登录

在售中 序言 中国特色社会主义进入新时代，实现中华民族伟大复兴的中国梦开启新征程。党中央决定实施国家大数据战略，吹响了加快发展数字经济、建设数字中国的号角。习近平总书记在十九届中共中央政治局第二次集体学习时的重要讲话中指出：“大数据是信息化发展的新阶段”，并做出了“推动大数据技术产业创新发展、构建以数据为关键要素的数字经济、运用大数据提升国家治理现代化水平、运用大数据促进保障和改善民生、切实保障国家数据安全”的战略部署，为我国构筑大数据时代国家综合竞争新优势指明了方向。 金融是现代经济的核心。自产生以来，金融就承载了大量信息和资金，其对信息处理的功能越强大，服务于实体经济的功能就能越好地发挥。受外部环境影响，金融的组织方式也在不断发生变化，其中技术进步无疑是其最重要的影响因素之一。进入21世纪以来，随着互联网技术的快速发展，金融与互联网之间的关系越发密切。不经意间，依托于大数据、云计算技术的金融科技已然站在了风口。用杜甫的那句诗“随风潜入夜，润物细无声”来形容大数据对金融行业的渗透，再恰当不过。 借助于互联网的思维方法和计算技术，金融大大提升了自身的功能和效率。特别是大数据、云计算、搜索引擎和移动支付等技术的发展，为互联网企业与金融行业相结合打开了通道。一方面，互联网企业通过这些技术创新得到了海量信息的支持；另一方面，互联网企业借助网络技术在信息、数据处理方面的优势逐渐涉足金融业务领域。在与大数据技术融合的过程中，传统金融机构不可避免地面临诸多挑战和风险。“狼”是不是真的来了？大数据时代，传统金融机构面对变革浪潮如何应对？ 不仅在金融行业，势不可挡的大数据时代已经向我们走来，其掀起的科技“飓风”正在并将持续席卷各个行业和领域，商科教育不可避免地置身其中。大数据时代的来临，使全方位、立体式的数据分析成为可能，处在大数据时代的传统商科教育也暴露了其存在已久的不足和弊端，亟待解决。传统商科教育如何找寻大数据理论及方法与传统商科教育的“契合点”以顺应大数据时代潮流？ 针对以上问题，本书将逐一进行系统性分析，以期找到创新性的解决方案，这也构成了本书的主要研究内容，即数据金融与数据商科。全书共分9章，主要研究内容如下。 第1章是大数据与金融业变革的一个综述。首先界定了大数据的内涵，随后分析了大数据引发的社会变革，回顾了大数据在美国、欧盟、法国、德国、英国、日本、韩国、澳大利亚等工业化经济体的发展历程，以及大数据按照时间轴顺序在国内的发展历程，介绍了大数据在国际国内的发展现状。最后探讨了大数据对金融体系的冲击，分析了我国的金融格局，对大数据对银行业、保险业、证券业以及我国金融体系整体架构的冲击进行了具体分析。 第2章是迎接挑战——数据金融异军突起。尽管面临着大数据的挑战，但挑战中更多蕴含的是发展的机会。时代总是把机会留给已做好准备的人。大数据为整个金融业带来了巨大的变革，同时，开放、平等、协作、分享的互联网精神则为金融行业带来了前所未有的机会。本章探讨了应对大数据时代的挑战金融业应具备的大数据思维；从数据金融的定义、特征、数据金融与传统金融的核心差异、数据金融的应用价值及应用领域等方面对数据金融的内涵进行了分析；对数据金融的理论基础——信息经济学、网络经济学、金融中介理论、功能金融理论等四个方面进行了理论综述；讨论了数据金融的业务模式、参与主体以及行业架构，并对数据金融的前景进行了展望。 第3章是大数据与银行。商业银行由于大数据的介入发生了改变，大数据在电子商务平台和电子银行、客户个性化营销、银行风险管理等方面对银行运营模式形成了冲击。商业银行的发展需要有大数据思维，借助大数据提升金融行业的服务能力，强化风险防控，实现创新发展。在此背景下，本章首先从商业银行数字化转型历程、数字化转型主要事件两个层面回顾了商业银行的数字化转型实践，随后探讨了大数据在商业银行的应用与创新，具体分析了大数据在银行全面风险管理和客户关系管理两个方面的具体应用，最后以建设银行风险模型大数据实验平台为例进行了案例分析。通过本章的研究我们可以看出，大数据在给商业银行带来挑战的同时，更多的是给商业银行带来了新的发展机遇，推动了商业银行的发展创新。 第4章是大数据与保险。本章首先从大数据给保险定价机制带来的挑战、大数据给保险业务模式带来的机遇与挑战、大数据给保险监管带来的机遇与挑战三个方面探讨了大数据带来的保险业大变革。随后，从保险机构互联网化转型、保险机构数据化转型两个阶段回顾了保险机构的数据化转型的实践历程，分析了保险业大数据的应用现状。第三节总结了大数据在保险业的应用领域，我国保险业的大数据应用实践主要包括大数据定价、精准营销、大数据风控和反保险欺诈等方面。第四节和第五节针对大数据在保险业的两个具体应用领域进行了深入研究。第四节从精准定位客户、创新营销方式、优化营销渠道三个方面分析了大数据在保险精准营销中的优势，指出了大数据保险精准营销应注意的问题。第五节聚焦于大数据在保险反欺诈领域的具体应用，介绍了保险欺诈的内涵和种类，分析了目前的保险欺诈检测流程及存在的问题，针对大数据在保险反欺诈中的应用流程总结了大数据在保险反欺诈中的独特优势。本章最后是大数据在保险业应用的案例研究，分别研究了中国银保信、众安在线两个典型案例，作为中国保险业第一家大数据公司和中国首家互联网保险公司，这两个案例研究对大数据在保险业的应用具有代表作用。 第5章是大数据与证券。随着信息技术革命的不断发展，越来越多的券商开始尝试采用数据驱动的方法来促进自身业务的升级转型，大数据分析与证券行业的结合日益紧迫。证券业转型分为管理数字化转型和业务数字化转型，证券机构业务数字化转型主要体现在个性化服务、量化投资、股价预测等方面，数据化运营需要经历业务数据化、数据资产化、资产服务化、服务业务化这一逐步递进的过程。本章分别针对大数据在证券业转型的两个重要的方面——量化投资和股票行情预测中的作用进行了探究，提出了大数据时代量化投资策略与技术手段，具体分析了高频交易和大数据指数基金两种量化投资模式。针对投资者情绪与股票市场价格相互作用、相互影响的现象，对大数据股市预测的原理进行了具体分析，介绍了大数据股市预测的具体流程和方式。最后是证券业数据化转型的案例研究，具体分析了中泰证券国内首个券商Hadoop大数据案例、财通证券使用Kyligence Enterprise建设大数据平台案例以及申万宏源统一大数据平台建设案例。通过案例研究，使读者对证券业的大数据转型有更进一步、更直观的了解。 第6章是大数据与供应链金融。供应链融资可以有效降低融资风险、提高融资效率，缓解中小企业融资难问题，大数据技术在推进整个供应链健康发展中发挥着重要的作用。本章共分为四个部分。第一部分是供应链金融的内涵与发展，首先介绍了供应链金融及其特征，分析了供应链金融的意义，回顾了供应链金融的发展历程，分析了供应链金融的业务模式以及存在的问题；第二部分将大数据引入供应链金融，从判断需求方向和需求量、目标客户资信评估、供应链风险分析、预警和控制、供应链协同管理、解决供应链中的信用问题五个方面探讨了大数据在供应链金融中的应用领域；第三部分提出了数字化供应链转型的条件，展望了大数据时代供应链金融的变革与趋势；第四部分以京东供应链金融为例进行了案例研究，首先回顾了京东供应链金融的发展历程，分析了京东供应链金融的三种主要模式以及资金来源，详细阐述了大数据在京东供应链金融中的运用方式及成效，通过京东供应链金融案例，使读者对大数据在供应链金融中的应用有更直观的感受和认识。 第7章是大数据与金融信息安全。随着大数据的繁荣发展，金融信息安全问题也日益凸显。数据应用侵犯客户个人隐私、大数据应用影响国家安全、大数据环境下金融机构遭受攻击、大数据引发金融市场风险等方面都构成了金融信息安全的主要内容。本章首先分析了大数据时代金融信息安全的严峻现实与必要性，随后，第二节从社会原因和技术原因两方面对大数据时代金融信息安全的来源进行了探究。第三节从数据采集、数据存储、数据挖掘、数据发布技术和防范APT攻击五个方面介绍了大数据安全的核心技术。第四节在前面分析的基础上提出了数据金融安全政策建议，主要包括加快数据保护立法进程、规范数据授权及合理使用范围、加强数据伦理建设、完善金融行业自律机制、完善数据安全管理制度、完善核心信息区安全防护系统、发展大数据产业链等七项政策措施，通过这些措施有效实现大数据时代的金融信息安全。最后，本章以陆金所打造国内首家实现安全验证组件动态化平台和Chinasec（安元）安全集中监控与审计系统应用为例进行了案例分析。 第8章是大数据金融监管。大数据时代，传统金融监管体系存在不足，金融监管机构、监管模式、监管技术等领域都难以适应新的时代需求，大数据给金融监管带来挑战的同时也带来了新的技术和优势。在银行业信贷统计分析、金融风险分析、信用风险分析、行业风险预警、移动支付结算反洗钱监管领域，大数据技术都发挥了重要作用。大数据在保险业监管中的应用主要体现在反保险欺诈，一个重要内容是进行信息收集、共享和利用，舍弃传统人工筛查海量保单，利用大数据等科技手段应对保险欺诈犯罪职业化、团伙化、产业化的新趋势。保险业利用大数据技术加强监管，还可以从被动的数据统计或者事后的监管，转变为能够借助大数据提供给监管机构的实时或者事前预判，从而提高监管效率。证券交易市场是监管机构过去二十年来成功使用大数据技术来监测并进行市场分析的一大领域。证监会可以通过追踪交易所的历史交易数据进行整合模拟，然后对交易数据进行逆推，分析问题账户中存在的异常交易线索，并且调查私募基金、金融机构资产管理、信托等同质化交易，挖掘并打击“老鼠仓”。本章在回顾大数据金融监管的国内外实践基础上，提出了加强数据金融监管的政策建议。最后，以美国SONAR系统违规交易预警案例、我国利用大数据侦测“老鼠仓”行为为例进行了案例分析。 第9章是大数据与数据商科。本章尝试找寻大数据理论及方法与传统商科教育的“契合点”，提出顺应大数据时代潮流的商科教育策略。大数字时代，社会的生产方式、组织形态、商业模式、金融范式、管理模式都发生了巨变，人才培养模式已经跟不上时代的步伐，急需一场教育范式的革命，“数据商科”概念应运而生。数据商科就是商科与大数据技术的结合，是对传统商科进行学科重组交叉，将大数据技术融入商科课程，用新理念、新模式、新方法为学生提供综合性跨学科教育。本章以美国和新加坡为例，介绍了大数据时代商科教育的国际经验。在上述研究基础上，提出了立足学科特色与专业实践的数据商科专业设计思路。大数据时代，传统的灌输教育方式已经结束。无论采用什么样的授课方式，都应处处“以学习者为中心”。商科教育应改变传统的教学环境、方法和评估方式，顺应大数据时代的发展趋势，激发学生的创造力。数据商科作为一门将新理论与新实践紧密结合的科学性兼具实用性的学科，要遵循大数据时代全新商业模式的发展规律，在交叉、融合上寻求突破，即把管理学、应用经济学、计算机科学技术、大数据科学、智能科学等学科交叉，把新科技手段、新商业模式、新物流、新金融等手段融合起来，上接新老产业，下接新技术平台，以应对商业新伦理、新技术、新需求、新实践的挑战，塑造学生适应大数据时代需求的商业能力和实践技巧，并以中芬合作国际商科云教学先锋课程为例进行了案例分析。 势不可当的大数据时代已经向我们走来，其掀起的科技“飓风”正在并将持续席卷各个行业和领域，数据金融和数据商科就是在这一浪潮中的两朵瑰丽的花蕾。尽管作者力求为读者呈现一本令人满意的数据金融与数据商科书籍，但难免挂一漏万，恳请读者多提宝贵意见，以便今后进一步修改和完善。 牛淑珍 齐安甜 辛丑年劳动节前夕