《金融大数据》PDF下载

  • 购买积分:10 如何计算积分?
  • 作  者:陈云主编
  • 出 版 社:上海:上海科学技术出版社
  • 出版年份:2015
  • ISBN:9787547823460
  • 页数:216 页
图书介绍:本书阐述了大数据技术在国内外金融领域的发展和应用现状,从大数据视角加以思考和探索,为金融创新、金融大数据研究和应用提供有益支持。本书的特色在于注重大数据技术与金融业务的结合,通过充分调研,并与多家业内有影响力的金融机构及数据公司合作研究,掌握了大量第一手资料。书中内容着力于金融学与计算机科学的学科交叉,填补相关领域的资料空白。全书共15章。第1、2章介绍金融大数据的应用现状、资源和技术等。第3至14章是本书重点,分别介绍了大数据技术在证券期货、银行、保险和互联网金融中的应用。第3至5章为证券期货应用,典型应用包括自动化交易策略设计、金融期货风险监管、证券期货舆情分析等。第6至8章为银行业应用,典型应用包括银行客户关系管理、银行风险管理、小微企业信贷等。第9至11章为保险业应用,典型应用包括保险精准营销、医疗保险业务优化、保险欺诈识别等。第12至14章为互联网金融应用,典型应用包括第三方支付、网络融资、网络基金等。第15章对金融业在大数据时代的应对战略、金融信息复合型人才培养提出了建议。

第1章 绪论 1

1.1 大数据带来的变革 2

1.2 大数据在金融中的应用现状 3

1.2.1 证券期货业应用现状 3

1.2.2 银行业应用现状 6

1.2.3 保险业应用现状 8

1.2.4 跨行业互联网金融应用现状 10

1.3 大数据时代金融业的机遇和挑战 13

参考文献 16

第2章 金融大数据资源 17

2.1 国内的大数据资源 18

2.2 大数据处理流程 19

2.3 金融大数据资源及处理技术 21

2.3.1 金融大数据资源 21

2.3.2 金融大数据处理关键技术 23

参考文献 24

第3章 大数据与自动化交易 25

3.1 自动化交易在国内外的发展 26

3.1.1 自动化交易的类型 26

3.1.2 自动化交易的国内外发展现状 29

3.2 典型自动化交易策略 30

3.2.1 期现套利策略 30

3.2.2 价差套利策略 33

3.2.3 流动性策略 35

3.3 基于数据挖掘的自动化交易策略 36

3.3.1 基于模式识别的策略研究 36

3.3.2 基于遗传算法的交易策略 37

参考文献 41

第4章 大数据与金融期货市场风险监管 43

4.1 金融期货及其特征 44

4 1.1 金融期货及其发展历程 44

4.1.2 金融期货种类和特点 45

4.1.3 金融期货在我国的发展 47

4 1.4 金融期货的风险 49

4.2 金融市场风险监管面临的挑战 49

4.3 基于大数据的金融期货市场风险监控 51

4.3.1 金融期货市场风险监控系统 51

4.3.2 大数据技术的应用 53

4.3.3 风险监控系统建设的意义 59

参考文献 60

第5章 大数据与证券网络舆情 61

5.1 网络舆情及其特征 62

5.2 网络舆情与资本市场 64

5.2.1 资本市场舆情管理 64

5.2.2 基于网络舆情的股票市场行情预测 67

5.3 基于大数据的投资者情绪分析 70

5.3.1 网页抓取技术 70

5.3.2 信息预处理技术 71

5.3.3 特征挖掘技术 72

5.3.4 情感极性分类技术 74

参考文献 77

第6章 大数据与银行客户关系管理 79

6.1 银行客户关系管理 80

6.2 数据挖掘在客户关系管理中的应用 81

6.3 基于决策树方法的客户贷款风险预测 83

6.4 大数据在银行客户关系管理领域的应用案例 85

6.4.1 中信银行信用卡业务创新 85

6.4.2 交通银行呼叫中心精准营销案例 86

参考文献 93

第7章 大数据与银行风险管理 95

7.1 银行风险管理体系 96

7.2 基于大数据的银行风险管理模式 99

7.3 基于大数据的银行风险管理案例 102

7.3.1 基于大数据处理的交易欺诈侦测 102

7.3.2 基于数据仓库的银行风险监管系统 104

7.3.3 银行开展全面风险管理的对策建议 109

参考文献 110

第8章 大数据与小微企业信贷 111

8.1 小微企业信贷及其风险 112

8.2 基于大数据的小微企业信贷模式创新 113

8.3 基于数据挖掘的小微企业信用风险评估 118

8.3.1 算法设计 118

8.3.2 实验 119

8.4 基于大数据的小微企业贷款案例 121

8.4.1 互联网金融公司ZestFinance基于大数据的信用评估体系 121

8.4.2 民生银行小微企业贷款实践 122

8.4.3 银行开展小微企业信贷的建议 124

参考文献 125

第9章 大数据与保险精准营销 127

9.1 基于大数据的保险精准营销 128

9.1.1 大数据在保险营销中的应用 128

9.1.2 保险精准营销整体流程及系统架构 129

9.2 保险精准营销核心技术 130

9.3 基于大数据的保险精准营销应用拓展 136

9.3.1 集成企业内部结构化数据 136

9.3.2 集成企业内部非结构化数据 137

参考文献 139

第10章 大数据与医疗保险业务优化 141

10.1 医疗保险及其理赔流程 142

10.2 基于大数据的医疗保险产品定价优化 144

10.2.1 保险产品定价存在的问题 144

10.2.2 数据准备 144

10.2.3 聚类模型构建与评估 146

10.3 基于大数据的医疗保险核保优化 147

10.3.1 医疗保险核保存在的问题 147

10.3.2 数据准备 148

10.3.3 客户风险级别判别模型的建立 148

参考文献 149

第11章 大数据与保险欺诈识别 151

11.1 保险欺诈识别概述 152

11.2 行业车险信息平台及其反欺诈应用 153

11.2.1 车载数据的采集与共享 153

11.2.2 我国行业车险信息集中平台 154

11.2.3 行业车险信息平台在反欺诈中的应用 156

11.3 基于大数据的保险欺诈侦测方法 157

参考文献 161

第12章 大数据与第三方支付 163

12.1 第三方支付概述 164

12.1.1 第三方支付模式 164

12.1.2 第三方支付运营特点 169

12.2 第三方支付中的风险 170

12.2.1 业务风险分析 170

12.2.2 系统风险分析 171

12.3 基于大数据的第三方支付欺诈发现 172

12.3.1 第三方支付与网络欺诈 172

12.3.2 数据挖掘与欺诈发现 173

参考文献 177

第13章 大数据与网络融资 179

13.1 网络融资概述 180

13.2 网络借贷 181

13.2.1 P2P模式 181

13.2.2 众筹模式 186

13.3 网络基金 189

13.4 基于大数据的P2P个性化推荐 190

13.4.1 P2P网站中的个性化推荐 190

13.4.2 推荐系统 191

13.4.3 基于VITA系统的信贷产品匹配机制 193

参考文献 195

第14章 大数据与供应链融资 197

14.1 供应链融资概述 198

14.1.1 供应链融资及其特征 198

14.1.2 供应链融资的意义 199

14.1.3 国内外供应链融资的发展 200

14.1.4 供应链融资中的风险 201

14.2 供应链融资产品与模式 203

14.3 基于大数据的企业信用评估 205

14.3.1 供应链中的企业信用问题 205

14.3.2 基于人工智能的信用评分模型 206

14.3.3 基于PSO-BP集成的企业信用评分 207

参考文献 210

第15章 展望 213

15.1 大数据时代金融机构的战略 214

15.2 大数据时代的金融人才培养 215