×
超值优惠券
¥50
100可用 有效期2天

全场图书通用(淘书团除外)

关闭
大数据金融教程

大数据金融教程

1星价 ¥34.3 (7.0折)
2星价¥34.3 定价¥49.0
暂无评论
图文详情
  • ISBN:9787302655817
  • 装帧:70g胶版纸
  • 册数:暂无
  • 重量:暂无
  • 开本:其他
  • 页数:284
  • 出版时间:2024-05-01
  • 条形码:9787302655817 ; 978-7-302-65581-7

本书特色

结构合理,案例新颖,内容丰富,课件完备,便于教学结构合理,案例新颖,内容丰富,课件完备,便于教学

内容简介

大数据与金融的深度融合是大数据时代的一个重要发展趋势。移动支付、P2P网贷产品、互联网基金、互联网保险等互联网金融新业态的蓬勃发展,一方面挑战着传统金融机构的垄断地位,另一方面重新塑造了一种“以客户为中心、满足客户消费体验”的新型金融服务模式。本书共11章,主要研究内容如下:**章是大数据的理论演化;第二章是大数据思维;第三章是大数据与金融的融合;第四章是大数据金融的商业模式;第五章是大数据金融机构与产品创新;第六章是大数据与供应链金融;第七章是大数据金融服务平台创新;第八章是大数据金融算法;第九章是大数据金融生态环境建设;第十章是Fintech与大数据金融;第十一章是案例分析。

目录

目 录 **章 大数据的理论演化 1 **节 大数据的提出背景 1 一、技术进步(线上阅读) 1 二、产业升级 2 三、社会进步 3 第二节 大数据的发展进程 4 一、大数据的主要发展阶段 4 二、主要国家的发展现状 6 第三节 大数据的概念界定 11 一、理论层面 12 二、数据层面 17 三、实践层面 18 第四节 大数据的趋势变革 21 一、大数据变革的主要领域 21 二、大数据的产业变革 23 三、大数据变革趋势(线上阅读) 25 本章小结 26 即测即练 26 简答题 26 第二章 大数据思维 27 **节 大数据思维的内涵与构成 27 一、尝试用总体数据分析 27 二、关注效率而不是精确度 28 三、关注相关关系而不是因果关系 29 四、平等关系代替层级关系 30 五、开放创造更多的价值 30 六、关注事物的动态发展规律 31 七、大数据思维下的其他原理(线上阅读) 31 第二节 大数据思维对传统思维的影响 32 一、社会传统思维 32 二、政府管理思维 32 三、企业商业思维 33 四、个人行为思维 36 第三节 大数据思维对传统产业的影响 36 一、大数据思维对传统产业的冲击 36 二、大数据思维下向传统领域的拓展方向 38 三、基于国家战略的大数据产业发展思维 38 四、当前国家大数据战略(线上阅读) 41 本章小结 41 即测即练 42 简答题 42 第三章 大数据与金融的融合 43 **节 现代金融的大数据特征 43 一、金融业应用大数据技术的优势 43 二、大数据技术的日臻成熟 43 三、金融业创新发展的必然要求 44 第二节 大数据金融的理论内涵 47 一、大数据金融的界定 47 二、大数据金融的特征 47 第三节 大数据与金融的融合(线上阅读) 50 第四节 大数据与互联网金融的关系(线上阅读) 50 第五节 代码实例(线上阅读) 50 本章小结 50 即测即练 51 简答题 51 第四章 大数据金融的商业模式 52 **节 大数据金融商业模式的选择 52 一、商业模式创新有利于提升金融行业的运营效率 52 二、商业模式创新有利于提升金融行业的结构效率 53 第二节 大数据金融商业模式的维度分析 54 一、企业维度 54 二、产业维度 55 三、行业维度 56 第三节 大数据金融的企业商业模式创新 56 一、基于大数据的组织架构创新 56 二、基于大数据的产品创新 57 三、基于大数据的客户创新 59 四、基于大数据的业务创新 60 五、基于大数据的财务创新 65 第四节 大数据金融的产业商业模式创新 66 一、数据资源提供商 66 二、大数据分析咨询提供商 69 三、大数据处理服务提供商 71 四、大数据解决方案提供商 73 第五节 大数据金融的行业商业模式创新 73 一、数据驱动跨界模式 73 二、价值关系重构 74 第六节 大数据金融商业模式的未来趋势(线上阅读) 75 本章小结 75 即测即练 75 简答题 76 第五章 大数据金融机构与产品创新 77 **节 金融业大数据应用现状 77 一、传统金融业大数据应用 77 二、基于互联网的机构与产品 78 第二节 银行业大数据金融 80 一、大型商业银行 81 二、中小型银行 83 三、互联网银行 85 第三节 证券业大数据金融 89 一、证券行业创新 89 二、证券投资决策和业务模式转变 91 三、大数据时代的量化投资 92 第四节 保险业大数据金融 93 一、业务经营技术创新 93 二、产品营销方式创新 94 第五节 信托业大数据金融 95 一、战略性结合 95 二、产品创新 98 三、互联网信托平台 99 第六节 融资租赁业大数据金融 99 一、风险管理 99 二、行业分析 100 三、融资租赁平台建设 100 第七节 中央银行大数据应用 101 一、提高统计预测能力 101 二、完善征信体系 101 三、加强反洗钱监测 101 四、提高外汇管理能力 102 第八节 基于大数据金融的征信产品 102 一、大数据征信的概念 102 二、大数据征信的应用优势 108 三、大数据时代征信业发展相关建议 109 第九节 基于大数据金融的指数化产品 110 一、大数据指数 110 二、基于大数据指数的产品设计 116 第十节 代码实例(线上阅读) 116 本章小结 117 即测即练 117 简答题 118 第六章 大数据与供应链金融 119 **节 供应链金融的发展现状 119 一、供应链金融发展的背景 119 二、供应链金融的发展历程 122 三、供应链金融新模式 123 第二节 大数据对供应链金融的影响 125 一、大数据对传统供应链的影响 125 二、大数据时代供应链金融的变革 128 第三节 大数据时代供应链金融的发展趋势(线上阅读) 134 本章小结 134 即测即练 135 简答题 135 第七章 大数据金融服务平台 136 **节 大数据金融服务平台的界定 136 第二节 大数据金融服务平台的分类 137 一、按数据来源划分 137 二、按服务内容划分 138 三、按平台目的划分 141 四、按服务对象划分 145 五、按定价机制划分 146 第三节 大数据金融服务平台的革新 148 一、竞争策略的革新 148 二、战略规划的革新 149 三、产业链的革新 149 第四节 大数据金融服务平台面临的风险与挑战 151 一、从数据质量来看 151 二、从金融业的应用来看 152 三、从监管的角度来看 153 四、从市场的角度来看 153 第五节 代码实例(线上阅读) 154 本章小结 154 即测即练 155 简答题 155 第八章 大数据金融算法 156 **节 大数据体系构建 156 一、数据采集与预处理 156 二、大数据存储技术 157 三、数据分析与指标构建 158 第二节 数据挖掘经典算法 158 一、人工神经网络——自动编码器 158 二、贝叶斯——朴素贝叶斯 161 三、决策树——C4.5 162 四、线性分类——支持向量机 163 五、关联规则学习——先验算法 164 六、聚类分析——期望*大化方法 164 七、异常检测——K*近邻 165 八、集成学习算法——Adaboost 166 九、隐私计算——联邦学习 167 十、决策树——分类与回归树(CART)(线上阅读) 169 十一、决策树——随机森林(线上阅读) 169 十二、关联规则学习——FP-growth算法(线上阅读) 169 十三、聚类分析——K-Means(线上阅读) 169 十四、集成学习算法——GBDT(线上阅读) 170 第三节 大数据算法面临的困境与解决之道 170 一、大数据算法存在的问题 170 二、有效算法的七大原则 171 三、大数据算法的发展趋势(线上阅读) 172 第四节 代码实例(线上阅读) 172 本章小结 173 即测即练 173 简答题 173 第九章 大数据金融生态环境建设 174 **节 大数据市场环境建设 174 一、大数据金融外部环境 174 二、金融行业内部环境 179 第二节 大数据监管体系建设 179 一、传统金融监管体系的不足 179 二、大数据带来新的监管风险 180 三、大数据在金融监管中的应用 181 四、大数据金融监管中的部门角色 182 第三节 大数据征信体系建设 183 一、传统信用评估模型的问题 183 二、国外大数据信用评估模型 185 三、中国大数据征信体系建设 190 四、国外征信体系建设对我国的启示(线上阅读) 193 第四节 大数据生态系统建设 193 一、大数据金融生态系统的构成 193 二、大数据金融生态系统构建的原则 194 三、大数据金融生态环境构建面临的挑战 195 本章小结 196 即测即练 196 简答题 196 第十章 Fintech与大数据金融 197 **节 金融科技行业概述 197 一、Fintech发展的背景 197 二、Fintech 1.0时代的技术 199 三、Fintech 2.0时代的技术(线上阅读) 199 第二节 Fintech投资热度与发展比较分析 200 一、投资热度 200 二、中美Fintech发展比较分析 200 三、细分领域梳理及对比 202 第三节 Fintech的创新 203 一、Fintech带来的资金端创新 203 二、Fintech带来的资产端创新 205 三、Fintech带来的科技创新 207 四、Fintech创新的本质与分析 208 第四节 Fintech+区块链 208 一、区块链的提出与演化 208 二、区块链的概念 210 三、区块链技术的创新与应用 213 四、区块链技术的未来发展趋势 219 第五节 Fintech+智能投顾 220 一、智能投顾概述 220 二、国内外发展现状 224 三、智能投顾监管研究 226 四、智能投顾行业思考 227 第六节 Fintech+隐私计算(线上阅读) 228 第七节 Fintech的未来发展路径(线上阅读) 228 第八节 代码实例(线上阅读) 228 本章小结 229 即测即练 229 简答题 229 第十一章 案例分析 230 **节 蚂蚁金服:以互联网金融为平台、以大数据金融为元素 230 一、蚂蚁金服的概况 230 二、蚂蚁金服的业务构成 232 三、蚂蚁金服的大数据金融布局 235 第二节 智能投顾——Wealthfront 235 一、Wealthfront的管理团队及其资产规模 236 二、Wealthfront的投资方法论 237 三、Wealthfront智能投顾的优势 238 第三节 数字货币 239 一、数字货币的介绍 239 二、数字货币体系的构建 241 三、比特币的发展现状与未来趋势 243 四、数字货币未来发展面临的挑战与机遇 248 第四节 元宇宙金融 251 一、元宇宙金融的内涵 252 二、元宇宙金融的运行逻辑 252 三、元宇宙金融的发展阶段 254 四、元宇宙金融的应用 255 五、元宇宙金融场景赋能的探索 257 本章小结 257 即测即练 258 简答题 258 参考文献 259
展开全部

作者简介

刘晓星,复旦大学金融学博士后,现为东南大学金融学教授,金融学专业博士生导师,金融系主任,全国高等学校金融学类专业教学指导委员会委员,江苏省“青蓝工程”中青年学术带头人,中国金融学年会理事,中国金融工程年会理事,江苏省金融青联常委委员,江苏省科技创业导师。研究方向:金融理论与政策、金融工程与风险管理。目前主持国家自然科学基金面上项目二项,已经主持完成国家自然科学基金面上项目、教育部人文社会科学项目、中国博士后基金项目各一项。以独立或**作者在《世界经济》、《管理科学学报》、《管理工程学报》、《系统工程理论与实践》、《南开管理评论》、《国际贸易问题》、《科研管理》、《数理统计与管理》、《金融论坛》等核心期刊公开发表论文70多篇,其中SCI论文1篇,SSCI论文1篇,CSSCI论文40多篇,出版专著2部。

预估到手价 ×

预估到手价是按参与促销活动、以最优惠的购买方案计算出的价格(不含优惠券部分),仅供参考,未必等同于实际到手价。

确定
快速
导航