店铺信息
描述相符:
服务态度:
发货速度:
联系客服:
联系电话:010-80808080
工作时间:每周一至周日9:00-18:00在线
认证信息:
内容简介
大数据金融是利用大数据技术突破、革新并发展传统金融理论、金融技术和金融模式的一种全球性趋势。这一趋势既是现有技术进步的必然结果,又是未来金融发展的强劲动力。广度上,大数据金融重塑了银行业、保险业、证券投资业等金融行业的核心领域。深度上,大数据金融不仅推动了金融实务的持续创新,更催生了金融模式的深刻变革。大数据金融的潮流如何发端?又将如何演进?立于大数据金融的潮头,中国金融行业将实现哪些发展?又将面对何种风险?这些问题不仅对金融业界、学界具有重大的理论价值和现实意义,也将长远地影响着我们的经济生活。因此,值得系统性地梳理和研究。本书构建了一个系统性的分析框架,从多个角度对全球大数据金融的实践进行了全面的归纳与研究。沿着本书的分析框架,读者可以条分缕析地了解大数据金融在银行、保险、量化投资、资产管理、金融监管和国家金融安全这六大领域的机遇和挑战。同时,本书详细分析了国内外大数据金融应用的大量真实案例。这些案例生动鲜活、时效性强,既便于读者加深对理论内容的理解,又使得本书具备了一定的现实指导作用。在保证专业性的前提下,本书兼顾了表述的通俗化。因此,本书既为金融业界、学界的深入研究提供了基本资料,又适合普通读者入门之用。
作者简介
李勇,中国人民大学汉青经济与金融高级研究院金融系教授,博士生导师,院长助理,量化投资研究中心主任,金融专硕项目主任,中国人民大学国家战略发展研究院宏观预测中心主任,教育部新世纪人才,北京市青年优秀人才。 受聘盘古智库学术委员会委员。研究方向是金融计量经济学、量化投资、资产管理。 他在《Journal of Econometrics》,《Quantitative Finance》,《Journal of Future Market》等国内外优秀刊物上发表了近30篇学术论文,其SSCI/SCI收录20篇,主持多项国际自然科学基金,省部级基金项目。

  许荣,中国人民大学财政金融学院教授,博士生导师,美国特许金融分析师(CFA),美国金融风险管理师(FRM)。同时兼任中国人民大学金融与证券研究所高级研究员、国家开发银行特聘专家。国内外经济类核心期刊《Economic Modelling》、《经济研究》、《金融研究》、《经济学动态》、《经济理论与经济管理》、《保险研究》等匿名评审人。主持国家自然科学基金、教育部人文社科基金、北京市社科基金、中国保险学会基金项目等多项,在国内外经济类核心期刊上发表论文20余篇。
目录
第1章 绪论 1
1.1 迈入大数据时代 1
1.1.1 大数据是什么 2
1.1.2 大数据的产生:计算机与互联网技术的发展 5
1.1.3 大数据与社会变革 8
1.1.4 大数据与思维变革 9
1.2 大数据金融 12
1.2.1 大数据金融的理论基础 13
1.2.2 大数据金融模式 16
1.2.3 大数据对金融业态的影响 19
1.3 大数据,大挑战 19
第2章 大数据与银行 22
2.1 大数据金融与商业银行的特征对比 23
2.1.1 业务来源 23
2.1.2 经营风格 24
2.1.3 成本 24
2.1.4 门槛 25
2.1.5 大数据的使用 25
2.2 目前几种大数据金融模式对商业银行业务的影响 26
2.2.1 以支付宝为代表的互联网第三方支付对银行
的影响 26
2.2.2 以余额宝为代表的互联网货币基金对银行
的影响 29
2.2.3 P2P借贷及阿里金融 32
2.3 大数据金融与商业银行的竞争趋势 35
2.3.1 大数据金融尚未形成较为成熟的商业模式 36
2.3.2 大数据金融还将承受外部的压力 37
2.4 总结 41
第3章 大数据与保险 43
3.1 大数据对传统保险理论的影响 44
3.1.1 大数据对保险定价机制的影响 44
3.1.2 大数据对于保险去中心化的影响 46
3.1.3 大数据对于可保风险的影响 47
3.2 大数据对保险公司经营的影响 48
3.2.1 大数据对保险业思维模式的影响 49
3.2.2 大数据对保险业商业模式的影响 49
3.2.3 大数据对保险公司经营能力的影响 51
3.2.4 大数据对保险公司产品服务的影响 53
3.2.5 大数据对保险业业务链条的具体影响 54
3.3 大数据与保险的案例分析和总结 58
3.3.1 中国保信 58
3.3.2 众安在线 59
3.3.3 去哪儿网获得保险经纪业务牌照 62
3.3.4 案例总结 63
第4章 大数据与量化投资 66
4.1 量化投资概述 66
4.1.1 量化投资的发展历程 66
4.1.2 量化投资的主要策略 70
4.1.3 量化投资的主要工具 74
4.2 大数据在量化投资中的应用 75
4.2.1 高频交易数据的应用 75
4.2.2 非结构化数据的应用 78
4.2.3 大数据应用的挑战性与局限性 83
第5章 大数据与资产管理 86
5.1 大数据资管时代来临 86
5.2 金融机构资产管理变革 90
5.2.1 大数据与风险管理 90
5.2.2 大数据与客户开发 93
5.3 案例分析 95
5.3.1 阿里“跨界” 96
5.3.2 国金“触网” 103
5.3.3 总结 109
第6章 大数据与金融监管 110
6.1 如何监管金融企业对大数据的使用 110
6.1.1 保护金融大数据中的个人隐私:从“个人授
权制”到“企业负责制” 110
6.1.2 规范金融大数据的应用:控制“数据风险”
和“鲁莽行为” 119
6.1.3 明确金融大数据的产权:激活交易与创新,
打破封闭和垄断 124
6.2 如何利用大数据加强对金融市场的监管 130
6.2.1 技术问题和市场监管特殊性 130
6.2.2 美国证券市场的大数据监管实践 131
6.2.3 中国证券市场和银行系统的大数据监管实践 135
第7章 大数据与中国金融安全 138
7.1 大数据对中国金融安全的新挑战 138
7.1.1 大数据与中国金融信息安全 138
7.1.2 大数据与中国金融市场风险 141
7.2 各国对大数据与金融安全问题的处置经验 150
7.2.1 应对大数据带来的金融信息安全问题 150
7.2.2 应对大数据带来的金融市场风险 151
7.3 我国应对大数据与金融安全问题的原则及措施 158
7.3.1 应对挑战的“两个原则” 158
7.3.2 综合处置的“三个方面” 159
参考文献 162