歡迎來到信用包頭! 意見建議 網站聲明 關于我們 移動端
您所在的位置:首頁>信用圖書>內容
《大數據金融與征信》
2020年01月16日 瀏覽 來源:本站 專欄:信用圖書

內容簡介

  本書面向金融應用,系統地闡述了大數據金融與征信本身及其在現實生活中的應用,具有全面性、實用性和前瞻性等特色。全書共8章,第1章和第2章闡述大數據金融及大數據技術相關的基礎知識問題,是后面章節的基礎。第3章至第6章詳細介紹大數據在銀行業、證券業、保險業及互聯網金融行業中的應用,是本書的主要內容。第7章重點闡述大數據在征信中的實際應用,是本書的另一重點問題,也是當代大數據研究的熱點問題。第8章特別強調中國金融信息安全,這是大數據金融與征信的發展進程中不可避免的問題。本書力爭把大數據與其實際應用糅合在一起介紹,力求活學活用。 

  本書可以作為高等學?;ヂ摼W金融院系課程教材,也可供互聯網金融研究者、從業者、管理人員參考所用。 

  作者簡介

  車云月,五洲樹人教育投資有限公司創始人,知名職教專家,創新型校企合作國內領軍人物,“5411”教育理念創始人。擔任新邁爾教育集團總裁,中關村加一戰略新興產業人才發展中心主任等職位。在IT類創新和綜合性人才培養等方面都做出了突破性的創新。憑借其多年的教育行業從業經驗與實干精神,打開了國內職業教育的新局面。近年來更涉足國際教育領域,力爭使我國的職業教育更加國際化,培養更加國際化的專業人才。 

  何平平,博士,副教授,碩士研究生導師,主持完成國家自然科學基金項目1項,教育部人文社會科學規劃項目1項,省社科基金重點項目1項,省科技項目5項,企業委托研究項目2項,出版專著1部,教材1部,發表論文20余篇,現在湖南大學金融與統計學院工作,任湖南大學互聯網金融研究所所長。 

  目錄

  第1章 大數據金融概述 1 

  1.1 大數據概述 2 

  1.1.1 大數據的內涵與特征 2 

  1.1.2 大數據的分類 7 

  1.1.3 大數據的價值 8 

  1.2 大數據應用領域 10 

  1.2.1 商業 10 

  1.2.2 通信 11 

  1.2.3 醫療 13 

  1.2.4 金融 16 

  1.3 大數據金融的內涵、特點與優勢 18 

  1.3.1 大數據金融的內涵 18 

  1.3.2 大數據金融的特點 19 

  1.3.3 大數據金融相對于傳統 

  金融的優勢 20 

  1.4 大數據帶來金融業大變革 20 

  1.4.1 大數據帶來銀行業大變革 21 

  1.4.2 大數據帶來保險業大變革 22 

  1.4.3 大數據帶來證券業大變革 23 

  1.4.4 大數據帶來征信行業大變革 25 

  1.4.5 互聯網金融中的大數據應用 26 

  1.5 大數據金融模式 27 

  1.5.1 平臺金融模式 27 

  1.5.2 供應鏈金融模式 29 

  1.6 大數據金融信息安全 30 

  1.7 大數據應用案例 30 

  1.7.1 案例之一:滴滴出行 30 

  1.7.2 案例之二:大數據與美團 

  外賣的精細化運營 34 

  本章總結 43 

  本章作業 44 

  第2章 大數據相關技術 45 

  2.1 大數據處理流程 46 

  2.1.1 數據采集 46 

  2.1.2 數據預處理 47 

  2.1.3 數據存儲 48 

  2.1.4 數據挖掘 48 

  2.1.5 數據解釋 49 

  2.2 數據來源 49 

  2.2.1 核心數據 50 

  2.2.2 外圍數據 52 

  2.2.3 常規渠道數據 53 

  2.3 大數據架構 54 

  2.3.1 HDFS系統 56 

  2.3.2 MapReduce 60 

  2.3.3 HBase 62 

  2.4 數據挖掘方法 63 

  2.4.1 分類分析 64 

  2.4.2 回歸分析 65 

  2.4.3 其他方法 66 

  本章總結 69 

  本章作業 70 

  第3章 大數據在商業銀行中的應用 71 

  3.1 客戶關系管理 72 

  3.1.1 客戶細分 72 

  3.1.2 預見客戶流失 74 

  3.1.3 高效渠道管理 75 

  3.1.4 推出增值服務,提升客戶 

  忠誠度 75 

  3.1.5 案例——大數據幫助商業銀行 

  改善與客戶的關系 76 

  3.2 精準營銷 76 

  3.2.1 客戶生命周期管理 77 

  3.2.2 實時營銷 78 

  3.2.3 交叉營銷 79 

  3.2.4 社交化營銷 80 

  3.2.5 個性化推薦 81 

  3.3 信貸管理 82 

  3.3.1 貸款風險評估 82 

  3.3.2 信用卡自動授信 84 

  3.3.3 案例——大數據為商業銀行 

  信貸管理提供更多可能 85 

  3.4 風險管理 86 

  3.4.1 大數據風險控制與傳統風險 

  控制的區別 86 

  3.4.2 基于大數據的銀行風險管理 

  模式 89 

  3.4.3 反欺詐 95 

  3.4.4 反洗錢 99 

  3.5 運營優化 101 

  3.5.1 市場和渠道分析優化 101 

  3.5.2 產品和服務優化 103 

  3.5.3 網絡輿情分析 104 

  3.5.4 案例——大數據分析助力 

  手機銀行優化創新 106 

  本章總結 108 

  本章作業 109 

  第4章 大數據在證券行業中的應用 111 

  4.1 大數據在股票分析中的應用 112 

  4.1.1 基于基本面分析的數據挖掘 

  方法 112 

  4.1.2 基于技術分析的數據挖掘 

  方法 113 

  4.1.3 決策樹法的應用 114 

  4.1.4 聚類分析法的應用 115 

  4.1.5 人工神經網絡算法的應用 116 

  4.2 客戶關系管理 119 

  4.2.1 客戶細分 119 

  4.2.2 客戶滿意度 122 

  4.2.3 流失客戶預測 124 

  4.3 投資情緒分析 127 

  4.3.1 投資者情緒的測量 127 

  4.3.2 基于網絡輿情的投資者情緒 

  分析 129 

  4.4 大數據與量化投資 134 

  4.4.1 量化投資概述 134 

  4.4.2 證券量化投資中的主要分析 

  工具 135 

  4.4.3 大數據在證券量化投資中的 

  應用 136 

  本章總結 139 

  本章作業 140 

  第5章 大數據在保險業中的應用 141 

  5.1 大數據保險 142 

  5.1.1 大數據保險的概念和特征 142 

  5.1.2 保險業大數據應用的階段 143 

  5.1.3 大數據在保險行業中的 

  作用 144 

  5.1.4 大數據下的數據服務架構 146 

  5.1.5 保險業大數據應用現狀 147 

  5.2 承保定價 150 

  5.2.1 大數據與傳統保險定價 

  理論 150 

  5.2.2 大數據對承保定價的革新 151 

  5.2.3 大數據在車險定價中的 

  應用 153 

  5.2.4 大數據在健康險定價中的 

  應用 156 

  5.3 精準營銷 162 

  5.3.1 保險精準營銷 162 

  5.3.2 大數據與保險精準營銷 164 

  5.3.3 組建垂直平臺生態圈 167 

  5.3.4 大數據精準營銷在保險業中的 

  應用 169 

  5.4 欺詐識別 171 

  5.4.1 保險欺詐 171 

  5.4.2 大數據與保險反欺詐 173 

  5.4.3 大數據與車險反欺詐 176 

  5.4.4 大數據與健康險的理賠 

  風險 180 

  本章總結 182 

  本章作業 183 

  第6章 互聯網金融中的大數據應用 185 

  6.1 基于大數據的第三方支付欺詐 

  風險管理 186 

  6.1.1 第三方支付中的欺詐風險 186 

  6.1.2 大數據應用與欺詐 

  風險防范 186 

  6.2 大數據在網絡借貸中的應用 189 

  6.2.1 推薦系統簡述 189 

  6.2.2 P2P網站中的個性化推薦 190 

  6.2.3 基于VITA系統的信貸產品 

  匹配機制 191 

  6.3 大數據在互聯網供應鏈金融中的 

  應用 193 

  6.3.1 基于大數據的互聯網企業 

  信用評估 194 

  6.3.2 案例:京東供應鏈金融 

  模式 197 

  6.4 大數據在互聯網消費金融中的 

  應用 198 

  6.4.1 互聯網消費金融的大數據 

  征信與風控 198 

  6.4.2 案例:芝麻信用 199 

  本章總結 199 

  本章作業 200 

  第7章 大數據征信 201 

  7.1 傳統征信 202 

  7.1.1 征信概述 202 

  7.1.2 征信的基本流程 209 

  7.1.3 征信行業產業鏈 212 

  7.1.4 征信產品 212 

  7.1.5 征信機構 216 

  7.1.6 征信體系 218 

  7.2 大數據征信 227 

  7.2.1 大數據征信概述 227 

  7.2.2 大數據征信的理論基礎 230 

  7.2.3 大數據征信流程 233 

  7.3 大數據征信典型企業 233 

  7.3.1 國外大數據征信典型企業 233 

  7.3.2 國內大數據征信典型企業 242 

  本章總結 249 

  本章作業 250 

  第8章 大數據與中國金融信息安全 251 

  8.1 金融信息安全的重要性 252 

  8.1.1 金融信息安全的含義 252 

  8.1.2 金融信息安全的屬性特征 253 

  8.1.3 金融信息安全的重要性 254 

  8.2 大數據給我國金融信息安全帶來的 

  機遇和挑戰 256 

  8.2.1 大數據給金融信息安全 

  帶來的機遇 256 

  8.2.2 大數據給我國金融信息 

  安全帶來的挑戰 257 

  8.2.3 案例:美國“棱鏡門” 

  事件 259 

  8.3 大數據金融信息安全風險 263 

  8.3.1 大數據金融信息安全風險的 

  類型 263 

  8.3.2 大數據金融信息安全風險的 

  特征 266 

  8.3.3 國內外金融信息安全事件及 

  事故 268 

  8.4 我國金融信息安全現狀及 

  制約因素 272 

  8.4.1 我國金融信息安全現狀 272 

  8.4.2 我國金融信息安全的 

  制約因素 274 

  8.5 美國金融信息安全保障機制 275 

  8.5.1 美國金融信息安全保障 

  機制的特點 275 

  8.5.2 美國金融信息安全保障 

  機制的主要做法 276 

  8.6 我國金融信息安全建設 277 

  8.6.1 完善頂層設計,盡快構建適應 

  我國金融發展需要的金融信息 

  安全保障體系 277 

  8.6.2 盡快制定我國金融行業國產 

  信息技術產品和服務替代 

  戰略 277 

  8.6.3 盡快制定金融行業自主可控 

  戰略實施步驟,推進自主可 

  控國家戰略 278 

  8.6.4 應用大數據進行信息安全 

  分析 278 

  本章總結 278 

  本章作業 279 

  參考文獻 281 

主辦單位:包頭市發展和改革委員會     技術支持: 內蒙古征信服務有限公司
蒙公網安備15029002000271號    蒙ICP備13002121號-2
人民銀行備案公告
福彩快乐双彩开奖公告