广东省重点领域研发计划“区块链与金融科技”重点专项项目 详情

2020年金融科技关键技术

申报要求

　　(一)项目申报单位(包括科研院所、高校、企业、其他事业单位和行业组织等)应注重产学研结合、整合省内外优势资源。申报单位为省外地区的，项目评审与广东省内单位平等对待，港澳地区高校院所按照《广东省科学技术厅 广东省财政厅关于香港特别行政区、澳门特别行政区高等院校和科研机构参与广东省财政科技计划(专项、基金等)组织实施的若干规定(试行)》(粤科规范字〔2019〕1号)文件精神纳入相应范围。

　　省外单位牵头申报的，经竞争性评审，择优纳入科技计划项目库管理。入库项目在满足科研机构、科研活动、主要团队到广东落地，且项目知识产权在广东申报、项目成果在广东转化等条件后，给予立项支持。

　　(二)坚持需求导向和应用导向。鼓励企业牵头申报，牵头企业原则上应为高新技术企业或龙头骨干企业，建有研发机构，在本领域拥有国家级、省部级重大创新平台，且以本领域领军人物或中青年创新人才作为项目负责人。企业牵头申报的，原则上申请省级财政资金占项目总投入经费的比例不超过30%;非企业牵头申报的，原则上申请省级财政资金占项目总投入经费的比例不超过50%(自筹经费主要由参与申报的企业出资)，鼓励地市(区县)财政资金共同投入联动支持。

　　(三)省重点领域研发计划申报单位总体不受在研项目数的限项申报约束，项目应依托在该领域具有显著优势的单位，加强资源统筹和要素整合，集中力量开展技术攻关。不鼓励同一单位或同一研究团队分散力量，在申报同一专项(专题)时，同一研究团队原则上只允许牵头或参与1项，同一法人单位原则上只允许牵头或参与不超过3项目，否则纳入科研诚信记录并进行相应处理。

　　(四)项目负责人应起到统筹领导作用，能实质性参与项目的组织实施，防止出现拉本领域高端知名专家挂名现象。

　　(五)项目内容须真实可信，不得夸大自身实力与技术、经济指标。各申报单位须对申报材料的真实性负责，要落实《关于进一步加强科研诚信建设的若干意见》(厅字〔2018〕23号)要求，加强对申报材料审核把关，杜绝夸大不实，甚至弄虚作假。各申报单位、项目负责人须签署《申报材料真实性承诺函》(模板可在阳光政务平台系统下载，须加盖单位公章)。项目一经立项，技术、产品、经济等考核指标无正当理由不予修改调整。

　　(六)申报单位应认真做好经费预算，按实申报，且应符合申报指南有关要求。牵头承担单位应具备较强的研究开发实力或资源整合能力，承担项目的核心研究组织任务，分配相应合理的资金份额。

　　(七)有以下情形之一的项目负责人或申报单位不得进行申报或通过资格审查：

　　1.项目负责人有广东省级科技计划项目3项以上(含3项)未完成结题或有项目逾期一年未结题(平台类、普惠性政策类、后补助类项目除外);

　　2.项目负责人有在研广东省重大科技专项项目、重点领域研发计划项目未完成验收结题(此类情形下该负责人仍可作为项目组成员参与项目团队);

　　3.在省级财政专项资金审计、检查过程中发现重大违规行为;

　　4.同一项目通过变换课题名称等方式进行多头或重复申报;

　　5.项目主要内容已由该单位单独或联合其他单位申报并已获得省科技计划立项;

　　6.省内单位项目未经科技主管部门组织推荐;

　　7.有尚在惩戒执行期内的科研严重失信行为记录和相关社会领域信用“黑名单”记录;

　　8.违背科研伦理道德。

　　(八) 申报项目还须符合申报指南各专题方向的具体申报条件。

专题内容

　　广东省重点领域研发计划 2020 年度“区块链与金融科技”重点专项申报指南为全面贯彻落实习近平总书记重要讲话精神，落实《粤港澳大湾区发展规划纲要》总体要求，本专项以推动区块链和实体经济深度融合，解决中小企业贷款融资难、银行风控难、部门监管难等问题为导向，注重“产学研用金”紧密结合，着力打造区块链技术的应用场景，带动社会资本投入，鼓励地市联动支持，集中优势力量攻克制约区块链技术与金融科技产业创新发展的重大技术瓶颈，力争取得一批自主可控的标志性成果。2020 年度专项指南设置区块链关键技术和金融科技关键技术两个专题，共9 个研究方向。原则上同一研究方向支持 1 项，评审结果靠前且技术路线不同的项目可并行支持。项目实施周期 2-3 年。

　　项目 1：金融大数据实时计算引擎的技术研究

　　(一)研究内容

　　针对大数据实时计算面临的新挑战，研究金融大数据实时计算核心关键技术与引擎，解决多源异构金融数据的实时风险监控难题。包括：研究高时效性、高并发、高可用的大规模金融数据实时加工、实时计算、实时数理统计分析技术;研究复杂算法的增量计算技术，实现金融业务风险事件的毫秒级识别能力;研究流式数据时间窗口动态滑动、时序数据实时处理技术;研究面向海量金融时序数据的动态关联关系实时计算技术;研发金融大数据毫秒级计算引擎，为金融业务提供实时风控工具与服务，并开展示范应用，提升金融业务实时风险防控的有效性，有效保障金融环境健康发展。

　　(二)考核指标

　　项目完成时，须基于国产服务器建立金融大数据实时计算引擎。引擎需支持平均、求和、方差等金融领域常用算法的实时计算，数据处理能力单节点 TPS 达 5 万以上、集群 TPS 规模达 100 万以上、平均延时在 5 毫秒内;实时指标查询能力单节点 QPS 达到 30 万、集群 QPS 达到 300 万以上，平均延时在 5 毫秒内;在亿级节点、10 亿级关系数据量级下，4 层内动态聚合关系的确定性查询平均延时小于 200 毫秒;金融业务规则执行正确率 100%，99.9%交易的风险识别可在 50 毫秒内同步返回;技术成果需实际应用到信用卡业务、电子银行业务、第三方支付、证券交易、电商平台等不少于 5 类的应用场景;申请发明专利不少于 10 项，获得软件著作版权不少于 10 项。

　　(三)申报要求

　　须企业牵头申报。

　　(四)支持强度

　　本方向资助额度不超过 1000 万元/项。

　　项目 2：面向金融数据隐私安全保护的协同技术研究

　　(一)研究内容

　　针对金融行业“数据孤岛”难题，构建基于数据隐私保护的协同学习系统，使得各机构之间可以合法合规地进行大数据协作建模。研究支持多种数据场景包括同构、异构数据的协同迁移学习技术，使得金融数据样本有限和金融标注数据欠缺的相关机构达到知识迁移的目标;研究同态加密、多方安全计算等安全技术与协同学习系统的融合问题，实现更加安全高效的协同智能金融建模;研究协同合作群体激励的均衡引导与优化理论，设计满足隐私保护的激励机制模型，以此构建互利共赢的技术联盟，并在反洗钱、小微企业信贷等领域开展应用示范;开发保护金融数据隐私安全的多体系协同学习技术平台，整合多种加密方法和深度学习算法，实现大规模协同学习系统的快速建模和部署。

　　(二)考核指标

　　项目完成时，须开发一个面向金融数据隐私安全保护的国产多体系协同学习技术开源平台。相比现有协同学习技术模型训练速度提升 40%以上，建模精度提高 10%以上;研制融合不少于 5种加密算法和 10 种建模方法的协同学习技术平台;实现 50TB 以上数据规模的协同训练及建模;在反洗钱，小微企业征信等典型场景开展不少于 3 个示范应用;提交国际/国家/行业/地方标准不少于 3 项，申请发明专利不少于 10 项。

　　(三)支持强度

　　本方向资助额度不超过 800 万元/项。

　　项目 3：面向金融智能服务风控的技术研究

　　(一)研究内容

　　针对传统金融风控行业面临的征信数据来源单一，风险较大，而用户申请量大、团伙欺诈迅速等行业痛点，研发一套风险感知、风险识别、策略智能推荐的全智能风控架构体系，实现全流程风控。研究基于深度学习及集成学习的全流程风险识别模型，并实现模型在风控场景中的落地，提高金融风险识别准确率;研究风控过程中的交互式数据隐私保护策略、智能反欺诈风险预测模型、及可用于多维度金融风控场景的用户画像体系;研究模型自动迭代，特征自动生成以及增量学习，提高风控模型的攻防能力，实现模型参数配置及调优的自动化、智能化及金融风险的多方联防联控;研究基于给定的目标和资源，如何利用多约束非凸优化技术，实现最优风险管控策略;搭建一个可提供实时服务的金融智能服务风控平台，降低风险成本，提升金融业务实时风险防控的有效性，并开展示范应用工作。

　　(二)考核指标

　　项目完成时，须建成面向合规风控管理、弹性灵活的金融智能服务风控平台。风控服务对接不少于 200 家金融机构。实现 24 小时实时监控预警，毫秒级的风险识别能力，并在 1 秒内完成风险响应，实现模型 T+0 在线自动更新;具有风险感知、风险识别、策略智能推荐等功能引擎，提供企业风险预警、信用综合评估、智能化金融监管等功能模块;项目完成后，平台可覆盖 5000 万以上的用户，构建 10000+的风险特征，每日可处理 TB 级别数据量，实现 2000 万以上的接口调用量，接口响应时间为 50ms 左右,系统可靠性在 99.99%以上，风控模型的准确率不低于 95%，风险管控指标逾期率不超过 2%;申请发明专利不少于 10 项，获得软件著作版权不少于 10 项，提交金融风控国家/行业/地方标准不少于 1 项。

　　(三)申报要求

　　须企业牵头申报。

　　(四)支持强度

　　本方向资助额度不超过 800 万元/项。

　　项目 4：面向防范和化解金融风险监管科技的技术研究

　　(一)研究内容

　　面向防范和化解金融风险，建设新一代金融风险监测、预警和防控系统。研究面向多源异构超高维金融大数据的采集、清洗和数据治理，突破金融数据融合共享与可信安全访问技术，促进不同机构间敏感数据的共享;研究地方金融网络舆情与风险传播的态势感知和动态监测，突破地方金融机构风险特征的智能提取技术;研究基于复杂网络的金融风险传导动态压力测试技术，并运用大规模智能体的高效计算实验和 情景-应对 分析技术，突破地方金融风险防控的演化预判与决策瓶颈;构建地方金融风险智能监测与防控平台并开展示范应用。

　　(二)考核指标

　　项目完成时，须完成地方金融风险监测防控平台。提供基于大数据和人工智能的金融风险分析模型不少于 15 个，重大风险覆盖率不低于 70%;构建 12 类地方金融机构及其关联企业的复杂网络大图;实现大规模智能体(≥10000 个)的计算实验建模，产生风险情景不少于 10 种，至少覆盖 5 个地方金融行业和实现在 10 个地市的推广应用。申请国家发明专利不少于 10 项，获得软件著作版权不少于 10 项，提交国家/行业/地方标准不少于 2 项。

　　(三)申报要求

　　须企业牵头申报。

　　(四)支持强度

　　本方向资助额度不超过 800 万元/项。