewards和Flybuys积分，条件就是允许商家共享个人消费信息，比如生产商这样数据订阅者就可以看到消费者年龄、性别，购买渠道、日期、频率、SKU等等：by channel (supermarkets, convenience stores and online), by store or clusters of stores, by days of the week and by SKUs (stock keeping units) to identify opportunities where the retailer and suppliers can customise the product range to better suit local demographics and preferences.
评论
坑爹那
评论
711锁油价了解一下
评论
人工智能大趋势啊
评论
BP Ultimate Diesel...
评论
it is horrible
评论
透明社会
评论
大姨妈盯着我们
评论
住豪宅，捡家具的如何监管
评论
cash is king
评论
有损省吃俭用的美德
评论
评论
昨天在悉尼开的conference吧。 这个配置后面估计还要变化
评论
不能。所以这新闻胡说
评论
银行喜欢的是不会提前还贷的，我觉得以后华人可能更难得到贷款
评论
Bank will need to lend money to make money.
All the tighting of fund is due to pressure from government.
bank will de-risk using insurance.
评论
然后把living expense加起来一算 一个月5000， 10万收入也只能借20万的loan
评论
好可怕。。。
中介应该会发挥作用的，可以指导客户在申请房贷前，高标号的汽油、脚垫这些积极信用指标，信用卡买起来，负面指标消费花现金。
评论
好像不是这样吧。贷款的时候，如果一个人日常支出少，可贷款的额度会高。目前这是从信用卡透支额度体现出来的。同样收入的情况下，信用卡透支额度越高，贷款额度越低。
评论
你说的是传统评估方法，这篇新闻说的是非传统方法
澳洲中文论坛热点
- 悉尼部份城铁将封闭一年，华人区受影响！只能乘巴士（组图）
- 据《逐日电讯报》报导，从明年年中开始，因为从Bankstown和Sydenham的城铁将因Metro South West革新名目而
- 联邦政客们具有多少房产？
- 据本月早些时分报导，绿党副首领、参议员Mehreen Faruqi已获准在Port Macquarie联系其房产并建造三栋投资联