描述
开 本: 16开纸 张: 胶版纸包 装: 平装-胶订是否套装: 否国际标准书号ISBN: 9787302655817
结构合理，案例新颖，内容丰富，课件完备，便于教学
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：第一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。
第一章 大数据的理论演化 1
第一节 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
第一节 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
第一节 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
第一节 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
第一节 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
第一节 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
第一节 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
第一节 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——期望最大化方法 164
七、异常检测——K最近邻 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
第一节 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
第一节 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
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 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
万物皆互联，无处不数据。在21世纪，随着移动互联网、云计算、物联网、大数据等技术日新月异，人类已经步入“大数据时代”，数据的大规模生产、分享和应用已成为现实。在“大数据时代”，大数据作为一种新型资产，与资本、劳动、技术、土地等生产要素一起推动着经济社会向前发展。
大数据的发展有其特定的社会历史背景，是人类社会发展到一定阶段的必然产物，顺应了时代发展的潮流。人类对测量、记录和分析世界的渴望是推动大数据发展的核心动力。当文字、图形、音频，甚至世间万物都可转变成数据，一切都可量化时，大数据就能创造出巨大的新型价值，渗透并服务于人类生产生活的方方面面。至于大数据的重要性，赵国栋等在《大数据时代的历史机遇——产业变革与数据科学》中指出，大数据时代公司的价值，与其数据资产的规模、活性成正比，与其解释、运用数据的能力成正比，甚至认为缺乏数据资源，无以谈产业；缺乏数据思维，无以言未来。为了更好地理解和融入大数据时代，突破传统思维模式的桎梏，形成适应大数据时代的思维方式是一种必然选择。大数据改变着我们理解世界的方式，促使我们由热衷于寻找事物间的因果关系转向寻找相关关系，从微观和宏观两个层面深入了解事物的本质。通过探求“是什么”而不是“为什么”，我们得以用全新的视角更好地理解和审视这个世界。
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、个人对个人（P2P）网贷产品、互联网基金、互联网保险等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。大数据挖掘和分析技术的不断更新发展使海量非结构化金融数据的有效利用成为可能，通过对金融数据进行多方、多维、实时的分析和挖掘，可以为现代金融机构提供客户的全方位信息，包括客户的消费习惯、资产负债情况、流动性情况、信用情况等，为其准确预测客户行为奠定了数据基础。这些历史性变革有助于金融机构加快业务和产品创新，实现精准营销和加强风险管理，促使企业从数据资产向战略资产转化。虽然目前金融业还处于大数据应用的初级阶段，但我们有理由深信，在不远的未来，大数据将成为金融业务开展的基础资源和一种非常重要的金融交易商品。随处可见、随时可得的移动金融客户端和个性化金融产品正在向我们传递一个重要信息——大数据金融时代已悄然来临。大数据金融正在改变着我们的日常生活方式，推动着金融产业变革和商业模式创新，实现着更多的数据价值。
本书共分11章，主要内容如下所述。
第一章 大数据的理论演变。从大数据概念提出的背景出发，按时间顺序梳理大数据概念的演变过程，讲述了大数据的主要发展阶段，以及国内外主要国家和地区大数据的发展现状。接着，从理论层面、技术层面和实践层面分别对当前的大数据概念进行明确的界定。最后，阐述了大数据带来的产业变化关键节点、六大趋势、五大领域颠覆、三大关键行业的变革及数据交易的变革，揭示了数据市场的未来发展趋势，指出了大数据将带来变革时代的力量及未来可能面临的潜在挑战。
第二章 大数据思维。主要论述了大数据中体现的思维方式对传统的思维惯性造成的冲击，具体分析了大数据思维带来的六大转变及其他原理，并讲述了在大数据思维方式的冲击下，社会、政府、企业、个人的传统思维发生的变化，并提出了全新的大数据思维方式。同时，这样的思维转变也将影响传统行业的未来发展前景，甚至对国家战略产生一定的影响，并基于国家战略谋划大数据产业的发展方向，推动数据成为科技竞争和产业竞争的战略重点和制高点。
第三章 大数据与金融的融合。这两者的相互融合是行业发展的必然趋势，主要有以下三个方面的动因：金融业应用大数据技术的优势、大数据技术的日臻成熟和金融业创新发展的必然要求。本章从大数据金融的特征切入，分析了大数据金融的四个基本特征，即数字化、开放性、高生产力和科学决策，同时也比较详细地阐述了每个特征的含义。根据大数据金融的发展现状，简要介绍了当下大数据金融的发展状况和大数据金融应用的重点方向及未来趋势，并从互联网金融的角度，探讨大数据如何服务金融领域。最后，分别从数据价值深入挖掘、金融行业架构重塑以及大数据技术跨界运用这三个方面入手，详尽地勾勒出大数据金融的未来发展蓝图。
第四章 大数据金融的商业模式。从大数据金融商业模式的选择出发，探讨了商业模式创新对金融行业的运营效率和结构效率的影响。具体从企业、产业与行业三个维度具体论述大数据时代下金融业务商业模式的创新之处。在企业维度上，大数据技术影响商业模式创新的关键因素可以从组织、产品、客户、业务、财务五个角度分别进行阐述。在产业维度上，将根据产业链上从事不同环节的数据资源提供商、大数据分析咨询提供商、大数据处理服务提供商和大数据解决方案提供商这四个方面，详细分析商业模式在大数据产业链层面上的创新与实践应用。在行业维度上，以数据为媒介整合产业链上下游，实现数据驱动跨界的模式，并通过数据使不同行业实现市场、企业和客户的价值关系重组。在此基础之上，从企业战略、产业生态和社会运用的角度探讨大数据金融商业模式的未来发展趋势。
第五章 大数据金融机构与产品创新。大数据对金融行业的影响还体现在传统金融机构的大数据应用与基于互联网的新型机构与产品，因此，本章从银行业、证券业、保险业、信托业、融资租赁业和中央银行这些传统金融机构的大数据应用实践与创新谈起，论述传统金融机构如何利用大数据技术紧跟时代潮流，并对基于互联网的大数据产品——大数据征信体系、P2P平台、众筹和大数据指数做详细介绍。
在银行业大数据金融创新的实践中，分别从大型商业银行、中小型商业银行和互联网银行三个角度出发，具体分析了不同银行在业务创新、风险控制、征信数据合作、客户关系管理、管理决策方式和网络技术安全等方面的具体应用与未来面临的挑战。在证券业大数据金融创新的实践中，具体阐述了大数据技术促使证券业技术架构、业务架构和管理架构发生的革新，与此同时，证券投资决策和证券行业格局也随之改变。在保险业大数据金融创新的实践中，分析了大数据时代的保险业务创新、营销方式创新，以及大数据与保险业融合发展的路径。在信托业大数据金融创新的实践中，注重以产品研发、风险管理、财富管理及运营决策为核心的战略性结合，并结合当前的互联网趋势构建互联网信托平台。而在融资租赁业大数据金融创新的实践中，则以风险管理、行业分析和融资平台建设为未来的重点发展方向。对于中央银行而言，大数据将在统计预测、征信体系构建、反洗钱监测、外汇管理等方面提高中央银行的管理职能。
基于大数据的产品创新，主要以征信产品和指数化产品为代表。大数据征信以概念入手，分析了个人征信和企业征信的发展现状和面临的问题及潜在的优势，并结合现实提出了大数据时代征信业发展的相关建议。
第六章 大数据与供应链金融。供应链金融实现了物流、资金流与数据流的结合，构建起更广阔的产业平台。企业将大数据与供应链金融相结合，将数据处理加工使之信息化，才能发挥出最大的作用。大数据和供应链金融的发展模式是相辅相成的，二者缺一不可。本章从供应链金融发展的背景出发，介绍了供应链发展的三个不同阶段，以及在当前大数据、信息化的趋势下，供应链金融产业出现的新模式。具体论述了大数据对传统供应链、互联网、区块链和金融科技对供应链金融的影响。同时，对供应链金融的风险类型、风险成因以及相应的风险管控机制及手段也做了介绍。最后，展望了大数据时代下供应链金融发展的新思潮及具体的发展趋势。
第七章 大数据金融服务平台。首先对大数据金融服务平台的概念进行了界定，从数据来源、服务内容、平台目的、服务对象、定价机制等方面对其进行分类，并通过具体的事例对大数据金融服务平台为竞争策略、战略规划及产业链重构带来的革新做出了分析。革新必定伴随着挑战，大数据金融服务平台面临着诸多来自数据质量、行业应用、监管、市场等方面的风险，需要进一步进行探索。
第八章 大数据金融算法。首先介绍了数据采集与预处理、大数据存储技术和数据分析与指标构建这三个构建大数据体系的基本步骤，并详细介绍了数据挖掘经典算法的概念、理论基础与实践领域。从实践应用的角度出发，探讨了大数据算法面临的技术困境与监管困境，并为此明确了有效算法的七项原则，以期数据算法有效运行。同时，从人与物两个角度探索大数据算法的未来发展路径。
第九章 大数据金融生态环境建设。本章从大数据市场环境建设出发，从政策、经济、技术和交易四个方面分析大数据金融的外部宏观环境，并结合行业内部环境，探讨市场环境对大数据金融发展的影响。接着，进一步阐述了传统监管体系的不足和大数据带来的新的监管风险，基于以上风险探讨了大数据在金融监管中的应用和政府角色。征信体系建设也是大数据生态环境建设中的重要一环，通过分析传统信用评估体系的不足，以及比较国内外信用评估模型，为我国征信体系的构建与完善带来了启示。最后，从更宏观的角度点明了大数据生态系统的构成、构建原则及其面临的挑战，只有认识到问题所在，才能推动大数据产业朝着更稳健的方向发展。
第十章 Fintech与大数据金融。Fintech作为一种新业态，通过借助大数据、人工智能、区块链等各类先进技术能够提升金融行业的运转效率。本章从Fintech发展的背景出发，介绍了Fintech发展进程中的技术变革，并通过比较分析不同地区的投资热点、中美Fintech发展进程及细分领域的发展，探索Fintech未来发展的方向。同时，着眼于资金端、资产端及科技方面的创新点，分析Fintech创新的本质。接着，从区块链技术、人工智能和隐私计算三个方面出发，具体论述Fintech的技术创新、发展现状、未来发展趋势及对金融行业的影响。
第十一章 案例分析。以蚂蚁金服作为互联网金融的代表，通过介绍其产业概况、业务构成及金融布局情况，具体分析互联网公司如何借助大数据技术抢占时代先机，在互联网金融时代占据一席之地。以Wealthfront作为智能投顾的代表，通过介绍其管理团队、资产规模、投资策略等方面，分析Fintech创新的引领下智能投顾的优势所在。同时，分析了以比特币为代表的数字货币的现状和未来发展。最后，介绍了元宇宙金融的出现，其体系结构、发展阶段和运行逻辑，同时还对NFT、元宇宙银行及其他场景赋能的探索进行了阐述。
本书由刘晓星教授提出总体写作方案、组织撰稿和校阅，研究生丁善一、李雪梅、陈欣远、吴之悦、顾诚嘉、许从宝、高怡佳等做了大量的文献资料收集整理，全书由刘晓星教授统一审定完成。此外，张颖老师对本书的完成也做了许多重要工作，在此一并表示感谢。
本书是基于大量国内外相关文献资料编写的，书后也列出了主要参考文献，如有挂一漏万之处，敬请海涵。本书出版得到了清华大学出版社的大力支持，在此表示衷心的感谢。由于作者水平有限，加之时间仓促，书中难免有疏漏或错误之处，恳请读者多提宝贵意见，以便今后进一步修改和完善。
刘晓星
2023年9月于南京东南大学九龙湖畔
评论
还没有评论。