|
|
|
|
|
|
|
|
ISBN |
9787302655817 |
定价 |
RMB49.00 |
售价 |
RM53.90 |
优惠价 |
RM40.43 * (-25%)
|
作者 |
劉曉星
|
出版社 |
清華大學出版社
|
出版日期 |
2024-05-01 |
装订 |
平裝. 無. 284 页. 26. |
库存量 |
海外库存 下单时可选择“空运”或“海运”(空运和海运需独立下单)。空运费每本书/CD是RM12.00。 空运需时8-11个工作天,海运需时约30个工作天。 (以上预计时间不包括出版社调货的时间以及尚未出版的预购商品) |
|
我要订购 有现货时通知我 |
|
放入下次购买清单 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
購買中國簡體書籍請注意:
1. 因裝幀品質及貨運條件未臻完善,中國簡體書可能有出現磨痕、凹痕、折痕等問題,故簡體字館除封面破損、內頁脫落、缺頁等較嚴重的狀態外,其餘所有商品將正常出貨。
|
|
|
|
|
|
|
|
|
目錄
第一章 大數據的理論演化 1
第一節 大數據的提出背景 1
一、技術進步(線上閱讀) 1
二、產業升級 2
三、社會進步 3
第二節 大數據的發展進程 4
一、大數據的主要發展階段 4
二、主要國家的發展現狀 6
第三節 大數據的概念界定 11
一、理論層面 12
二、數據層面 17
三、實踐層面 18
第四節 大數據的趨勢變革 21
一、大數據變革的主要領域 21
二、大數據的產業變革 23
三、大數據變革趨勢(線上閱讀) 25
本章小結 26
即測即練 26
簡答題 26
第二章 大數據思維 27
第一節 大數據思維的內涵與構成 27
一、嘗試用總體數據分析 27
二、關注效率而不是精確度 28
三、關注相關關係而不是因果關係 29
四、平等關係代替層級關係 30
五、開放創造更多的價值 30
六、關注事物的動態發展規律 31
七、大數據思維下的其他原理(線上閱讀) 31
第二節 大數據思維對傳統思維的影響 32
一、社會傳統思維 32
二、政府管理思維 32
三、企業商業思維 33
四、個人行為思維 36
第三節 大數據思維對傳統產業的影響 36
一、大數據思維對傳統產業的衝擊 36
二、大數據思維下向傳統領域的拓展方向 38
三、基於國家戰略的大數據產業發展思維 38
四、當前國家大數據戰略(線上閱讀) 41
本章小結 41
即測即練 42
簡答題 42
第三章 大數據與金融的融合 43
第一節 現代金融的大數據特徵 43
一、金融業應用大數據技術的優勢 43
二、大數據技術的日臻成熟 43
三、金融業創新發展的必然要求 44
第二節 大數據金融的理論內涵 47
一、大數據金融的界定 47
二、大數據金融的特徵 47
第三節 大數據與金融的融合(線上閱讀) 50
第四節 大數據與互聯網金融的關係(線上閱讀) 50
第五節 代碼實例(線上閱讀) 50
本章小結 50
即測即練 51
簡答題 51
第四章 大數據金融的商業模式 52
第一節 大數據金融商業模式的選擇 52
一、商業模式創新有利於提升金融行業的運營效率 52
二、商業模式創新有利於提升金融行業的結構效率 53
第二節 大數據金融商業模式的維度分析 54
一、企業維度 54
二、產業維度 55
三、行業維度 56
第三節 大數據金融的企業商業模式創新 56
一、基於大數據的組織架構創新 56
二、基於大數據的產品創新 57
三、基於大數據的客戶創新 59
四、基於大數據的業務創新 60
五、基於大數據的財務創新 65
第四節 大數據金融的產業商業模式創新 66
一、數據資源提供商 66
二、大數據分析諮詢提供商 69
三、大數據處理服務提供者 71
四、大數據解決方案提供商 73
第五節 大數據金融的行業商業模式創新 73
一、數據驅動跨界模式 73
二、價值關係重構 74
第六節 大數據金融商業模式的未來趨勢(線上閱讀) 75
本章小結 75
即測即練 75
簡答題 76
第五章 大數據金融機構與產品創新 77
第一節 金融業大數據應用現狀 77
一、傳統金融業大數據應用 77
二、基於互聯網的機構與產品 78
第二節 銀行業大數據金融 80
一、大型商業銀行 81
二、中小型銀行 83
三、互聯網銀行 85
第三節 證券業大數據金融 89
一、證券行業創新 89
二、證券投資決策和業務模式轉變 91
三、大數據時代的量化投資 92
第四節 保險業大數據金融 93
一、業務經營技術創新 93
二、產品行銷方式創新 94
第五節 信託業大數據金融 95
一、戰略性結合 95
二、產品創新 98
三、互聯網信託平臺 99
第六節 融資租賃業大數據金融 99
一、風險管理 99
二、行業分析 100
三、融資租賃平臺建設 100
第七節 中央銀行大數據應用 101
一、提高統計預測能力 101
二、完善征信體系 101
三、加強反洗錢監測 101
四、提高外匯管理能力 102
第八節 基於大數據金融的征信產品 102
一、大數據征信的概念 102
二、大數據征信的應用優勢 108
三、大數據時代征信業發展相關建議 109
第九節 基於大數據金融的指數化產品 110
一、大數據指數 110
二、基於大數據指數的產品設計 116
第十節 代碼實例(線上閱讀) 116
本章小結 117
即測即練 117
簡答題 118
第六章 大數據與供應鏈金融 119
第一節 供應鏈金融的發展現狀 119
一、供應鏈金融發展的背景 119
二、供應鏈金融的發展歷程 122
三、供應鏈金融新模式 123
第二節 大數據對供應鏈金融的影響 125
一、大數據對傳統供應鏈的影響 125
二、大數據時代供應鏈金融的變革 128
第三節 大數據時代供應鏈金融的發展趨勢(線上閱讀) 134
本章小結 134
即測即練 135
簡答題 135
第七章 大數據金融服務平臺 136
第一節 大數據金融服務平臺的界定 136
第二節 大數據金融服務平臺的分類 137
一、按數據來源劃分 137
二、按服務內容劃分 138
三、按平臺目的劃分 141
四、按服務物件劃分 145
五、按定價機制劃分 146
第三節 大數據金融服務平臺的革新 148
一、競爭策略的革新 148
二、戰略規劃的革新 149
三、產業鏈的革新 149
第四節 大數據金融服務平臺面臨的風險與挑戰 151
一、從數據品質來看 151
二、從金融業的應用來看 152
三、從監管的角度來看 153
四、從市場的角度來看 153
第五節 代碼實例(線上閱讀) 154
本章小結 154
即測即練 155
簡答題 155
第八章 大數據金融算法 156
第一節 大數據體系構建 156
一、數據採集與預處理 156
二、大數據存儲技術 157
三、數據分析與指標構建 158
第二節 數據挖掘經典算法 158
一、人工神經網路——自動編碼器 158
二、貝葉斯——樸素貝葉斯 161
三、決策樹——C4.5 162
四、線性分類——支援向量機 163
五、關聯規則學習——先驗算法 164
六、聚類分析——期望最大化方法 164
七、異常檢測——K最近鄰 165
八、集成學習算法——Adaboost 166
九、隱私計算——聯邦學習 167
十、決策樹——分類與回歸樹(CART)(線上閱讀) 169
十一、決策樹——隨機森林(線上閱讀) 169
十二、關聯規則學習——FP-growth算法(線上閱讀) 169
十三、聚類分析——K-Means(線上閱讀) 169
十四、集成學習算法——GBDT(線上閱讀) 170
第三節 大數據算法面臨的困境與解決之道 170
一、大數據算法存在的問題 170
二、有效算法的七大原則 171
三、大數據算法的發展趨勢(線上閱讀) 172
第四節 代碼實例(線上閱讀) 172
本章小結 173
即測即練 173
簡答題 173
第九章 大數據金融生態環境建設 174
第一節 大數據市場環境建設 174
一、大數據金融外部環境 174
二、金融行業內部環境 179
第二節 大數據監管體系建設 179
一、傳統金融監管體系的不足 179
二、大數據帶來新的監管風險 180
三、大數據在金融監管中的應用 181
四、大數據金融監管中的部門角色 182
第三節 大數據征信體系建設 183
一、傳統信用評估模型的問題 183
二、國外大數據信用評估模型 185
三、中國大數據征信體系建設 190
四、國外征信體系建設對我國的啟示(線上閱讀) 193
第四節 大數據生態系統建設 193
一、大數據金融生態系統的構成 193
二、大數據金融生態系統構建的原則 194
三、大數據金融生態環境構建面臨的挑戰 195
本章小結 196
即測即練 196
簡答題 196
第十章 Fintech與大數據金融 197
第一節 金融科技行業概述 197
一、Fintech發展的背景 197
二、Fintech 1.0時代的技術 199
三、Fintech 2.0時代的技術(線上閱讀) 199
第二節 Fintech投資熱度與發展比較分析 200
一、投資熱度 200
二、中美Fintech發展比較分析 200
三、細分領域梳理及對比 202
第三節 Fintech的創新 203
一、Fintech帶來的資金端創新 203
二、Fintech帶來的資產端創新 205
三、Fintech帶來的科技創新 207
四、Fintech創新的本質與分析 208
第四節 Fintech 區塊鏈 208
一、區塊鏈的提出與演化 208
二、區塊鏈的概念 210
三、區塊鏈技術的創新與應用 213
四、區塊鏈技術的未來發展趨勢 219
第五節 Fintech 智能投顧 220
一、智能投顧概述 220
二、國內外發展現狀 224
三、智慧投顧監管研究 226
四、智慧投顧行業思考 227
第六節 Fintech 隱私計算(線上閱讀) 228
第七節 Fintech的未來發展路徑(線上閱讀) 228
第八節 代碼實例(線上閱讀) 228
本章小結 229
即測即練 229
簡答題 229
第十一章 案例分析 230
第一節 螞蟻金服:以互聯網金融為平臺、以大數據金融為元素 230
一、螞蟻金服的概況 230
二、螞蟻金服的業務構成 232
三、螞蟻金服的大數據金融佈局 235
第二節 智能投顧——Wealthfront 235
一、Wealthfront的管理團隊及其資產規模 236
二、Wealthfront的投資方法論 237
三、Wealthfront智能投顧的優勢 238
第三節 數字貨幣 239
一、數字貨幣的介紹 239
二、數字貨幣體系的構建 241
三、比特幣的發展現狀與未來趨勢 243
四、數字貨幣未來發展面臨的挑戰與機遇 248
第四節 元宇宙金融 251
一、元宇宙金融的內涵 252
二、元宇宙金融的運行邏輯 252
三、元宇宙金融的發展階段 254
四、元宇宙金融的應用 255
五、元宇宙金融場景賦能的探索 257
本章小結 257
即測即練 258
簡答題 258
參考文獻 259 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
劉曉星
復旦大學金融學博士後,現為東南大學金融學教授,金融學專業博士生導師,金融系主任,全國高等學校金融學類專業教學指導委員會委員,江蘇省“青藍工程”中青年學術帶頭人,中國金融學年會理事,中國金融工程年會理事,江蘇省金融青聯常委委員,江蘇省科技創業導師。研究方向:金融理論與政策、金融工程與風險管理。
目前主持國家自然科學基金面上項目二項,已經主持完成國家自然科學基金面上項目、人文社會科學項目、中國博士後基金專案各一項。以獨立或第一作者在《世界經濟》、《管理科學學報》、《管理工程學報》、《系統工程理論與實踐》、《南開管理評論》、《國際貿易問題》、《科研管理》、《數理統計與管理》、《金融論壇》等核心期刊公開發表論文70多篇,其中SCI論文1篇,SSCI論文1篇,CSSCI論文40多篇,出版專著2部。 |
|
|
|
|
|
|
|
|
|
|
|