Muzinich_&_Co亞太區首席執行官兼亞太區私募信貸主管_Andrew_Tan。 記者陳建興／台北報導 專精私募信貸的投資管理公司 Muzinich & Co 正式宣佈與第一銀行合作，為臺灣市場帶來第一個平行貸款策略。 第一銀行是臺灣名列前茅的『財管2.0』管理機構。為滿足高資產客戶對資金長期穩健增長的理財需求，第一銀行將領先所有公股行庫率先提供私募貸款策略的投資選項。此次合作正值私募信貸作為一種資產類別在全球和亞洲市場規模不斷增長之際，私募信貸是向企業借款人提供的另類信用貸款，具有潛在誘人的風險調整後報酬。 平行貸款是一種保守的私募信貸策略，資產管理公司與銀行在同等條件下共同貸款，雙方都能藉此獲利。平行貸款不僅讓銀行保留並擴大客戶關係，同時有效運用及管理銀行的貸款部位。另外也讓資產管理公司及其投資者，能夠獲得符合銀行貸款要求的各種企業貸款，並提供具吸引力的風險調整後報酬。 傳統的私募信貸基金是固定期限封閉式結構，與之不同的是，Muzinich的平行貸款策略是半流動性的，為高資產客戶提供定期的流動性，同時保持對高品質貸款組合的投資佈局。 Muzinich & Co亞太區首席執行官兼亞太區私募信貸主管Andrew Tan表示：「我們很高興能與第一銀行合作，為臺灣市場首次引入平行貸款。我們發現臺灣投資者對私募信貸這個資產類別，尤其是平行貸款的興趣與日俱增。第一銀行作為臺灣最大的財富管理機構，是我們最佳的合作夥伴。」 第一銀行補充：「我們的使命是為臺灣高資產客戶提供廣泛的一流投資選擇。第一銀行自2021年9月開辦高資產財管業務，打造專家團隊並提供各項禮遇優惠，瞄準高資產客戶以開創金融新藍海，至10月底高資產財富管理客戶數2,006戶，管理資產規模(AUM)達新臺幣2,165億元，管理資產規模排名業界第1，戶數排名業界第2，且在兼顧客戶權益、業務效益及風險控管的前提下，聚焦多元金融商品之創新，證明『以客戶為中心』的核心價值文化深受『億』級客戶青睞。」

  期交所增加最佳買賣價量統計資訊揭示。（期交所提供） 記者陳建興／台北報導 使交易人了解期貨市場各契約流動性差異，以衡量潛在流動性風險，期交所自108年2月起，每日發布各契約之未沖銷部位、5日交易均量及流動性參考指標等資訊，作為衡量各契約流動性風險之參考。 隨著市場蓬勃發展，臺灣加權股價指數站穩兩萬點之上，期交所也於今年推出微型臺指期貨，提供交易人靈活多樣的交易選擇，現行臺股期貨類商品已有臺股期貨、小型臺指期貨及微型臺指期貨三種契約規模可供選擇。鑒於交易商品的買賣委託與價差由市場供需決定，為協助市場參與者透過不同維度來瞭解商品流動性，期交所自即日起每日盤後發布「期貨多維度流動性參考資訊」，提供當日一般交易時段臺股期貨類商品最佳買賣價量統計資訊，讓交易人能以不同角度檢視契約之流動性，提升對流動性之風險意識。 期交所提供最佳買賣價量統計資訊包括「最佳買賣價差平均」、「最佳買賣價差占中價比平均」及「最佳買(賣)價委託量平均」，該資訊是將一般交易時段盤中逐筆揭示之最佳買賣價量資訊，依各筆揭示時間加權平均計算，並與「流動性參考指標」整合，便利交易人於單一網頁上可查詢流動性狀況。此外，期交所亦採用視覺化工具，提供不同到期月份契約及近30個交易日最近月份契約最佳買賣價量資訊圖表，讓交易人可更直觀比較不同到期月份契約流動性差異，及分析一段期間流動性變化。 交易人從事期貨交易，除觀察交易量與未沖銷部位外，並應留意市場委託狀況，包括買賣報價及買賣委託量等，訂定適當之風險管理策略。 期貨多維度流動性參考資訊查詢路徑為「首頁>交易資訊>交易資訊>期貨>期貨多維度流動性參考資訊」，請期貨商及交易人多加運用。

  永豐金控科技長張天豪領導的人工智慧資料科學家團隊，最新研究論文被知名AI國際論壇「神經資訊處理系統大會」所接受，於12／8-12／14至加拿大與國際頂尖研究團隊交流分享。 記者陳建興／台北報導 永豐金控長期致力推動人工智慧技術研發與實務應用，在科技長張天豪的帶領下，近年來在深度學習（Deep Learning）的表格資料（Tabular data）研究領域屢有突破。繼去（2023）年研究論文錄取國際機器學習會議（ICML）後，人工智慧資料科學家團隊今年再度投稿成功，獲選頂尖AI國際論壇「神經資訊處理系統大會」（Neural Information Processing Systems, NeurIPS）收錄論文，並於本（12）月前往加拿大溫哥華參與全球矚目的學術盛會，與國際頂尖研究團隊交流與分享。 NeurIPS 是機器學習與人工智慧領域最具代表性的國際論壇，以其嚴格評審機制及研究成果品質著名，吸引全球學術界、業界菁英技術專家參與，是規模最大的AI學術會議之一，也是AI研究領域重要的國際盛事。永豐金控今年能夠躋身其中，不僅是對技術實力的肯定，也彰顯了台灣金融業在國際舞台上的創新與競爭力。 本次AI 技術團隊所投稿的研究論文“DOFEN: Deep Oblivious Forest ENsemble”，是受到「樹模型」（Tree-based Models）啟發而設計的深度學習架構。表格資料因其結構化的特性，是金融業中最常見的數據儲存形式，比如客戶資訊、交易紀錄、市場動態等，以表格形式儲存可便於後續資料的檢索、運算和比較。而樹模型即因為其能夠有效處理表格資料的特性，被廣泛應用於金融業數據分析中。 目前在處理表格資料時，金融業普遍仍以傳統機器學習模型為主流，但深度學習模型在許多金融情境中上，都具備許多無可替代的優勢。例如，在客戶行為分析中，深度學習模型可以透過「預先訓練與微調」（Pretraining and Finetuning），快速適應新推出的金融產品數據；利用「非監督式學習」（Unsupervised Learning）提取隱藏在複雜數據中的模式，發掘出潛在的高價值客戶。而面對快速變化的市場，深度學習模型的「持續學習」（Continuous Learning）與「線上學習」（Online Learning）特性也能幫助模型即時更新，比如針對股票市場的劇烈波動，模型可以在幾分鐘內調整並提供最新的風險預測，達到傳統方法難以達到的靈活性。 永豐金控此次發表的 DOFEN 模型，藉由融入樹模型的優勢來提升深度學習模型表現，並據此提出一種全新的兩階段集成學習（Two-level Ensemble Learning）方法，成功突破深度學習領域的瓶頸，目前是該領域表現最佳的深度學習模型（SOTA，State-of-the-Art），效能與樹模型中表現最佳的「提升樹模型」（Boosting Trees） 互有勝負。 ICML與NeurIPS皆是機器學習與人工智慧領域最具代表性的國際論壇，這次於投稿篇數更多、競爭更激烈的NeurIPS舞台上脫穎而出，與全球優秀研究團隊交流，不僅展現永豐金AI研究團隊的前瞻技術實力，也彰顯永豐在 AI 技術創新推動上的堅持。隨著人工智慧迅速發展，永豐金控將持續導入數位科技應用與創新，確保在AI變革中保持領先視野與競爭力。