在不影响附件三《投资指南》中规定的最低分配额的情况下,受益于创新金融空间试点的创新金融(子)金融中介机构应承诺直接或间接向相关创新金融空间最终接收者投资最低金额。此类最低金额将针对每个特定的创新金融(子)金融中介机构确定,同时考虑到其各自的投资策略和行业重点,但预计至少为创新金融空间下 EIF 承诺金额的 2 倍。
第 1 章 - 执行摘要 背景 由于数据可用性和计算能力的提高,人工智能 (AI) 和机器学习 (ML) 在金融服务中的应用越来越广泛。市场中介机构和资产管理者对 AI 和 ML 的使用可能会改变公司的商业模式。例如,公司可以使用 AI 和 ML 来支持其咨询和支持服务、风险管理、客户识别和监控、交易算法选择和投资组合管理,这也可能改变其风险状况。市场中介机构和资产管理者使用这项技术可能会为公司和投资者带来显着的效率和收益,包括提高执行速度和降低投资服务成本。然而,这种使用也可能产生或放大某些风险,这可能会对金融市场的效率产生影响并可能导致消费者受到伤害。因此,金融市场中人工智能和机器学习的使用及其控制是全球监管机构当前关注的重点。国际证监会组织将市场中介机构和资产管理公司对人工智能和机器学习的使用工作列为首要任务。国际证监会组织董事会于 2019 年 4 月批准了一项任务,授权市场中介机构监管委员会 3 (C3) 和投资管理委员会 5 (C5) 研究人工智能和机器学习监管方面的最佳做法。1 委员会被要求提出成员辖区可以考虑采用的指导意见,以解决与人工智能和机器学习的开发、测试和部署相关的行为风险。咨询报告中确定的潜在风险 国际证监会组织对市场中介机构进行了调查并与它们举行了圆桌讨论,并与资产管理公司进行了联系,以确定人工智能和机器学习的使用方式及其相关风险。2020 年 6 月发布的咨询报告 2 强调了以下领域,这些领域可能在开发、测试和部署 AI 和 ML 方面产生潜在风险和危害:• 治理和监督;• 算法开发、测试和持续监控;• 数据质量和偏见;• 透明度和可解释性;• 外包;以及 • 道德问题。
我们很高兴为这项咨询做出贡献,并看到我们提出的一些趋势和挑战已纳入了最终文件,尤其是在与内容相关的问题上。政策框架通过根据其功能分析中介来分析中介,而不是按实体类型对其进行分类,从而提供了宝贵的见解。这种功能性方法更准确地捕获了当前的互联网生态系统的复杂性,中介机构扮演多个角色,并以各种方式与第三方生成的内容进行交互。该框架还强调了保护中介机构免受第三方内容的责任的必要性,为决策者提供了关键资源,以了解不当设计的法规如何破坏互联网的功能。
美国处方药的供应链非常复杂,涉及药物制造商和患者之间的几个中介。这些供应链中介机构之间的谈判,包括药房福利经理(PBM),药房和批发商是私人的,其合同条款是机密的。供应链的复杂性,加上供应链中介机构之间的价格透明度和相互作用的不透明度,导致了不一致的市场激励措施,这可能会导致美国处方药成本增加。有效的政策扩大了获得处方药并降低处方药价格的同时鼓励创新的政策必须取决于确定参与者和激励措施,从而在不增加对最终用户的价值的情况下提高药品价格。因此,重要的是要了解沿着药物供应链沿何处产生大量边缘。
虽然没有针对性贷款的普遍定义,但EBRD最近将其描述为“术语贷款扩展到金融中介机构,并定义了收益的使用”。 2这是我们也将使用的定义。指示贷款是一种中间贷款形式,DFI可以影响其资金金融机构的贷款政策。3在DFI设定的资格标准中,中介金融机构在选择暴露时仍然免费。他们确定客户,评估和批准其信贷请求,支付资金,监控利息和本金付款,并承担投资组合的风险。DFI最终会承担信用风险,而是在金融中介机构中(在第3.5节中提到的有关风险共享和担保的案件)。
• 为企业开发工具和材料 • 与中小企业中介机构和国家知识产权局合作 • 知识产权管理诊所 • 发明人援助计划 • 专利起草计划 • 知识产权融资和估值 • 知识产权商业化
工作学习——在工作环境中与行业专业人士持续互动——使学习者能够培养他们在职业生涯中取得成功所需的实际技能。研究表明,参与工作学习体验可以让学生向行业专业人士学习并与他们建立关系,这会增加他们以后的工作质量。15 除了为高质量的工作学习制定标准外,各州还可以通过在州、地区或地方层面建立和支持中介机构来扩大获得工作学习机会的渠道,以协调雇主和教育工作者之间的联系并为学习者提供机会。中介机构可以是非营利组织、雇主协会,甚至是学校或学区的工作人员,他们致力于揭开其所在地区青少年高质量体验的神秘面纱,加强和扩大这些体验。