当前位置:皇庭客户端下载 > 皇庭娱乐官网 > 金沙2015app·AI如何改变消费金融?5家企业拆解了它们的业务环节|干货

金沙2015app·AI如何改变消费金融?5家企业拆解了它们的业务环节|干货

时间:2019-12-27 10:25:26 来源:皇庭客户端下载

金沙2015app·AI如何改变消费金融?5家企业拆解了它们的业务环节|干货

金沙2015app,近年来,ai在消费金融领域的应用越来越广泛,也诞生了一批如百融、zrobot、浅橙科技等重点发力ai技术的金融科技企业。那么,这些企业在ai技术方面有哪些应用和实践呢?

在9月22日清流club主办的“2017清流消费金融峰会”上,百融金服副总裁朱奔、zrobot ceo 乔杨、美利金融风险运营部总经理乔木、你我贷cro徐奇、浅橙科技联合创始人兼执行副总裁朱磊与清流club主编一起探讨了“ai与消费金融未来形态”。

百融金服副总裁朱奔透露,百融金服从2016年开始尝试ai技术,主要有三个方面,第一是反欺诈领域;第二是信用评分;第三个是在催收方面应用。

zrobot ceo 乔杨表示,zrobot在ai方面的应用,也主要有三个方面。

一是评分角度,zrobot深入到各种产品和场景,从小额现金贷到大额场景分期,从有抵押到无抵押的信用贷款都有单独的评分,来应对不同客群的特征覆盖。

二是在反欺诈领域,zrobot提出了“漫网“(network learning)技术,类似知识图谱的概念。“漫网”技术在京东金融内部做了落地见证,通过“漫网”抓出来的刷单,欺诈团伙的准确率超过70%。

三是在资产评估方面,zrobot做了大量的尝试。zrobot针对底层资产的预测和评估会直接驱动资金方关注资产本身,实现量化的投资决策。同时,在积累的成熟模型上成功的尝试了迁移学习。

美利金融风险运营部总经理乔木则透露,美利金融在ai应用上,第一个是在智能视觉上面,应用了人脸识别和活体验证,包括ocr技术,搜集了资料上的文字录入到系统中;第二个是在智能决策体系中,在贷前、中、后上了几十个模型;其次,在催收上也建立了自己的模型;另外,在营销层面也有不同的应用。

你我贷cro徐奇表示,你我贷对ai应用的管理比ai本身的应用更重视。近年,你我贷打造了一个数据的闭环,还有“征信的最后一公里”的理念和应用。

你我贷现在所有的ai技术都依赖数据,无论来自第三方还是来自内部,数据本身稳定性都是你我贷应用ai技术必备的一个维度。

浅橙科技联合创始人兼执行副总裁朱磊则表示,浅橙科技在ai的应用上与各家类似。朱磊透露,浅橙科技旗下的平台大概有2000万的注册用户,每天最高撮合成交量达到10万单。能够支撑这样的业务量,一定是对数据的使用足够充分。所以,浅橙科技现在更多的是用数据、技术做ai匹配的问题。

以下是2017清流消费金融峰会“ai与消费金融未来形态”圆桌讨论全文:

主持人:各位好,很荣幸能和各位坐在这里探讨ai与消费金融的未来形态,首先有请各位先自我介绍下。

朱奔:大家好,我是朱奔,今天很感谢清流club的邀请,我们百融金服是一家金融大数据公司,给众多公司提供基于大数据,包括风控等相关服务,目前大概合作近2000家机构,其中银行有200家。

乔杨:今天非常感谢清流club为我们提供这个机会。我是zrobot ceo乔杨。我们成立不到一年,但是已经取得了不少成就。我们向诸多金融机构提供包括信用评估、标签,反欺诈系统这样一类标准化产品,同时在非标产品领域也做了探索,比如我们在abs资产评估和定价方面做了很多尝试,在精准营销、现金贷整体解决方面也推出了一系列产品,取得了市场认可的成绩。我们在市场上的定位是一家数据技术公司,而不是一家征信公司。

乔木:美利金融是一家成立于2015年的金融公司,我们的主业务有两块,一块是专注于3c和消费贷款的,另外一块专注于车贷的美利车金融,我们跟在座很多金融公司都有很多合作,数据层面和建模上都有一些合作,今年放款在200多亿,我们是一个深耕在消费金融领域的金融企业,希望大家以后有更多的交流沟通,今天非常感谢清流能够给我们提供这样一个机会,谢谢大家。

徐奇:大家好,我叫徐奇,来自你我贷。今年是你我贷公司的第七个年头,截止2017年8月,累计交易额超过600亿。在你我贷的前四年,主要是线下开展小额信贷业务;从2015年起,你我贷逐渐转型到线上。ai在业务中的应用比如人脸识别,后端我们也做了一些尝试,根据客户当前的一些状况做出适当的调整。当然还有一些其他方面的应用,待会儿再进行交流。

朱磊:大家好,今天见到好多老朋友,非常感谢清流,简单介绍一下我们是一家金融公司,主要是连接用户,我们更多是围绕自己的技术,提升连接的效率和准确性,最终是帮助用户享受优质的金融生活。

主持人:刚刚所有嘉宾上台演讲时都有提到ai,现在整个金融业俨然已经离不开ai了,最近我们也看到,四大行在牵手batj,前天,中金还引入了腾讯作为其战略投资者,传统金融机构引入科技公司,来补自己的短板,提升智能化服务。今天我们坐在这,大家也给我们介绍一下各家公司ai技术这方面有哪些应用和实践。

朱奔:我们从2014年开始做金融大数据,在2016年我们就开始尝试ai技术,包括多个领域,第一是反欺诈领域,我们会用一些算法以及学习,把一些相关中介,包括团伙作案的特征提炼出来,第二个就是积累相关的知识库,相关的策略规则,根据一些经验的判断,包括相关的数据关联性,做相关的知识储备,在业务实际应用上清理掉。第二块在我们的信用评分上面。第三个就是在催收方面应用,在催收的各个阶段,在各个不同阶段里面,现有的催收公司全都是短信,我们自己要落地了,有部分金额比较大的落地,这是比较标准化。我们如果尝试用更新的方法,不同阶段里面策略是不一样的,每一个阶段里面,可能当期的策略不会是最优的,但是我们可以做到在整个阶段,用怎么样强化的学习方法,把它的状态做到整体的重要,而不是部分的重要,我们一些算法做一些强化学习,把催收的收益最大化,我们做了整体的探索,也不是全部都应用了,跟我们的一些合作伙伴去探索。

乔杨:我们这家公司是京东金融和美国大数据公司zestfinance合资成立的独立的数据技术公司,尽管我们成立的时间是去年11月,但是整个产品的搭建和打磨用了近三年的时间。京东金融是2013年底开始开展消费信贷业务的,开始的时候遇到最大的困难就是如何对这些信用白户或薄户进行授信。大家都知道,在美国征信的覆盖度达到85%以上,只有15%的人在三大征信局没有任何记录,这85%的人是由市场认可的统一的类属评分-fico信用分覆盖的,打分模型用的是比较传统的建模方式,对于金融强相关的变量依赖度高,数据量要求较高。比如打分人群使用信用卡和银行贷款记录必须超过6个月等等。对于信贷历史较长的人群,用传统方式建出来的模型也比较精准。但是像新移民、留学生、在校生等这类人群,他们本身在美国并没有得到传统金融机构的服务,用传统方式对他们进行评估是几乎做不到的,所以类似zestfinance这样的技术驱动的金融公司的出现相当于颠覆了整个信贷领域对信用评估的看法,因为他们是首先推出用机器学习的方式,对fico不能打分的人群,也就是所谓的信用白户和薄户利用海量的互联网数据和第三方数据进行评判,也取得了非常好的效果。

京东金融在2014年就发现了这家公司的潜在价值,因为在中国征信数据的覆盖度和美国的情况正好相反,央行征信覆盖度大概在30%左右,所以大量的人群是没有央行征信记录的。京东金融认为把美国先进的模型技术移植到中国来,与中国金融市场的各类场景相结合具有极大的潜在价值,因此就诞生了我们这家公司。美国的数据结构和数据源,包括应用场景和中国的情况存在一定差异,因此zrobot对zestfinance的模型技术进行了深度的分析和优化。在ai方面的应用主要有三个方面,一个是评分角度,我们底层有一系列子模型,通过对海量数据的筛选与特征提取,将提炼的元变量输入子模型,整个评分过程是一个集成学习的过程,因此效果远胜过单一模型的效果。

同时我们对场景进行了深度挖掘,我们的评分不是以一概全的模式,我们深入到各种产品和场景,从小额现金贷到大额场景分期,从有抵押到无抵押的信用贷款都有单独的评分,来应对不同客群的特征覆盖。

第二个方面,跟传统金融风控模式不一样,在反欺诈领域,我们也是在业内最早提出来将针对点的机器学习技术与复杂网络技术相结合的“漫网“(network learning)技术,类似知识图谱的概念。在中国如果仅对客户进行个人画像的判断是不够的,尤其是在反欺诈领域,大量的中介、欺诈团伙、羊毛党等等,通常是上下游非常完善,而且集体作案的特征非常明显,能否以一个个体出发,利用免疫和扩散规则把周围关系网络构建出来,从而精准判断欺诈团伙,这是一个非常值得尝试的事情。“漫网”技术在京东金融内部做了落地见证,通过“漫网”抓出来的刷单,欺诈团伙的准确率超过70%。

第三个方面,我们在资产评估方面做了大量的尝试。目前市场上有个很大困惑,资金端和资产端信息不对称的情况很普遍,很多比较好的资产端找不到资金,资金端也找不到优质资产投出去,abs是其中一个解决方案。但abs最大的困惑都是以主体作为授信单位,信贷历史比较长,主体信用良好的资产端是非常容易拿到融资的,相反在中国有很多新兴的互联网产品模式,他们可能资产本身非常优质,但是因为资产小而分散,历史积累数据并不长,得不到资金方的青睐。zrobot针对底层资产的预测和评估会直接驱动资金方关注资产本身,实现量化的投资决策。同时,我们在积累的成熟模型上成功的尝试了迁移学习,对类似的资产进行高效的评估,取得了出色的效果。

乔木:我作为倒数第二个,可能稍微比最后一位兄弟稍微长一点,美利金融是在座唯一一个关注于资产端的,在ai应用上还是有不太一样的地方,第一个是在智能视觉上面,我们也是应用的人脸识别和活体验证,包括ocr技术,搜集了资料上的文字录入到系统中,第二个在智能决策体系中,我们在贷前、中后上了几十个模型,然后我们也在催收建立了自己的模型。我们在营销层面有不同的一些应用,比如说我们在流量的投放上面,根据后期的各个漏斗,以及转化率,以及进店之后的客户风险表现,进行智能的投放,这块是相对比较独立的地方,在客户进行交叉营销的时候,根据授信客户进行营销层面的模式判断,根据他在我们历史上的还款记录和还款偏好,还有他在我们app上的一些行为数据,和我们客服相关沟通的变量,我们可以判断这个人可能会承担的一个比例是多少,包括这个人偏好的沟通方式是怎么样。

另外,我们还有车贷业务,我们在车上是装有gps的,对所有地址信息进行分析,如果有异常的gps位置变化,会实时触发到警报,我们会有相关的人员进行调查。还有我们的知识图谱,现在是200多万的客户,2亿多个节点,这样可以算出来他们之间的关系。我们在知识图谱上应用上催收当中去,这个是在整个监测体系中的应用。

最后我们在交互层面,因为我们是唯一一个跟用户打交道的资产方,交互层面我们在我们的微信客服上面运用了机器人,在我们的催收当中是应用了一些智能短信提醒,根据客户整体的利息情况,包括他每次去贷款或者主动支付的情况,用智能去发出短信提醒,根据这个提醒,我们降低了整体运营成本在30%以上,这是我们整体在四大体系里面去运用的ai技术的情况。

徐奇:说到ai在金融领域的应用,除了关注“领域”,你我贷对ai应用的管理比ai本身的应用更重视。近年,你我贷打造了一个数据的闭环,还有“征信的最后一公里”的理念和应用。你我贷现在所有的ai技术都依赖数据,无论来自第三方还是来自内部,数据本身稳定性都是你我贷应用ai技术必备的一个维度。我们成立了两个部门,分别承担两个使命,对公司各个方面,包括涉及大量核心指标的决策规则,进行检测、反馈并修正。我相信,今年只要是做风控、做模型的圈子都有感触,多多少少都经历过这方面的阵痛。

在你我贷的数据闭环里,首先是规则下沉,但闭环的形成需要一段时间。闭环要做到无缝对接,必须第一时间反馈给前端的量化团队,供其对当下的情况进行及时修订。我们另外一个闭环,基于复杂算法形成的模型,本身可解释性较弱。探讨这个模型本身的应用会花大量的时间,因此,你我贷组织了一个部门,把过程中快速形成、还没有经过推敲的假设,快速实现分流上线,通过实际结果来检验有效性,然后再实现实际的产品。

朱磊:刚刚几位对于ai在自己业务上的应用都讲得非常全,我们跟大家差不多,每个业务环节都在用。我主要提两点,第一点谈谈我们对于ai的一个看法,再一个谈谈ai在不同阶段的使用情况。

前面几家本身都是互联网公司,更多是利用数据和技术解决问题。我们旗下的平台大概有2000万的注册用户,每天最高撮合成交量达到10万单。能够支撑这样的业务量,一定是对数据的使用足够充分。我们从一开始做这个业务就非常重视数据使用。在什么阶段做什么事情,我觉得ai的使用是不同的,比如我在早期,在业务没有开启或者刚刚开启的时候,风控比较关键,大家在风控这块的应用都非常好,都取得了不错成果。但是中后期,流量会变得非常重要,我们的渠道有几千个,我们要做各种优化。我们现在更多的是用数据、技术做ai匹配的问题,因为我发现我的用户已经足够多,合作方也足够多,过去合作方比较单一,现在我们有纯业务合作方,包括流量的合作方,我们来做获客,如何在用户和商户之间做最佳的匹配,我觉得这是更加具有挑战性的事情。对于用户的偏好,合作方不会直接跟你讲,或者他自己也不知道,我们需要帮他做很多分析,这些分析都基于整个数据的积累,只有足够多的样本才能做出分析,这块是我们目前正在花重心在做的。回顾刚刚我们在整个业务发展阶段的重点,都是由于数据的积累才能做这样的事情,前期可能是做风控,后来发现用户多了,我做用户精细化的管理,最后发现整个订单多了,随着业务量上升,我要做贷后。现在发现服务的商户变多了,我做商户。作为一个公司,一个企业来讲,所有的技术都应该为业务服务,今天主题非常好,我相信随着整个技术的成熟和发展,整个业态会变得越来越好。

主持人:现在外界有很多观点认为人工智能都是伪人工智能,但是刚刚经过大家介绍之后,我觉得不是这样的,大家能不能详细举一些例子来推翻这个观点。

朱奔:我们做用户评分的时候,我们会用一些方法做一些评分,你用ai的话意味着科技要跟得上,我们做到ks能做到0.7,大家会觉得不可思议,其实我觉得在我来看,它不是一个问题,在当下,刚才朱磊刚才讲的很好,在不同当下拥有相关的技术都是为业务所用的,不同阶段会有不同挑战,如果在反欺诈领域,现在用的相对多一点,如果我反欺诈把我很多用户都不明不白的干掉,前端负责营销的相关负责人肯定会很恼火,因为整体的成本,获客成本会非常高,是前后一体化要掌握一个度,我在前端用的时候,需要获客上面做很多,用相关技术在不同渠道,风险水平做很多细化,我觉得这一个阶段性的,不能纯粹的技术化,技术是为我们所用的。

乔杨:这个问题需要辩证的来看,我觉得ai应用有三个方面可以判断:从数据源的角度讲,如果这家公司没有数据可以支撑ai技术探索的话,那一定是伪应用。第二个判断因素,不管是投资人角度还是企业角度,如果你具备充足的数据源,接下来要看你实际使用的ai技术以及ai技术落地应用的层面:是算法应用,无人车、无人机、语音图像识别还是其他。所以首先你要具备数据源,其次是否有落地应用。第三块要判断团队是否具有做ai的基因,如果三方面都具备,在中国不能说做ai的公司是伪命题,因为在ai应用领域有很多成功案例。

乔木:大家谈的ai应该是弱人工智能,我们在应用场景里面,大多数是做某一个具体的一件事的ai,这个具体的ai是能够解决我们在业务当中需要处理的工作,比如在我们应用当中,我们在审批过程中,我们是用ai代替了人工审批,这个作用还是非常强大的,人力节省上有很大提升,另外在很多需要去做判断的地方,比如在催收的过程中,ai起到了非常多作用,怎么回应这样的说法,其实效果是最重要的。

徐奇:我特别赞同刚刚乔总的观点,因为这个问题很简单,就是看你怎么定义ai,定义的边界决定这个ai到底是什么。如果把边界稍微扩大一下,稍微弱化一下ai的要求的话,比如定义成计算机的数据处理能力,可以一定程度上解决人脑解决不了的问题,它也的确已经发挥了很大的价值。这个上面的应用已经很多,比如说反欺诈,这个是最典型的例子。

朱磊:还是要看ai在应用上的占比,从客观的角度分析这个事情,现阶段ai技术有一些客观问题,比如风控本身是一个客观的事情,好就是好,不好就是不好,没有感情因素。贷后可能有一些感情因素在里面,有些人适用比较温柔的方式,不可能用机器做交互。现在是机器分析出来这个人适合哪种方式。未来,随着技术发展肯定会做得越来越好,但是不应该去过度吹嘘ai的作用,这样的感觉可能给大家造成一种伪ai的观点。

主持人:现在我们在实际应用中,哪一些岗位是完全可以被ai技术替代的?

所有嘉宾:没有

主持人:还没有是吧,大部分还是需要人工干预。

主持人:这三位都是消费金融从业者,大家一开始做业务的时候都是基于第三方的技术服务,现在大家各自都是技术比较成熟了,慢慢摆脱第三方的服务。那朱总、乔总两位第三方,是否感受到了威胁?

朱奔:因为大家的定位是不太一样的,其实我们都还是希望我们的合作伙伴,比如说我们合作建模,我们相关数据变量大家是怎么做的,互相帮助做的越来越好,我们最终的目的是希望客户能够快速成长,并且在过程中大家属于互利互赢,实现双赢的状态,我们真心希望客户借助了我们的能力,在过程中我们不断互相交互,我们也有很多应有场景需要向合作方挖掘,可以给我们提出一些建议,大家会越来越健康,整个生态是一个多赢的局面,发自内心希望我们客户得能够发展好。

乔杨:我们在行业内起的就是连接作用,尽管业务方都在积累自己的数据,但是中国其实出现了很多第三方场景,一个是时间积累不长,二是数据维度不多,所以抓取到的数据其实只是垂直领域的一部分细分数据,我们作为第三方其实有两大作用,一个方面是能够做客户画像的完整构建,比如说一个人在抵押贷款场景中的表现和在无抵押信用类的贷款表现是完全不一样的,在额度期限定价不同的产品中表现也是不一样的,所以在场景中积累的数据肯定是有价值的,但是不同场景下客群的表现各有差异,所以用户画像整体的补充是要依靠底层数据的打通,在目前国内这个阶段是非常难做到的。

另外一方面,有一些应用方积累了不少数据,但是数据挖掘能力较为欠缺,尤其是我们在跟一些传统银行机构,或者新兴的互联网金融公司合作的过程中发现,机构和企业本身积累的数据质量很高,数据价值也很大。但是怎么挖掘这个数据价值,通过数据产生决策能力,提升生产力,这是目前欠缺的能力。zrobot成立的目的就是利用先进的数据技术,使数据产生价值,帮助金融机构和企业提高决策能力,把这些企业连接起来,达到共赢的效果。

主持人:刚刚两位也提到了,目前在跟很多银行合作,那据我了解现在很多银行,特别是一些二三线城市的,他们实际上对消费金融业务并不是很了解,而且技术也跟不上,在对接的过程中应该并不是很顺利。在座的各位,无论是消费金融企业,还是第三方,你们也是接触了一些银行,谈谈你们的感受,对接的时候遇到哪些问题,如何才能更好的合作?

朱奔:目前银行也在转变,目前的二三线城商行大家都在转变,目前市场环境越来越市场化,各个银行也有一些自我危机,慢慢开放很多品牌,跟金融科技公司一起合作,帮助他们赋能。跟2014年相比,已经变化很大了。2014年我们跟哈尔滨银行谈合作,他们算是比较开放的,认为金融大数据也好,当时感觉不到,在2016年整体市场蓬勃发展,包括国家对于金融科技的导向,之后很多银行的接受度越来越高,并且很多银行的一把手也会把金融科技当做银行发展的重要因素研究,现在也慢慢的愿意接纳,去年我们合作的银行只有几十家,一年左右的时间,大家越来越开放,很多还主动找到我们,因为消费金融业务的发展需要投入很多,比如说他没有人,首先第一个他没有人,没人怎么招,很是一个问题,二三线城市找ai的人才,数据分析师都很难找,在现有银行体系里面,因为金融科技平台有很多,基本上传统的,目前对于人才这块保住现有人才很难。对于系统要改造,大量的系统改造,对于数据模型做不断的优化,总体会对他们产生一些瓶颈,市场环境变化很大,第一个就是接纳多,主要是他们没有系统,没有流量,没有风控,基本上属于一穷二白,合作起来比较困难,我们给他们做基础设施,做了之后他们才会有平台,比如说资金对接的服务。

乔杨:简单补充一点,在现在这个阶段,城商行已经意识到他们在这方面的弱势,所以,我们要借助第三方数据技术公司为他们服务,尤其是类似微众银行的微粒贷的模式成功,对他们冲击非常大,京东金融也跟很多城商行有合作,作为资金渠道,城商行在最早的时候都是抱着怀疑的态度去尝试,但是发现拥有技术实力的互金公司的风控能力远远超过他们的预期,资产表现甚至远远超过传统风控手段的效果。他们在这方面完全改变了自己的看法。我们觉得后面的机会越来越大。我们认为第三方金融科技或数据技术服务方也应该像银行一样抱有开放的态度:比如我们跟城商行的合作过程中,会为他们的业务和技术人员提供一系列的培训,让他们尽可能的了解我们的模型及策略的开发和部署流程,目的是让他们的从业人员在没有我们帮助的情况下能够持续更新迭代我们为他们搭建的模型和策略,而不是只能通过黑盒操作。我认为这也是作为第三方公司在这方面应当做的探索和思想上的转变。

主持人:实际上第三方公司充当的是一个市场培育的角色。

乔木:美利接触的城商行,包括地方性银行也很多,我们在跟银行谈话更多是两个方面,一个是产品,一个是系统,产品我们更多会根据我们接触的银行,把我们的产品标准化,给到各个银行一些建议,其他银行跟我们谈的时候我们也给他很好的建议。第二个方面就是结合方面,我们有自己的资产负债平台,在资产负债平台上会根据每个银行的情况,会把产品配给不同的银行,现在地方性银行和城商行现有的技术状况,其实二三线城市他们在做系统的时候更多是采购,我们在做资金资产只要把主流的城商行系统做好,其实对我们来说基础对接的成本会很小,这个是我们对资金方和资产方的建议。

徐奇:排除监管方面信号,如果城商行持开放态度,接纳外部金融科技,显然银行跟互联网公司对接合作存在非常强的加持效果。在合作中,即便刚开始存在一些问题,后来根据资产的表现,甚至会涉及到一些策略创新调整,银行从中也能够得到一些东西,对他们将来自己去开拓是有帮助的。

朱磊:我简单说一下,其实现在银行也不会像我们想得那样,其实都还不错,特别是大的银行,小的银行也可以通过外包的公司做一些技术更新。我分享一下我的经验。我们现在合作的金融机构也挺多,跟他们合作,要看到底是什么级别的行去力推的,如果是支行或者分行,我觉得基本是不靠谱的,因为这样大的业务合作,不管是资金还是联合开发产品,他要去协调和推广很多资源,如果发起方并不是资源主导型的角色,其实很难做这个事情,这第一点很重要,技术好不好没关系,不行我来帮他做,只要你做就行,所以这个决心很重要。作为科技公司要更加开放,因为未来传统机构跟我们合作是一个趋势,所以我们应该开放一点,大家划清自己界限,因为银行更加擅长的一定是他的自营运营能力和风险能力,我们更擅长的是我们的获客和产品运营能力,用户给到他没有关系,不用担心。

举个例子,我们现在在跟一家蛮大的银行联合开发产品,他要求在我的产品里面嵌入(sdv),这可能很多公司都不愿意做,我们在一定的范围内去开放,一起来做这个事情,因为只有我们开放才可能更深入,银行都是比较谨慎的,他不做不是因为他没有这个意愿,我们开放一点,自己先坦诚一点,让他尝到甜头,他做了觉得还不错,这样才能更加深入去做,未来才会实现合作共赢。

主持人:感谢各位嘉宾的分享,由于时间关系我们今天先聊到这,稍后我们在会后进行交流。

关于本次会议的更多内容,请继续关注清流club的后续报道。

快三app

新闻
税收盈余前景差 德拟加强向国际大型企业增税
税收盈余前景差 德拟加强向国际大型企业增税

但日前,德国联邦财政部长肖尔茨表示,“好日子到头了”,此后欲让亚马逊、“脸书”、星巴克等国际大型企业多多纳税。据报道,这是由于德国将逐步取消团结税,但当前德国还没有达成彻底取消团结税的条件。根据德国大联合政府的协议,90%的纳税人从2021年开始就不需再缴纳团结税。据悉,他正准备在国际层面上推行企业纳税下限制度。肖尔茨还为制定这一全球性规则定下时间表。

工地裸土覆盖不全、废气直排……这些工地、企业需要整改
工地裸土覆盖不全、废气直排……这些工地、企业需要整改

监督组工作人员表示。除此之外,督察组还检查了重庆胜阔机械制造有限公司、重庆市九龙坡区中鑫机械厂等企业。据悉,两家企业主要从事三轮车零配件的生产。工作人员说,问题交办后,企业进行了整改。

小鹏P7将在广州车展预售
小鹏P7将在广州车展预售

钛媒体9月30日消息,小鹏汽车官方消息,其旗下首款纯电动中型车小鹏p7将于2019广州车展开启预售。根据此前信息来看,该车将搭载双电机四驱系统,0-100km/h加速时间将达到5秒以内。

新产业结构调整指导目录出炉:鼓励类新增人工智能
新产业结构调整指导目录出炉:鼓励类新增人工智能

《产业结构调整指导目录》是引导投资方向、政府管理投资项目,制定实施财税、信贷、土地、进出口等政策的重要依据。在其指引下,要进一步破除无效供给,培育新兴产业,促进我国产业迈向全球价值链中高端——国家发展改革委11月6日正式对外公布了《产业结构调整指导目录》。2005年,经国务院批准,国家发展改革委发布《产业结构调整指导目录》,并于2011年和2013年分别进行了修订和修正。

又一虎!昔日“天才少年”落马,能源口为何成腐败重灾区?
又一虎!昔日“天才少年”落马,能源口为何成腐败重灾区?

2014年12月,白克力出任国家能源局局长,当时的能源局在经历几次高官落马之后,俨然已经站在风口浪尖,成为腐败重灾区,媒体当时的报道说他要同时面临能源改革和反腐大考。令人唏嘘的是,白克力曾经的下属原国家能源局原副局长王晓林,恰巧在昨日被提起公诉。当时有媒体写道:“十八大以来的反腐形势表明,国家能源局已经成为腐败重灾区。努尔·白克力如何整肃能源领域队伍、重震能源领域的官场生态?”

雅戈尔前三季度实现营收68.68亿元 男装行业龙头地位进一步巩固
雅戈尔前三季度实现营收68.68亿元 男装行业龙头地位进一步巩固

本报记者吴奕萱10月31日,雅戈尔发布2019年三季报,公司前三季度实现营业收入68.68亿元,较上年同期增长45.14%,归属于上市公司股东的净利润30.77亿元,较上年同期增长31.43%。除地产业务外,雅戈尔作为国内男装行业的龙头企业,近年来注重与国际时尚的接轨,坚持新材料、新面料、新工艺、新品牌和新服务的创新,在生产技术及工艺的研发、产品设计等方面持续进行资源投入。

我对国学的态度:国学并不单独存在,也不用专门去学!
我对国学的态度:国学并不单独存在,也不用专门去学!

我相信,绝大多数的中国人,都和我的经历、水平差不了多少。国学,被人为地拉开了和普通人的距离,现在有很多人在以捧国学之名杀国学。国学,不是知识,压根儿就不用专门去学,每一个中国人的精神和生活根本不可能和国学隔离开。国学的感受,体验、学习,应该是每一个中国人日常生活中的一部分。而不是单单拎出来,装扮好,去表演。其一、几本书、几套衣服、几套礼仪,根本就不是国学,国学不可能单独地存在。

还没卖到中国市场,澳大利亚猪肉或先涨价60%?24国猪肉获准入华
还没卖到中国市场,澳大利亚猪肉或先涨价60%?24国猪肉获准入华

一直以来,澳大利亚都是中国的主要牛肉供应国。据该国养猪业界表示称,因猪肉供应短缺,今年圣诞节假期澳大利亚的猪肉或涨价60%。但偏偏在中国猪肉市场需求高涨,各大供应国争相抢占其市场份额之际,澳大利亚猪肉却还没能获得一张中国市场的“入场券”。前不久,有消息称中澳两国有意就猪肉供应达成协议,但迄今为止澳大利亚猪肉还等在中国市场门外。但值得注意的是,澳大利亚正在为进入中国猪肉市场做准备。

Copyright 2018-2019 housenpeople.com 皇庭客户端下载 Inc. All Rights Reserved.