百融早讯

每周一、三、五准时推出疫情信息、新闻资讯、政策动态和新奇科技，欢迎阅读～

每周二、四准时推出优质培训课程，百融云课堂线上报名链接也已经上线，欢迎报名参加~

●早讯摘要●

转型、退出、吊销、立案打击！北京海淀明确P2P平台分类处置工作目标

汇丰保险成立其在中国的首家金融科技服务公司

蚂蚁集团9月18上会科创版，上市背后细节被揭秘！

国际

万事达卡启动央行数字货币测试平台

监管

中国银保监会《规范保险公司健康管理服务的通知》

技术

深度聚类损失

.09.11

百融早讯

点击新闻标题即可查看详版新闻

疫情信息

截止年9月10日下午19时，全国累计确诊例新冠肺炎病患，累计境外输入人，较上日新增7确诊，现有确诊例，较上日减少12例。全球除中国外累计确诊例，累计死亡例，其中美国累计确诊例，较上日新增例。

在全球正在开发的数十种疫苗中，阿斯利康和牛津大学的疫苗被认为是强有力的竞争者。在成功进行了第一和第二阶段试验之后，人们对该疫苗可能成为市场上首批上市的疫苗的希望很高。最近几周，它进入了第三阶段的试验，在美国、英国、巴西和南非约有名志愿者参与注射。阿斯利康的一位发言人称，英国的一名参与者发生了不良反应，该公司在全球的疫苗试验将暂停。另外周二早些时候，阿斯利康和其他八家公司签署了一份承诺书，承诺不会要求政府过早批准任何新冠病毒疫苗，仅在疫苗经过临床研究的三个阶段后才申请监管批准。卫生新闻网站也首次报道了该事件，该消息称英国参与者的不良反应的细节目前尚不清楚，但援引消息人士的话说，预计他们将康复。

行业动态

1.转型、退出、吊销、立案打击！北京海淀明确P2P平台分类处置工作目标

9月8日，北京市海淀区金融办官方公号发布消息称，在近日召开的海淀区金融风险防范处置工作调度会上，海淀区金融办向该区副区长林剑华汇报了近期P2P网贷及非法集资风险防处工作、10亿元以上规模平台工作进展及下一步工作建议。海淀区表示要按照“积极稳妥、分类处置，以退为主、加速出清”的思路和“转型一批、退出一批、吊销一批、立案打击一批”的工作目标，做好该区P2P网贷机构分类处置工作。同时，健全完善重点平台“一平台一台账”机制及针对性工作措施。

2.汇丰保险成立其在中国的首家金融科技服务公司

9月9日，汇丰保险集团（亚太）有限公司已于上海自贸区临港新片区成立汇丰金融科技服务（上海）有限责任公司。汇丰金融科技服务公司预计于年底前开业，初期将为汇丰集团全新的移动式财富规划服务“汇丰聆峰创投计划”在中国的先行先试提供科技创新和数字赋能，并逐步为集团内外更多持牌金融机构提供相关支持。

3.蚂蚁集团9月18上会科创版，上市背后细节被揭秘！

距首轮问询仅隔两个工作日，9月9日，上交所科创板披露蚂蚁集团第二轮问询回复，围绕监管政策变化、市场竞争、股权支付等。在经过两轮问询后，蚂蚁集团已正式递交科创板上会稿，预计于9月18日上午9时上会审议，本次A股和H股发行后总股本不低于.亿股。

4.国际

万事达卡启动央行数字货币测试平台

随着全球经济对数字支付的接受度日渐提升，各国中央银行也在积极展望未来，希望在保持货币政策和金融市场稳定的前提下为金融创新提供支持。来自国际清算银行的一份统计报告显示，目前全球共有80%的央行正在从事某种形式的央行数字货币（CBDC）工作，其中约40%已经从概念研究阶段进入概念设计阶段。年9月9日，全球知名支付集团万事达卡宣布推出一个专有的虚拟测试环境，帮助央行评估CBDC用例。

监管动态

1.监管

中国银保监会《规范保险公司健康管理服务的通知》

为进一步规范保险公司健康管理服务行为，提升相关服务质量和水平，保护消费者合法权益，银保监会近日印发了《关于规范保险公司健康管理服务的通知》（以下简称《通知》）。《通知》是贯彻落实《健康保险管理办法》，进一步丰富健康保险产品内涵，完善监管制度、规范服务行为，促进商业健康保险稳健发展的重要举措，在促进人民群众健康生活方式和科学运动习惯养成、提升健康水平、降低疾病发生率、减少医疗费用支出、提升健康保险专业化服务水平等方面将发挥积极作用。主要内容：一是明确健康管理服务的概念和目的。二是提出健康管理服务应遵循的原则和要求。三是完善健康管理服务的运行规则。四是强化健康管理服务的监督管理。下一步，银保监会将按照《通知》要求，推动保险公司做好健康保险与健康管理的融合发展，满足人民群众多层次、多样化的健康保障需求。

前沿科技

深度聚类损失

深度聚类损失简介

无监督深度距离度量学习旨在从未标记的数据集中学习嵌入空间中里的样本相似性。传统UDML方法通常使用三重损失或成对损失，这需要挖掘正样本、负样本和锚点。但是，无人监督情况下没有标注信息，因此具有挑战，研究者提出一种克服该问题的新UDML方法，使用深度聚类损失来学习表示语义类的质心，即伪标签。

深度聚类损失优势

在数据学习期间，伪标签这些质心也用于重构输入样本。因而该方法确保了质心的代表性，每个质心代表视觉上相似的样本。质心给出有关正（视觉上相似）和负（视觉上不相似）样本的信息。基于伪标记，可以进一步提出一种新的无监督度量损失，该度量损失在嵌入空间中强制样本的正样本聚合和负样本分离。在基准数据集上的结果表明，该方法优于其他UDML方法。。

深度聚类损失应用

在通常的无监督学习中，由于学习本身的特点使其难以得到如分类一样近乎完美的结果。通过深度聚类损失进行伪样本的标记可以提升样本本身的分群效果，从而提升整体的模型准确度。

往期内容回顾

1

独家观察-年风控重点居然是它！

2

P2P清退之路

3

4

撩撩银行的那些事儿（上）

5

厦门银行欲设立消费金融子公司

6

现金贷迎来末日

END