大数据金融

大数据金融

作者:刘晓星

出版社:清华大学

出版年:2018年11月

ISBN:9787302516118

所属分类:经济金融

书刊介绍

《大数据金融》内容简介

本书基于作者近几年来在大数据金融领域的独特观点和系列研究成果,着重介绍了大数 据的提出与演化及大数据思维,并从大数据与金融融合、大数据金融的商业模式、大数据金融 机构与产品创新、大数据金融服务平台创新、大数据金融算法、大数据金融生态环境建设、 Fintech与大数据金融等多个方面对大数据金融进行了深入研究和展望。
本书适合从事金融科技、数据挖掘、大数据金融等领域的研究人员以及金融机构和政府相 关管理决策部门的从业人员阅读使用,同时也适合高等院校经济、金融、统计、管理等专业领域的教师、研究生阅读参考。
刘晓星,博士,金融学教授,东南大学金融学专业博士生导师,金融系主任,东南大学人文社科学部委员,江苏省金融青联常委委员,江苏省国际金融学会常务理事,江苏省科技创业导师,江苏省“青蓝工程”中青年学术带头人,全国高等学校金融学类专业教学指导委员会委员,中国金融学年会理事,中国金融工程年会理事,中国金融管理年会常务理事。
研究方向:金融理论与政策、金融工程与风险管理。目前主持国家社科基金重大专项一项、国家自然科学基金面上项目两项,主持完成国家自然科学基金面上项目两项、省部级课题和横向课题十余项。曾荣获江苏省“社科应用研究精品工程”一等奖。在Applied Economics (SSCI)、Finance Research Letters (SSCI)、Applied Economic Letters (SSCI)、《经济研究》《管理科学学报》《世界经济》《中国管理科学》《管理工程学报》《金融研究》《系统工程理论与实践》等国内外学术期刊发表论文100余篇,出版专著3部。

作品目录

作者简介
内容简介
前言
第一章:大数据的提出与演化
第一节
大数据概念提出的背景
第二节
大数据的历史演变过程
第三节
大数据概念的界定
第四节
大数据带来的变革
本章小结
第二章:大数据思维
第一节
大数据思维的内涵与构成
第二节
大数据思维对传统思维的影响
第三节
大数据思维对传统产业的影响
本章小结
第三章:大数据与金融的融合
第一节
现代金融的大数据特征
第二节
大数据金融的内涵
第三节
大数据金融的发展状况与趋势
第四节
大数据与互联网金融的关系
本章小结
第四章:大数据金融的商业模式
第一节
大数据金融商业模式的选择
第二节
大数据金融商业模式的维度分析
第三节
大数据金融的企业商业模式创新
第四节
大数据金融的产业商业模式创新
第五节
大数据金融的行业商业模式创新
第六节
大数据金融商业模式的未来趋势
本章小结
第五章:大数据金融机构与产品创新
第一节
金融业大数据应用现状
第二节
银行业大数据金融
第三节
证券业大数据金融
第四节
保险业大数据金融
第五节
信托业大数据金融
第六节
融资租赁业大数据金融
第七节
中央银行大数据应用
第八节
基于大数据金融的征信产品
第九节
基于大数据金融的指数化产品
本章小结
第六章:大数据与供应链金融
第一节
供应链金融的发展现状
第二节
大数据对供应链金融的影响
第三节
大数据时代下供应链金融发展趋势
本章小结
第七章:大数据金融服务平台
第一节
大数据金融服务平台的界定
第二节
大数据金融服务平台的分类
第三节
大数据金融服务平台带来的革新
第四节
大数据金融服务平台面临的风险与挑战
本章小结
第八章:大数据金融算法
第一节
大数据体系构建
第二节
数据挖掘经典算法
第三节
大数据算法面临的困境与解决之道
本章小结
第九章:大数据金融生态环境建设
第一节
大数据市场环境建设
第二节
大数据监管体系建设
第三节
大数据征信体系建设
第四节
大数据生态系统建设
本章小结
第十章:Fintech与大数据金融
第一节
Fintech行业概述
第二节
Fintech投资热度与发展比较分析
第三节
Fintech的创新
第四节
Fintech+区块链
第五节
Fintech+智能投顾
第六节
Fintech的未来发展路径
本章小结
第十一章:案例分析
第一节
蚂蚁金服:以互联网金融为平台、以大数据金融为元素
第二节
智能投顾——Wealthfront
第三节
数字货币
本章小结
参考文献

热门书摘

互联网的广泛普及积累了巨量的数据信息,使大数据分析过程中的数据采集成为可能,大大降低了数据采集的成本,提高了数据信息记录的真实性和可靠性。

云计算是一种基于互联网的新兴计算方式,共享的软硬件信息资源可以通过这种计算方式按需提供给计算机和其他终端应用设备

云计算为大数据提供了存储空间和访问渠道,大数据则是云计算的灵魂和升级的必然方向

数据科学的出现促进了科学研究范式的变革

存活性(viability)低,是指特定情况下的大数据具有很强的时效性。

移动互联网、物联网、社交网络、电子商务等是新一代信息技术的应用形态,这些应用会不断地产生即时数据,成为大数据的重要来源

未来大数据应用中一个难以绕开的问题就是用户隐私问题

导入与预处理过程的主要问题是导入的数据量大,每秒钟的导入量常常会达到百兆、千兆,甚至更高级别的数据。

我国政府部门握有构成社会基础的原始数据

个人大数据就是与个人相关联的各种有价值数据信息的总和

(一)提升金融服务水平

(三)互联网金融发展的推动

相关推荐

微信二维码