前言：中文期刊網精心挑選了金融大數據論文范文供你參考和學習，希望我們的參考范文能激發你的文章創作靈感，歡迎閱讀。

金融大數據論文范文1

【關鍵詞】互聯網金融 大數據 商業銀行

一、緒論

（一）背景

隨著我國互聯網是迅速發展，互聯網模式迅速占據各行各業，而我國的互聯網經濟也取得了飛速的發展。截止2015年我國的網民已經達到了9億人，這個龐大的數字表明我國的互聯網市場的巨大潛力。此外，政府的大數據政策也開始向互聯網行業傾斜，表明了互聯網大數據時代的美好機遇的到來?；ヂ摼W金融的融資理財等模塊的發展也取得了很大的進步，第三方支付交易規模已經達到了11.9萬億，第三方移動支付交易規模達到了9.5萬億。

通過在大數據背景下研究互聯網金融的盈利模式，可以對于我國今后互聯網金融的發展提供良好的理論基礎，同時針對大數據環境下互聯網金融和傳統金融相比存在的優劣勢做出對比，可以為傳統金融的轉變提供良好的方案此外為互聯網金融的問題給出良好的解決措施，從而有利于我國互聯網金融的健康發展。

（二）相關理論和概念

互聯網金融是傳統金融行業與互聯網精神相結合的新興領域?；ヂ摼W“開放、平等、協作、分享”的精神向傳統金融業態滲透，對人類金融模式產生根本影響，具備互聯網精神的金融業態統稱為互聯網金融。

“大數據”是指以多元形式，自許多來源搜集而來的龐大數據組，往往具有實時性。在企業對企業銷售的情況下，這些數據可能得自社交網絡、電子商務網站、顧客來訪紀錄，還有許多其他來源。這些數據，并非公司顧客關系管理數據庫的常態數據組。

博弈論又被稱為對策論（Game Theory）既是現代數學的一個新分支，也是運籌學的一個重要學科。博弈論主要研究公式化了的激勵結構間的相互作用。是研究具有斗爭或競爭性質現象的數學理論和方法。

二、傳統金融盈利模式分析

（一）傳統金融機構盈利模式分析

廣義上說我國傳統的金融機構有銀行，基金，保險，證券公司等，這些公司都屬于我國傳統進行機構，傳統金融的盈利模式分為不同的機構進行簡單介紹。

1.銀行。我國的銀行主要盈利模式是吸納存款給存款人發放利息，同時對外房貸，收取貸款利息，其中貸款利息和存款利息的差額就的利潤，中間業務收入，同行拆借，承兌匯票貼現利息收入，信用證，托管業務等。這些構成了銀行的盈利來源。

2.證券。證券是多種經濟權益憑證的統稱，因此，廣義上的證券市場指的是所有證券發行和交易的場所，狹義上，也是最活躍的證券市場指的是資本證券市場、貨幣證券市場和商品證券市場。

3.保險。保險公司（insurance company）是銷售保險合約、提供風險保障的公司。保險公司可以這樣分類：人壽保險公司和財產保險公司。按照中華民國保險法之規定，兩者必須分開經營。所以有的保險公司成立了集團公司，下設獨立核算的人壽保險公司和財產保險公司。再保險公司是保險公司的保險公司，對保險公司承擔的風險進行分散和轉嫁。

（二）傳統金融在互聯網背景下發展的局限性

第一，產品品種優勢不明顯，投資門檻高，客戶體驗度差。銀行的流程繁瑣和復雜，使得一些客戶避而遠之，加上銀行近些年的理財產品不以客戶為中心，客戶理念差。

第二，渠道單一。對于傳統金融機構來說，更多的是來自物理渠道的客戶，商業銀行的客戶群體多來自網點的客戶，而線上客戶缺乏，也沒有線上客戶來源，線上市場推廣策略缺乏，缺乏市場前瞻性。

第三，傳統的管理戰略思想導致銀行發展緩慢。銀行帶有濃重的政治色彩，一直都是國家控股，對于銀行的戰略管理也是以國家戰略管理為核心而展開的，因此，銀行的變革一直在比較緩慢的。

第四，缺乏良好的人才選拔機制和內部晉升渠道?，F代管理中，具有競爭力的人才才能給公司帶來發展，銀行人才的競爭和選拔也缺乏合理性，傳統銀行很多都是關系戶，導致銀行內部人才缺乏公平競爭機制。

三、互聯網金融盈利模式分析

（一）互聯網金融的運作模式

第一，第三方支付企業指在收付款人之間作為中介機構提供網絡支付、預付卡發行預受理、銀行卡收單以及其他支付服務的非金融機構。代表企業：支付寶、易寶支付、拉卡拉、財付通為代表的互聯網支付企業，快錢、匯付天下為代表的金融型支付企業。

第二，P2P小額貸款。P2P金融又叫P2P信貸，指個人與個人間的小額借貸交易，一般需要借助電子商務專業網絡平臺幫助借貸雙方確立借貸關系并完成相關交易手續。

第三，眾籌融資模式。眾籌融資模式是基于“互聯網+金融”所創新的一種模式，意義不僅在金融創新本身，而在于對傳統金融領域和金融業態提出的挑戰，并且在一定意義上具有顛覆性。

第四，虛擬電子貨幣模式。虛擬貨幣是一種計算機運算產生或者網絡社區發行管理的網絡虛擬貨幣，可以用來購買一些虛擬的物品，也可以使用像比特幣這樣的虛擬貨幣購買現實生活當中的物品。

（二）互聯網金融主要盈利收入來源

我國目前互聯網金融發展迅速，很多的經營模式以規模制勝，P2P模式中的主要利潤來源是賺取中間的差價，借款人和貸款人之間的利息差為主要利潤來源。虛擬貨幣的主要利潤來源就是賣虛擬貨幣的收入扣除相應的成本之后所得利潤。對于眾籌融資模式來說，盈利模式大多數以收取傭金的形式來實現收益，其次，很多眾籌平臺也采取分成模式或廣告模式，也就是眾籌成功之后從其收取一定的廣告費。

四、大數據及互聯網金融視角下國有商業銀行盈利模式研究

（一）博弈論角度分析商業銀行和互聯網金融選擇

1.假設前提

第一，金融市場中只存在了商業銀行和互聯網金融兩個參與者。

第二，經濟人假設。商業銀行和互聯網金融機構是兩個理性經濟人，以個人最大利益為出發點，基于自身利益最大化做出決策。

第三，在應對互聯網金融同時商業銀行可以采取措施有合作和不合作，即選擇集合為（合作，不合作）。互聯網金融在應對商業銀行時采取的措施有合作和不合作兩種選擇，即選擇集合為（合作，不合作）。

第四，互聯網金融和商業銀行的博弈過程是完全的信息動態博弈，即在博弈過程中，商業銀行很清楚的了解到互聯網金融的交易模式及其有點，在互聯網金融機構也了解商業銀行的優勢所在。

2.博弈過程

商業銀行和互聯網金融博弈模型

博弈過程的開始我們以商業銀行首先做出選擇，上圖所示。最上方商業首先進行選擇信息集（合作，不合作），如果商業銀行選擇不合作，那么博弈結束，各自都以自己的利益最大化為目標開始自己的發展。

如果商業銀行選擇合作，那么就開始由互聯金融機構開始選擇，這個時候互聯網金融機構可以選擇合作還是不合作，選擇不合作，那么互聯網金融機構就可以借助商業銀行的優勢綜合自己的優勢來大力發展自身，而商業銀行則不能利用互聯網金融的優勢去發展自身。如果互聯網金融機構選擇合作，那么相互之間就可以進行優勢互補，從而達到雙贏的局面。

從上圖可以看出來，商業銀行在博弈中的處境和地位，選擇不合作那么就會處于劣勢，可能會被互聯網金融搶占原有的市場，如果選擇合作的時候，互聯網金融業選擇合作那么雙方都可以得到一個很好的發展局面，如果互聯網金融不選擇合作，那么商業銀行就會成為犧牲品，優勢被互聯網金融所利用，逐漸被互聯網金融邊緣化。

互聯網金融機構選擇是否合作，都可以看得出來其的發展結構。如果選擇不合作，那么必然受到道德風險的阻礙，根據自身利益最大化做出選擇，那么在短期內必然受到信用方面的負面影響。所以從長遠來看，互聯網金融機構根據自身利益最大化原則是比要和商業銀行進行合作。如果為了避免不合作情況的發生，商業銀行會選擇與互聯網金融機構簽訂一份相互合作的協議，以維持合作的狀態。

（二）大數據互聯網背景下商業銀行創新盈利模式

互聯網迅速發展，商業銀行的客戶大數據必然是其發展的基礎。大數據能力將成為銀行的核心競爭力。所謂的“核心競爭力”，關鍵的要素是“不可復制”、“不可替代”。

數據是大銀行的戰略資產。隨著數據挖掘技術的發展，銀行可謂是數據密集型行業，其資產不僅是貸款等，還包括數據。要把數據作為重要資產保護、經營，這是大銀行區別于小銀行，也是現代銀行區別于傳統銀行的關鍵之處。而且數據財富是沒有天花板的，可以不斷挖掘、不斷創造，最近國際上很多機構都在探討如何量化數據等無形資產的價值。

商業銀行通過對自己原有客戶群體的數據挖掘提煉客戶需求，提高客戶服務質量，從而改變當前銀行的困局。創新服務模式，提高服務效率和便捷性。每個用戶都會辦理銀行卡，利用這個基礎進行相關客戶端軟件安裝，對于有余額的客戶提供理財服務，發展互聯網銀行多種理財方式和渠道。

未來商業銀行的業務模式中將轉移到以大數據客戶資源為核心，以數據資源為主要競爭力量和利潤來源，來擴大和發展銀行相關業務。

五、結論

在以網絡化和大數據化為特征的新經濟時代，金融和大數據交叉融合，大數據由助于提升金融市場的透明度，通過從海量的數據中快速獲取有價值的信息以支持商業決策，進一步推動金融業發展，大數據促進互聯網金融企業實現精準營銷，提高客戶體驗度。

金融大數據論文范文2

關鍵詞:大數據企業財務管理挑戰變革

21世紀是信息化、數字化和網絡化時代。數字信息逐漸滲入我國企業的血液，企業如何利用數據信息提高財務管理的水平，為企業領導提供科學可靠的決策依據，是企業發展的關鍵所在。企業面對數據時代的變化應該順應時代的發展,勇于面臨新的挑戰，接受新的事物，對企業財務管理進行深層次的變革，使其在當今信息數字化的市場游刃有余。

一、大數據背景的概述

(一)大數據背景的優勢

大數據的時代為企業帶來更多的機遇，促使企業更深層次的重視數據信息所反映的本質，深層次的挖掘數字信息的能量。經濟全球化意味著我國企業不僅僅面臨國內企業的競爭，更面臨國外企業搶占市場的危機。面對國內市場一時涌入大量的數據信息，傳統的企業財務管理水平已經不能應對現今的市場。企業財務部門需要更為高效、精確的處理大量數據信息的能力，企業領導根據數據信息所反映的現狀，從而估測未來市場的發展趨勢，結合企業自身的發展現狀，選擇最佳經營方案和正確決策，為企業更好、更快的發展創建良好的數據平臺。

(二)大數據背景的劣勢

大數據時代在為企業帶來更多新機遇的同時，也為企業帶來更多的新挑戰。大數據時代在為人們帶來便捷的同時，也對人們的隱私權提出挑戰，企業財務管理收集信息時也經常會觸及人們隱私權的問題。在這個時代中人們的隱私經常侵害，很多數據信息的采集都是為被人們許可，甚至有些組織直接出售人們的信息，直接侵害人們的隱私；除此之外企業在面臨大量數據信息的時候，要意識到收集的數據信息也存在虛假信息或表面信息，其所得出的結果很有可能具有片面性，甚至是虛假性，很容易誤導企業領導做出錯誤的決策。

(三)大數據背景對企業的要求

企業財務管理面臨大量的數據信息，其應該意識到對于數據信息處理的工作不是一個部門或者傳統的工作方式就可以勝任或解決。企業財務部門應該注重部門之間的協作，并對其數據信息的分析結果進行共享，促使企業各個部門對企業經營的現狀有一個深刻認知，確保各個部門做出對企業最佳的決策，確保各個部門協作企業高層領導引導企；面對數據信息大爆發的現狀，傳統的企業財務管理已經不能應付龐大的數據信息。目前我國數據信息處理的方案仍處于探索的階段，會計與估值方案應與科學技術巧妙結合，成功掌握市場的變動和發展趨勢，財務人員應熟練掌握相關先進的會計軟件和具備數據統計的工作能力，為企業創建完善的數據信息庫。

二、大數據背景下企業財務管理面臨的挑戰與變革

(一)企業財務管理理論的挑戰

企業財務管理理論主要是以非金融企業為主體，著重講述財務理論與金融工具相結合對財務資源的統籌、組織與配置，實現財務資源的科學、合理、利率最大化的目標?，F今大數據、互聯網和云計算的市場經濟環境為企業財務管理理論提出新的挑戰，其包括現今財務管理理論是否符合當下的企業財務管理實踐活動，股東價值的提升路徑和財務風險評估的精確性和預測性，企業財務管理論框架完善性等。從企業財務管理理論與財務管理實踐不相符的角度出發，使其財務學理論出現失誤，這些挑戰從側面反映出企業財務管理需要創新與突破，消除其局限性和落后性的負面影響。

(二)大數據背景下企業財務管理體系的創新

大數據背景下企業感受來自國際上新技術、新理念、新突破等多方面的壓力，為了促使我國企業財務管理趕上國際水平的大步伐，我國應該鼓勵企業財務管理不斷創新。目前我國一些大型企業已經意識到企業財務管理創新的重要性以及其研發的方向性。財務管理理論中“大司庫”的新概念被人們提出，大司庫是指利用管理統一、集中結算、多渠道融資、風險管理等方式對現金進行管理，降低企業金融風險和提高企業價值。以中國石油為例，其大司庫項目的實施，從觀念創新的角度分析是從資金集中管理到司庫管理再到大司庫管理。2000年中國石油實施資金的集中管理，實現規范資金收支、提高資金使用效率、降低資金成本、擴寬融資渠道等目標。隨著我國經濟飛速發展，資產的擴展和經濟全球化的程度不斷加深，顯出資金集中管理的落后性和局限性、2009年提出建立司庫項目，從之前的被動管理轉變為主動管理、戰略管理和超前管理。在大數據的背景下企業財務管理建立“大司庫”體系，實現統籌管理金融資源和金融業務，并有效控制金融風險，促進企業更加適應大數據的時展。

三、大數據財務管理的要點

大數據背景下龐大的數據信息、高效的處理能力、不穩定等特征對企業財務管理提出更為嚴峻的要求，企業迎接新的挑戰和發生巨大的變革，創建這個時代特有的“大數據財務管理”。

(一)企業價值內涵和驅動因素的變化

企業財務管理的最終目標是企業經濟利益最大化。傳統的財務管理經常將企業價值與市場價值混淆，造成企業財務管理以企業市場價值為參考依據。現代化的財務管理糾正企業價值的內涵，企業價值是企業實際利潤、現金和凈資產等因素共同決定。但是大數據背景下，國際股價與國內市場存在很大的差異，不能僅憑企業利潤、現金和凈資產來估算企業價值，還要對企業綜合競爭能力、商業模式發展潛力、創新能力等多方面進行評估。這些評估需要根據企業籌資來源、資金投入，網絡數據信息等方面的數據。利用大數據、互聯網和云計算等深度挖掘數據信息的能量，為企業創造更大的價值，由此可知企業收集、處理和預測數據信息的能力是企業市場競爭的主要內容。

(二)大數據財務管理邊界化的消除

大數據時代為企業數字化、網絡化和智能化提供優良的發展環境。大數據時代的數據共享特征為企業總公司和子公司之間的信息共享與交流提供便利。企業內部的數據信息能夠互通有無、整合歸納，使企業財務管理與企業項目聯合統籌管理，模糊企業財務管理與項目管理的便捷，實現數據集中管理，是企業大數據管理的必要條件，也是企業現代化改革的主要內容之一。

(三)投資決策標準的變革

企業投資決策直接影響企業近期或長期企業的發展狀態，因此企業必然要確保企業決策的正確性和前沿性。大數據背景下傳統的投資項目評估法已經不能適應大數據時代的市場變動，貨幣的之間價值隨之波動，很有可能造成企業決策的失誤，尤其是現金流小和未來現金流不定的投資項目更不能選擇這一評估標準。大數據和互聯網實現現金流的全程監控，能高效獲取精確的數據信息；其次是在大數據的背景下“現金流”少或未來現金流不定，企業根據企業資源來源與投資和發展前進的估算可以較為精確的確定現金流。

(四)企業財務風險管理的重新構建

企業財務管理中財務風險的有效控制是其管理的主要內容，實現風險評估和風險防控。顯然傳統的財務風險管理并不適應大數據下的企業發展。風險評估過程中企業上下級領導的交流由于權利的限制，溝通較為順利，但是部門之間的交流存在一定的障礙，企業應利用大數據、互聯網和云計算加強部門之間的溝通，并建立部門之間溝通的意識，真正發揮數據信息功共享的功能，為企業財務管理提供科學可靠的數據依據，有效預測以及評估企業項目風險。

四、結束語

綜上所述，大數據時代具有大數據、互聯網和云計算的標志性特征，在大數據背景下企業財務管理利用借助大數據的特征推動企業財務管理理論的完善，財務管理體系的創新，企業價值的重新定義，邊界化的消除，投資標準的確定等方面的改進與完善。

參考文獻：

[1]馬美芳.大數據背景下企業財務管理的挑戰與變革探討[J].商.2015（45）

[2]湯谷良,張守文.大數據背景下企業財務管理的挑戰與變革[J].財務研究,2015（1）

[3]張高勝.企業財務管理變革的新方向——“大數據財務”[J].現代商業.2015(26)

金融大數據論文范文3

【關鍵詞】 互聯網金融 風險控制手段

金融的本質是風險管理，風控是所有金融業務的核心。典型的金融借貸業務例如抵押貸款、消費貸款、P2P、供應鏈金融、以及票據融資都需要數據風控識別欺詐用戶及評估用戶信用等級。傳統金融的風控主要利用了信用屬性強大的金融數據，一般采用20個緯度左右的數據，利用評分來識別客戶的還款能力和還款意愿。

互聯網金融公司利用大數據進行風控時，都是利用多維度數據來識別借款人風險。同信用相關的數據越多地被用于借款人風險評估，借款人的信用風險就被揭示的更充分，信用評分就會更加客觀，接近借款人實際風險。常用的互聯網金融大數據風控方式有以下幾種：

1 驗證借款人身份

驗證借款人身份的五因素認證是姓名、手機號、身份證號、銀行卡號、家庭地址。企業可以借助國政通的數據來驗證姓名、身份證號，借助銀聯數據來驗證銀行卡號和姓名，利用運營商數據來驗證手機號、姓名、身份證號、家庭住址。

如果借款人是欺詐用戶，這五個信息都可以買到。這個時候就需要進行人臉識別了，人臉識別等原理是調用國政通/公安局API接口，將申請人實時拍攝的照片/視頻同客戶預留在公安的身份證進行識別，通過人臉識別技術驗證申請人是否是借款人本人。

2 分析提交的信息來識別欺詐

線上申請時，申請人會按照貸款公司的要求填寫多維度信息例如戶籍地址，居住地址，工作單位，單位電話，單位名稱等。如果是欺詐用戶，其填寫的信息往往會出現一些規律，企業可根據異常填寫記錄來識別欺詐。例如填寫不同城市居住小區名字相同、填寫的不同城市，不同單位的電話相同、不同單位的地址街道相同、單位名稱相同、甚至居住的樓層和號碼都相同。還有一些填寫假的小區、地址和單位名稱以及電話等。

如果企業發現一些重復的信息和電話號碼，申請人欺詐的可能性就會很高。

3 分析客戶線上申請行為來識別欺詐

欺詐用戶往往事先準備好用戶基本信息，在申請過程中，快速進行填寫，批量作業，在多家網站進行申請，通過提高申請量來獲得更多的貸款。

企業可以借助于SDK或JS來采集申請人在各個環節的行為，計算客戶閱讀條款的時間，填寫信息的時間，申請貸款的時間等，如果這些申請時間大大小于正常客戶申請時間，例如填寫地址信息小于2秒，閱讀條款少于3秒鐘，申請貸款低于20秒等。用戶申請的時間也很關鍵，一般晚上11點以后申請貸款的申請人，欺詐比例和違約比例較高。

這些異常申請行為可能揭示申請人具有欺詐傾向，企業可以結合其他的信息來判斷客戶是否為欺詐用戶。

4 利用黑名單和灰名單識別風險

互聯網金融公司面臨的主要風險為惡意欺詐，70%左右的信貸損失來源于申請人的惡意欺詐?？蛻粲馄诨蛘哌`約貸款中至少有30%左右可以收回，另外的一些可以通過催收公司進行催收，M2逾期的回收率在20%左右。

市場上有近百家的公司從事個人征信相關工作，其主要的商業模式是反欺詐識別，灰名單識別，以及客戶征信評分。反欺詐識別中，重要的一個參考就是黑名單，市場上領先的大數據風控公司擁有將近1000萬左右的黑名單，大部分黑名單是過去十多年積累下來的老賴名單。

5 利用移動設備數據識別欺詐

行為數據中一個比較特殊的就是移動設備數據反欺詐，公司可以利用移動設備的位置信息來驗證客戶提交的工作地和生活地是否真實，另外來可以根據設備安裝的應用活躍來識別多頭借貸風險。

欺詐用戶一般會使用模擬器進行貸款申請，移動大數據可以識別出貸款人是否使用模擬器。欺詐用戶也有一些典型特征，例如很多設備聚集在一個區域，一起申請貸款。欺詐用戶還有可能不停更換SIM卡和手機，利用SIM卡和手機綁定時間和頻次可以識別出部分欺詐用戶。

6 利用司法信息評估風險

涉毒涉賭以及涉嫌治安處罰的人，其信用情況不是太好，特別是涉賭和涉毒人員，這些人是高風險人群，一旦獲得貸款，其貸款用途不可控，貸款有可能不會得到償還。尋找這些涉毒涉賭的嫌疑人，可以利用當地的公安數據，但是難度較大。也可以采用移動設備的位置信息來進行一定程度的識別。如果設備經常在半夜出現在賭博場所或賭博區域例如澳門，其申請人涉賭的風險就較高。

總結：總之，互聯網金融的大數據風控采用了用戶社會行為和社會屬性數據，在一定程度上補充了傳統風控數據維度不足的缺點，能夠更加全面識別出欺詐客戶，評價客戶的風險水平?；ヂ摼W金融企業通過分析申請人的社會行為數據來控制信用風險，將資金借給合格貸款人，保證資金的安全。

【參考文獻】

金融大數據論文范文4

[關鍵詞]大數據；決策樹；價值率；保險

[DOI]10.13939/ki.zgsc.2017.02.071

1 引 言

隨我國經濟快速增長，人民收入不斷增加，保險業也呈現出高速發展的趨勢，自國內恢復業務以來，保險業相比金融領域的其他行I，取得了不小的成績。新時代背景下的保險業所呈現出的信息多元化、海量化等特點，使得大量用戶信息以指數級增長趨勢存在于保險行業，多元化的媒體介質輸入導致數據預處理難度加大，用戶的興趣遷移導致構造用戶畫像模糊，而保險行業競爭日趨激烈，高風險性條件情況下保持客戶黏性，降低流失率對企業競爭就顯得尤為重要。

傳統的商業情報分析往往結合數據挖掘技術對歷史數據和已有的用戶信息進行挖掘，發現潛在的未知的具有一定商業價值的信息，但由于以往的客戶數據信息量較小，信息量更換慢，現有的保險業使用的傳統的運營環境和模型難以適應海量數據，以及傳統模型運行速度慢，運行代價高，準確率低，挖掘深度不夠等都是不容忽視的弊端。近些年，隨著大數據技術、人工智能、機器學習在工程和學術界的火熱發展，相關的數據模型都發展得十分完善充分，而決策樹其良好的魯棒性，全樣本挖掘性，準確度高，實施快捷，運行速度快，實現成本小都是它的優勢所在。

故本文首先引入“數據湖”的概念以緩解傳統數據處理處理異質數據問題，適應不同數據源存儲介質的需求，引入使用可擴展性大數據分析模型獲取用戶的興趣遷移特征，應用算法基于CART決策樹算法模型并以某保險公司具體用戶數據為實例構建應用場景進行模型訓練和數據預測，并創新性地引入價值率對用戶進行分類解決公司所面臨的處理用戶海量數據時間較長、效率較低、準確度不高等問題。

2 基于決策樹C4.5算法的數據模型

2.1 模型生成描述

數據基本處理：原始用戶數據錄入，形成基礎數據湖，并將數據導入HBase和Oracle數據庫中，對數據選取加工預處理并對數據進行選表、選鍵、連接器層選擇以匹配數據模型，通過數據表的前期基本處理清洗篩選形成基礎寬表，在形成寬表基礎上再對數據清洗機進行標準化處理，對樣本數據做簡單的描述統計、缺失值處理以及標準化（分層處理）工作。

模型生成：調用Apache Spark 中的Mllib決策樹中的類庫，根據樣本數據和用戶情景生成初始模型，對生成的模型進行訓練集和驗證機選取，我們此處以7/3原則進行選取，對大數據模型進行訓練，將數據抽樣導出到數據中介Oracle中，將傳統的SAS數據挖掘模型訓練導入JAR中以便對比，至此基本的模型池生成，經訓練測試后的用戶反饋信息對模型的各個參數進行調試，并對外服務模型，模型中所設計重要參數如表1所示。

數據預測：根據服務模型和用戶輸入的基本信息屬性進行加工，并對模型的預測產生結果集，再根據結果集進行場景信息預測并生成用戶畫像。

2.2 決策樹C4.5算法

3 實證研究

3.1 實驗數據

基于某保險公司的用戶數據，由于數據本身來源差異和獲取方式的不同，導致“數據湖”中本身存在大量的不完整、不一致、含噪聲和冗余數據，所以需要對數據進行一個簡單的處理分析工作，其一，減少數據集變量間的冗余，方便模型挖掘數據的效率和輸出預測信息的簡潔；其二，提高數據屬性列間的相關性，去掉關聯性較高的數據屬性列，如保險繳費與收入屬性具高相關性；其三，由于決策樹模型運行時離散型數據進行處理速率較快，故多連續性數據進行離散化處理。

數據選取基本上對寬表的行列維度數據進行處理，由于在實際過程中對數據生成一個大約20個屬性列的寬表，數據選擇可以避免數據處理時發生高維數據災難，并且在數據處理過程中進行部分數據歸一化處理，以適應模型的匹配度。見表1。

3.2 分析工具和平臺

本模型運行平臺基于Hadoop分布式文件系統，其良好的高容錯性和高吞吐數據訪問比較適合大規模數據集的應用，本模型應用的環境基于HDFS的基本運行環境，使用Python數據處理語言，操作系統版本：CentOS release 6.5（Final），搭建集群6臺，各個設備相關信息：Intel（R），E5606，@2.13GHz，2128.000MHz，cache size：8192KB。

3.3 模式評估與應用

算法模型的運行結果展示出哪些因素影響客戶流失的決策，通過評估可以得到更為有價值的客戶信息，評估方法有準確率，召回率，F1-score，PR，ROC等，其中，真正TP：樣本類型被數據模型正確歸類預測命中正確類的數量；假負FN：樣本類型被數據模型誤判為其他類型的數量；假正FP：樣本不屬于正確類別被數據模型誤判為正確類別的數量；真負TN： 樣本類型屬于正確類別被數據模型誤判為其他類型的數量。

全樣本數據運行模型的結果展示見表2。

經結果發現這里采用準確率、召回率以及F1_score，抽取用戶的預測值與評分值進行模型檢驗，得到值均在合理值范圍，模型運行時間2320.34s，較傳統的SAS跑出的34min23s，較為高效，據此此模型可以投入運用。

4 結論與展望

論文借助“數據湖”挖掘模型實現了保險業的用戶流失率檢測，取得了以下結論。第一，論文建立在HDFS運行環境中，一方面，通過對決策樹基本特點的研究，找到了決策樹與保險業用戶流失率的結合點，建立了基于用戶數據湖的大數據模型；另一方面，模型基于開源HDFS環境中，具有良好的可擴展性。第二，根據信息論的相關理論概念引入信息熵和客戶價值率，提高對客戶數據屬性分類的準確性，本文最后結合實例對所提出的模型進行驗證，證明數據模型的可靠性。

本文引入“數據湖”的概念以緩解傳統數據處理異質數據問題，極好地適應不同數據源存儲介質的需求，并引入使用可擴展性大數據分析模型以便適應用戶的興趣遷移，通過數據挖掘技術提高銷售凈利率，擴大企業市場所占份額，識別客戶等級，誠信度和價值率，降低企業風險，預測預警以及制訂相應的決策計劃，降低用戶流失率提高忠誠度，本文基于CART算法模型以某保險公司用戶數據具體數據為實例構建應用場景進行模型訓練和數據預測，并創新性地引入價值率對用戶進行分類解決公司所面臨的處理用戶海量數據時間較長效率較低準確度不高等問題。

由于時間和硬件環境的制約，本文仍存在一些有待進一步改進和深入研究的地方。第一，論文對于數據挖掘算法采用較為經典的決策樹方法，在數據處理時采用常規處理方法難免會導致部分數據的缺失和預測準確率的下降；第二，本文研究中數據均居于有限的數據集，隨傳輸媒介的變化，用戶的時間維度并未良好地考慮進去，對用戶仍舊缺乏較時間維度及其用戶標簽等級的良好劃分。

參考文獻：

[1]孟小峰，慈祥. 大數據管理：概念、技術與挑戰[J]. 計算機研究與發展，2013（1）：146-169.

[2]王艷. 中國保險公司制度變遷與創新研究[D].長春：吉林大學，2014.

[3]丁兆云，賈焰，周斌. 微博數據挖掘研究綜述[J]. 計算機研究與發展，2014（4）：691-706.

[4]Quinlan J R.C4.5 Programs for Machine Learning[M].California：Morgan Kaufmann，San Mateo，1993.

[5]趙強利，蔣艷凰，盧宇彤. 具有回憶和遺忘機制的數據流挖掘模型與算法[J]. 軟件學報，2015（10）：2567-2580.

金融大數據論文范文5

1.高校本科畢業論文質量提升的思考

2.本科論文寫作過程細化性分析

3.提高農學類本科畢業論文質量的主要途徑

4.大學本科畢業論文模式探索

5.本科論文教學質量評價指標體系研究

6.從高校本科論文環節淺談本科評估與教學管理

7.本科畢業論文教學改革的實踐與探討

8.有關本科畢業論文設計問題的思考——以歷史學為例

9.英語專業本科論文寫作創新性研究

10.本科畢業論文教學改革研究——以工商管理專業為例

11.財經類本科畢業論文形式與選題研究——基于學生能力培養的視角

12.本科論文新教學模式的探索與實踐

13.本科論文教學質量評價指標體系研究

14.對藝術類本科論文的幾點思考

15.自學考試本科論文預申請管理系統設計

16.護理本科實習生畢業論文回顧分析

17.對會計專業本科畢業論文選題的思考

18.基于本科畢業設計(論文)的導師制運行模式探索

19.聯合指導本科畢業論文的動因、困難及出路

20.跨校本科畢業論文指導模式初探

21.高校本科畢業論文學術不端現象平議

22.本科論文的創新性與本科生的創新能力

23.金融學應用本科畢業論文選題的實證研究——以某地方財經高校為例

24.“全過程”本科論文寫作中科學素養的培養——以法學專業為例

25.漢語國際教育專業本科論文選題的分析和思考——以南開大學漢語國際教育本科論文選題為例

26.影響本科畢業設計(論文)完成質量因素探討

27.我國本科畢業論文制度的闡釋與建構

28.合理安排時間，提高本科論文質量

29.本科畢業論文(設計)存在的主要問題及幾點建議——以欽州學院為例

30.關于圖書館服務職能與本科畢業論文的幾點思考

31.二類院校本科畢業論文外審制度利弊及對策淺析——以陜西榆林學院為例

32.中日化工類大學本科畢業論文環節教育方式比較

33.對本科畢業論文工作的幾點思考

34.工商管理函授本科畢業論文質量提升路徑探析

35.理工類專業本科畢業論文寫作現狀調查與分析

36.英語本科畢業論文寫作的動機研究及其啟示

37.略論大數據時代下本科學位論文過程管理網絡交互平臺的工作機制

38.護理本科畢業生對畢業論文撰寫的相關態度和行為調查

39.本科畢業論文選題質量的探索與實踐

40.體育專業本科論文寫作不應取消而應加強

41.外語專業本科畢業設計(論文)多樣化的現實思考

42.以案例分析為創新路徑的大學本科畢業論文指導

43.論“本科畢業論文存廢之爭”對當前地方高校本科畢業論文的影響

44.強化本科畢業論文教學環節的探索與應用

45.高校本科畢業設計(論文)教學質量綜合評價研究

46.綜合性大學取消本科畢業論文辨析

47.英語專業本科論文寫作的交互式教學模式探索

48.關于提高經管類本科畢業論文質量的探究

金融大數據論文范文6

【摘要】“余額寶”作為一種新興的第三方貸款銷售平臺，剛剛出現就對我國的金融界產生了巨大的影響，在日常生活網絡化的 21 世紀，投資網絡化也將必然成為未來發展的趨勢。隨著我國金融領域在網絡方面的創新，也對法律法規的完善提出了更高的要求，法律人應當順應網絡化發展趨勢，彌補我國法律在網絡投資這一方面的空白，本文僅從經濟法簡論之。

【關鍵詞】余額寶,證券投資,法律,網絡化

2013 年 6 月 13 日，余額寶正式推出“余額寶”這一業務，余額寶用戶將資金轉入余額寶內，既可以隨時用于余額寶消費、付款等支出，同時也能夠購買貨幣貸款投資收益，獲得增值。余額寶的操作流程并不復雜。用戶將自己余額寶中的資金轉入余額寶用戶，后者中的資金平時用于投資金融產品，而當用戶需要用錢時，可直接從余額寶用戶提取。

余額寶實際上是將貸款機構的貸款直銷系統內置到網站中，用戶將資金轉入余額寶的過程中，余額寶和貸款機構通過系統的對接將一站式為用戶完成貸款開戶、貸款購買等過程。而目前僅有天弘貸款“增利寶”一家貸款機構作為余額寶的對接貸款機構。

用戶存在余額寶的投資所獲取的利益并非是銀行利息，而是投資貨幣貸款的收益，銀行利息至少在國內是無風險的，而投資貨幣貸款盡管投資風險極小，但并不屬于無風險投資。貸款機構抵御流動性風險的能力較弱，一旦貸款出現大幅縮水或投資者集中贖回投資的情況，而貸款手中所持流動性資產又不敷支出時，曾在 2006 年就出現過這種現象，這將是對貨幣市場貸款重要一擊。貨幣市場貸款必將面臨嚴重的被動局面，這種情況在 2006 年就曾出現過。

T + 0 交易適用于用戶的不固定性，同時余額寶可以給用戶貸款，使用戶可以用此筆錢投資、消費，更多的消費者會選擇使用余額寶。以前對于現金的管理一直以傳統貨幣獨占鰲頭，但是因為傳統貨幣不夠方便，在 2012 年，貸款機構就要用投資者擁有或借用的資金來替客戶先墊付資金，此時是最早的 T +0 產品的贖回過程。

雖然省略了傳統貨幣帶來的不便捷，但如果銷售量增加，對于中小型的貸款機構的資金流動量是重大壓力，此時需要貸款機構提出高效的營銷方式來度過難關，不論是哪里信用體系沒有 100%完善的，雖然淘寶推出天貓利用成交數建立信任度，但是對于信用體系依然不是完全靠譜的，信用體系需要國家政策的制定和支持。

如此看來，消費者通過電子商務平臺購買小額價值、數量較少的商品后由作為第三方的直接余額寶墊付，操作流程簡單、方便，快捷。而增利寶則是作為一種貨幣貸款在電子商務平臺上直接被消費者購買。

相對于用余額寶購買商品只能在網絡上進行的局限性，用戶將資金存放于銀行零風險，以及購買商品的平臺不受約束。由此而來，更多的人信賴有實力的貸款機構名而非排名 50 名左右中小型貸款機構，大型貸款機構介紹的產品也更受歡迎。

證券投資貸款是一種利益共享、風險共擔的集合證券投資方式，即通過發行貸款單位，集中投資者的資金，由貸款托管人托管，由貸款管理人管理和運用資金，從事炒股、債券等金融手段投資。人們平常所說的貸款主要就是指證券投資貸款，它是一種間接的證券投資方式，投資者通過購買貸款的方式來間接投資于證券市場。

證券投資貸款的設立方式主要有兩種: 一是通過發行貸款股份成立投資貸款機構的形式設立，通常稱為機構型貸款; 二是由貸款管理人、貸款托管人和投資人三方通過貸款契約設立，我們通常將其稱為契約型貸款。從目前情況來看，我國的證券投資貸款基本都是契約型貸款。

隨著網絡在社會應用中的普及，網絡已經成為大眾化的工具，網絡也逐漸深入到金融行業中，銀行銷售的產品也將目光轉移到互聯網上，其中也包含貸款。銀行以往的收入來源主要依賴于儲戶的存入銀行的錢來獲得利息差額，像余額寶這樣的新式業務漸漸融入老百姓的生活，影響老百姓傳統的投資、理財理念，雖然現在這種新的網絡貸款形式沒有像銀行的存蓄業務一樣被大眾完全接受，但是作為網絡的金融界勢必會對傳統的商業銀行造成嚴重沖突，同時網路上的金融行業一定有更加開闊的發展空間和市場，必將成為金融 IT 及大數據挖掘機構的新寵兒。

雖然我國在證券方面法律不斷加強如《證券法》、《證券投資貸款法》《信托法》等法律法規，但是依然不及貸款業法律。liuxue86.com

證券投資貸款的法律依然不夠完善，沒有以此為主導的相關法律法規，甚至連較為相配套完善的規范性文件都沒有，沒有一套完善的證券投資貸款法案，對于在貸款中產生的問題，政府即使參與進去監管，但是沒有完善的法律體系作保障，政府也很難有效擔任起監管的重任，監管的操作性差，監管力度便跟不上去，國外的證券投資貸款具有延續性，法律法規相對健全，而我國到現在為止，監管貸款行業的機構如中國證券業協會主要要求大家以自律為主，沒有行政處罰的權利，一次監管的力度一定會受影響。

目前，我國網絡證券投資貸款的法律制度還處于空白狀態。我國2012 年新修訂了《中華人民共和國證券投資貸款法》，及證券監督管理委員會的相關部門規章均未出現與證券投資網絡化相關的條文，這也讓目前的網絡證券投資者的利益存在著一定的風險，缺乏相關保障難以適應不斷發展的社會投資現狀。

這要求有關國家權力機構盡快完善相關法律規章的制訂，彌補我國法律在這方面存在的空白，真正做到與時俱進，盡量規避法律的滯后性。從而，為調控證券投資網絡化中出現的各種法律關系提供法律上的支撐。同時，我們也應當完備相關執行、監督體系，確保相關法律得以準確適用、實施。

余額寶的一經投入市場，便以驚人的迅猛速度發展，從中我們不難看出未來網絡證券投資貸款將會為我國金融界注入一股新的力量，注入新的生機與活力。在我國金融界發展創新的同時，法律應當與時俱進，跟進時代的發展步伐，適應社會的廣泛需求。

參考文獻：

[1] 歐麗君,中小企業板上市公司成長性評價研究[D].西南財經大學,2008

[2] 王怡,中小企業板上市公司成長性影響因素研究[D].西南財經大學,2007

[3]大智,創業板上市公司財務評價指標體系研究[D].東北林業大學,2002