第一章 大数据在经济与金融中的应用&董纪昌 1
一、大数据在经济与金融中的应用模式与案例 1
二、大数据在经济与金融应用的相关研究 7
三、大数据在经济与金融中应用的未来前景 20
第二章 金融科技应用和风险管理&申志华 钱聪 21
一、金融科技应用领域 21
二、大数据风险管理 22
三、金融科技应用案例介绍 32
第三章 释能金融大数据：从微观、中观到宏观风险分析&刘新海 36
一、微观角度：基于大数据和人工智能的信用评分 36
二、中观：基于复杂网络分析的担保圈风险评估 41
三、宏观：基于信贷大数据的产业经济分析 48
四、结论 56
第四章 大数据在地方金融监管中的应用&刘世平 57
一、地方金融面临的问题 58
二、地方金融监管中的困难分析 58
三、大数据在地方金融监管中的作用 59
四、大数据在地方金融监管中的应用 60
第五章 客户关联风险传导模型在银行中应用实践——基于大数据风险模型理论&芮万林 王青 陈龙 64
一、背景及基本释义 64
二、关联风险传导现状分析 66
三、关联风险传导应用建设方法 68
四、关联风险传导应用场景 90
五、结论及展望 91
第六章 如何推动传统商业银行向数字化银行转型发展&陈道斌 93
一、金融业大数据管理与应用发展趋势 93
二、传统商业银行如何应对科技公司和互联网巨头的挑战 97
三、如何夯实商业银行数字化转型发展基础 101
四、如何建立商业银行数字化应用能力 102
第七章 大数据助力银行业务转型发展&周衡昌 105
一、银行业务转型发展方向 105
二、大数据与FinTech 107
三、机遇与挑战 108
四、大数据应用的探索与实践 109
五、我们的思考与举措 117
第八章 数据仓库的敏捷之路&王星 120
一、传统型方法 121
二、新型方法 124
三、具体技术实现 126
四、主题领域 127
五、适应系统变化的主要体现 130
六、统一维度建模的局限性 130
七、相关补充说明 131
第九章 安全合法开放政府大数据，化解中小企业贷款难&刘世平 134
一、中小企业融资难是一个世界难题 134
二、大数据是解决贷款难的利器 135
三、政府大数据的作用和需要解决的问题 137
四、安全和合法使用的问题 139
第十章 关于证券行业开展金融科技的思考与探索&郑刚 141
一、证券行业始终是金融科技的重要应用领域 141
二、认识金融科技及其在证券行业的应用路径 144
三、东吴金融科技的愿景与探索 146
四、证券行业发展金融科技的展望 149
第十一章 证券公司大数据架构及最佳应用实践&石宏飞 151
一、大数据建设的背景 151
二、行业大数据应用现状 152
三、大数据建设的目标 152
四、大数据建设的预期效益 153
五、大数据平台总体规划 153
六、大数据应用规划 159
七、大数据人才建设 162
第十二章 精细化流动性风险管理在证券行业实践应用&芮万林 王鑫 刘中华 164
一、背景介绍及现状分析 164
二、流动性风险管理存在问题 168
三、流动性风险信息系统建设思路 169
四、结论及展望 181
第十三章 证券行业大数据平台建设分享&姜维兴 王雪峰 段健 183
一、证券行业大数据发展 183
二、行业内建设情况 185
三、建设高质量的“大数据”平台 187
四、四个方面打造高质量的大数据平台 188
五、需要防范的风险核心三要素 192
六、证券公司应用大数据的方向 193
七、证券公司基于大数据平台的数据治理范围及内容 196
第十四章 保险行业大数据应用及思考&翟国峰 刘海宁 张晓辉 张亚娜 199
一、大数据时代的行业新趋势 199
二、行业大数据应用领域及场景 200
三、大数据深度建设的难点分析 212
第十五章 区块链可替AI对抗数据寡头&白硕 215
一、时间不可逆：无法撤销、无法篡改、无法仿冒、无法乱序 215
二、价值守恒：区块链的价值转移 216
三、让价值“飞一会儿” 217
四、自带商业模式：自带激励和自带营销 219
五、每一项技术的“砖”并不新鲜，但它搭的“楼”却有真正的创新和创意 220
六、区块链＋人工智能：数据寡头大敌 221
第十六章 允执厥中：如何为被妖魔化的比特币技术套上鞍辔，为“一带一路”融资风险服务&谢平 223
一、比特币篇 223
二、比特币2009～2017年重大事件回顾 226
三、区块链篇 229
四、“一带一路”的信用风险篇 232
五、结语 236
第十七章 农户信用风险评价模型构建案例分析&王鸿 238
一、信用评分卡模型简介 238
二、农户评分卡模型案例分析比较 240
三、总结 251
第十八章 当贷款遇上大数据与AI&陈烨 252
一、当前背景 252
二、依托平安30年经验，结合最新金融科技为传统金融机构赋能 254
三、为传统银行设计的一整套信贷解决方案 258
四、未来展望 263
第十九章 搭建基于大数据、征信生态圈的风控体系的机遇与挑战&安光勇 264
一、目前征信、大数据、互联网金融行业的现况 264
二、大数据征信生态圈的核心因素 265
三、征信行业的贡献 266
四、未来国内大数据生态圈的前景 267
五、国外案例分析：某跨国金融基础设施集团的生态体系 268
六、国内外大数据环境的比较 269
七、对未来国内大数据、征信生态圈的建议 270
八、国外案例分析——韩国的征信体系 271
第二十章 金融市场预测的理论模型与技术体系&潘和平 277
一、引言 277
二、金融市场预测的目的、目标与基本概念 278
三、预测模型范式与科学依据：金融市场为什么是概率可预测的 281
四、预测模型的输入：数据、特征、信号分析与降维 283
五、金融市场预测的人工智能计算模型 294
六、金融市场预测的具体模型与实证结果 297
七、大数据与区块链时代金融市场预测的可能性 303
第二十一章 金融的维度&初壮 307
一、互联网的三个版本 307
二、互联网的三种基础技术 308
三、关于维度 309
四、互联网是一次人类社会的升维 310
五、互联网企业竞争是维度的竞争 313
六、三次产业入口维度的转换 315
七、互联网与现代企业制度 316
第二十二章 论“国家网络空间安全战略”对社会治理的促进作用——美国特朗普政府将导致全球网络空间博弈进一步加剧&赵睿斌 319
一、特朗普政府会进一步推动“网络空间国际战略”快速发展 319
二、网络空间将会成为社会治理的重要空间及平台 322
三、中国在网络空间治理上应该采取的应对措施 324