徵信與大數據

徵信與大數據 下載 mobi epub pdf 電子書 2024


簡體網頁||繁體網頁
劉新海 著



點擊這裡下載
    

想要找書就要到 圖書大百科
立刻按 ctrl+D收藏本頁
你會得到大驚喜!!

發表於2024-12-24

類似圖書 點擊查看全場最低價


圖書介紹

齣版社: 中信齣版社 , 中信齣版集團
ISBN:9787508662121
版次:1
商品編碼:12064358
品牌:中信齣版
包裝:平裝
開本:16開
齣版時間:2016-11-01
用紙:膠版紙
頁數:360
正文語種:中文


相關圖書





圖書描述

産品特色

內容簡介

  關鍵詞:大數據,徵信係統,數據挖掘,數據架構,信用風險管理
  《徵信與大數據》的主要內容分為徵信商業模式和大數據在徵信領域的應用兩大部分。
  隨著近年來國內徵信相關法規的齣颱,國內市場化的徵信業開始起步,建設熱情高漲,社會需求旺盛,資本市場熱捧、大量互聯網公司湧入。但是由於起步晚,國內金融、經濟和法製環境配套並不完善,所以國內徵信業發展過程雖然遇到空前的機會,但是目前還存在短時間內難以解決的瓶頸。相比而言,在歐美發達國傢,徵信有一百多年的曆史,隨著信息技術的發展,已經到瞭一定的專業高度。因此針對國內目前剛起步的市場化徵信機構所麵臨的問題和挑戰,本書剖析國外成熟的知名徵信機構的發展曆程,商業模式和未來趨勢,提取對中國徵信業建設的啓示和有益的經驗,希望能夠給混亂而有蓬勃發展的中國市場化徵信提供藉鑒。
  大數據目前也是國內外的熱點話題,政府、廠商、金融機構、互聯網等多方麵非常關注和投入,國傢層麵更是發布瞭大數據行動綱領。但是大數據熱的背後卻缺少有切實落地的生動案例。徵信業作為數據為核心資産的金融服務子行業,是金融大數據應用的很好的場景。每一次數據技術的進步都會帶來徵信業務的飛躍,從數據自動處理技術、數據庫技術到數據挖掘技術等。大數據技術作為先進的信息技術的集成者,未來對徵信的提升也不可限量。從傳統的徵信機構到新興的高科技大數據公司都從不同角度、不同的環節,紛紛嘗試利用大數據技術解決徵信領域的問題,提升産品和服務。同時大數據技術在徵信領域的應用不僅可以處理微觀信用風險,而且還可以支持宏觀的金融係統性風險管理、消費市場預測和重大金融決策等。本書將介紹國內外大數據技術在徵信領域全新的應用,深入分析具體而又豐富的實用案例,希望給未來中國徵信建設提供技術參考。
  《徵信與大數據》最後還將介紹全球徵信業的新趨勢。本書還將對在復雜而生動的中國社會場景下開展徵信業務,提齣一些建議和未來展望。例如,一方麵國內市場經濟環境和法製相對落後,另外一方麵現代信息技術又普遍應用,如何利用技術的後發優勢來建設徵信;又如,我們雖然有著良好的“君子之言,信而有徵”的文化傳統,但又麵臨改革開放之後商業領域的信用普遍缺失而帶來的的巨大經濟損失,如何來重塑“守信激勵、失信懲戒”的信用體係。

作者簡介

  劉新海:現任某國有大型金融機構副研究員,同時也是北京大學智能金融研究中心兼職研究員。比利時魯汶大學獲得電子工程博士。中國人民銀行金融研究所博士後。主要的研究方嚮:徵信、信用風險管理、數據挖掘和金融大數據。劉新海博士曾在布魯塞爾的互聯網公司Attentio和金融分析公司Vadis從事過谘詢和數據分析工作。曾經在數據挖掘國際期刊IEEE TKDE和人工智能國際期刊IEEE PAMI發錶學術文章。在國內工作期間參與徵信和金融數據挖掘多個應用項目,其中主持國傢自然科學基金等國傢ji研究項目三項。劉新海博士還是財新網專欄作傢。

目錄

前 言 // IX
緒 論 // XI
第一篇
徵信機構:市場經濟的風險信息服務商
01 美國徵信業的前世今生
美國徵信業概述 // 005
美國個人徵信發展史 // 006
美國個人徵信體係的框架 // 010
徵信的法律和監管 // 013
個人信用報告 // 015
發展中的美國徵信業 // 019
02 益博睿:橫跨歐美,全球最大
益博睿的發展曆史 // 023
益博睿的商業模式 // 029
數據資源和分析能力 // 035
03 艾剋飛:百年老店,技術領先
艾剋飛的基本概況 // 039
艾剋飛的曆史 // 041
艾剋飛商業模式分析 // 042
04 環聯:傢族企業,姍姍上市
環聯概況與曆史 // 053
環聯的商業模式 // 058
環聯的未來之路 // 066
05 服務垂直領域的專業性徵信機構
專業徵信機構概述 // 075
服務於不同的消費生活場景 // 078
代錶性的專業徵信機構 // 079
傳統徵信機構和專業徵信機構交互 // 087
06 蓬勃發展的新興徵信服務公司
Credit karma 的互聯網徵信服務 // 095
Credit Karma 的商業模式分析 // 099
Credit Karma 的競爭對手 // 102
對中國個人徵信業的啓示 // 104
07 企業徵信巨頭鄧白氏:誕生瞭四位美國總統
企業/ 商業徵信 // 109
鄧白氏基本概況 // 111
鄧白氏發展曆程 // 112
鄧白氏的商業模式 // 116
鄧白氏公司的業務保障——DUNSRight 數據質量管理流程 // 123
鄧白氏在國內關於侵犯個人隱私的事件迴顧 // 124
第二篇
信用評估:大數據技術的應用場景
08 全球個人徵信機構的大數據徵信技術
數據處理:匹配連接和下一代技術 // 135
數據挖掘和分析:釋放大數據價值 // 137
數據服務:多元化産品與個性化良好體驗的服務 // 139
09 信用評分60 年
信用評分:信用報告的數字化解讀 // 146
信用評分的曆史 // 147
信用評分的應用 // 151
信用評分的類型 // 154
信用評分模型的原理 // 157
信用評分的缺陷 // 159
10 國外信用評分新進展
信用評分最新趨勢 // 167
可替代信用評分 // 169
11 一切數據皆信用的ZestFinance
背景知識 // 179
ZestFinance 簡介 // 180
傳統信用評估方法的缺陷 // 181
ZestFinance 的基本商業理念 // 185
ZestFinance 大數據信用評估的技術分析 // 188
ZestFinance 的最新動態 // 194
對中國徵信業的啓示 // 195
12 運用大數據做P2P 信用風險評估的Upstart
麵嚮大學畢業生消費者服務的P2P // 201
商業模式:基於未來潛力的大數據信用評估 // 202
智能數據管理和分析技術 // 204
在綫信貸的激烈競爭 // 206
對互聯網金融的啓示 // 207
13 紮根於新興市場的EFL:看人品,放貸款
利用人品測試放貸款的故事 // 214
來自哈佛的高科技創業公司EFL // 215
EFL 進行信用評估的原理 // 217
對EFL 應用的討論 // 220
類似的信用評估公司VisualDNA // 221
14 徵信大數據對宏觀金融決策的支持
宏觀經濟應用概述 // 227
擔保圈風險簡介 // 228
引入復雜網絡技術分析我國擔保圈問題 // 230
擔保圈復雜網絡技術分析的初步發現 // 233
擔保圈風險管理的建議 // 242
徵信大數據的進一步應用 // 243
15 電信大數據在徵信領域中的應用研究
背景介紹 // 247
電信運營業務中的徵信問題 // 248
電信大數據在金融徵信中的應用 // 253
國內情況分析和政策建議 // 257
16 生物識彆技術在徵信領域的應用
基於生物特徵的身份驗證 // 261
指紋識彆:烏乾達的徵信應用 // 263
聲紋驗證技術 // 264
聲紋驗證在徵信領域的應用 // 266
聲紋驗證的機遇和挑戰 // 268
第三編
徵信模式:互聯網時代的信息共享機製
17 全球個人徵信業所麵臨的市場機遇
全球個人徵信業的機遇 // 275
國內個人徵信業的機遇 // 281
18 全球個人徵信機構的挑戰
信息安全和數據源 // 287
宏觀經濟形勢和市場競爭 // 293
法律和監管的閤規性 // 296
19 互聯網時代的徵信
徵信應用豈止互聯網金融 // 305
互聯網經濟下的徵信 // 307
物聯網中的徵信問題 // 310
徵信模式:互聯網時代的信息共享機製 // 311
參考文獻 // 313

精彩書摘

  徵信係統通過對消費者/企業信用活動及時、準確、全麵的記錄,以及通過信息共享減少瞭徵信活動人力、物力、時間的消耗,不僅可以幫助信貸機構降低成本、管理風險、提高決策效率,還可以使消費者更好地享受金融服務,實現拓寬交易範圍和優化商業環境的經濟功能。因此,徵信係統往往被視為一個國傢經濟和金融的基礎設施之一。
  在大數據場景下的信息經濟時代,企業和個人消費者利用數據和分析來做更具信息量的決策、更有效的管理風險將是一個長期趨勢。根據互聯網數據中心2014年9月的報告,全球商業分析服務方麵的花銷在2014年達到3520億美元,而且2014—2018年,年平均增長率將達到15%。因此,基於消費者風險和信息的服務將成為一個巨大並飛速發展的市場。
  本章從國外和國內兩個角度對個人徵信業所麵臨的機遇進行簡單分析,試圖探究個人徵信業的未來。
  全球個人徵信業的機遇
  全球個人徵信業可以分為歐美發達國傢和新興國傢兩個市場,在全球宏觀經濟環境和技術進步的影響下,大數據技術驅動、行業服務的需要、新興市場信貸的發展、消費者信用管理和監管閤規性這五個因素驅動瞭全球個人徵信業繼續蓬勃發展。
  大數據技術驅動
  徵信機構的所有業務都是圍繞著消費者數據展開的,任何數據技術的進步都會促進徵信機構的升級換代,大數據技術更不例外。首先,隨著大數據技術的發展,與消費者相關的新數據不斷産生,相關應用快速增長。在海量、多樣化的數據以更快的速度集成的同時,分析應用和解決方案的廣度也在不斷擴張。商業機構越來越需要依賴商業分析和大數據技術來幫助高效地處理數據。此外,非傳統的結構化和非結構化數據在作為信用評估可替代數據方麵的地位也越來越重要,智能手機和其他移動設備的興起,産生瞭和消費者活動與位置相關的海量數據。因為,商業領域追求實時地獲得對消費者更加精細的瞭解和更加綜閤的觀測,因此對消費者數據和復雜分析方案的需求將持續增長。
  其次,分析和技術上的進步將釋放消費者數據的價值。數據搜集、存儲和分析技術的不斷進步將有助於在決策分析、數據挖掘和風險管理的更好應用方麵發揮更大價值。近年來,數據庫管理軟件的發展、數據存儲和處理成本的下降以及硬件成本下降和一些市場加入並使用“中心輻射型”(Hub & Spokes)模式降低瞭徵信機構的啓動成本。大數據技術使得商業機構擁有快速集成和分析數據的能力,它們更期待實時從信息提供商那裏獲得數據和分析服務,並完全整閤它們工作流程的解決方案,這種趨勢也將增加風險和信息服務行業(徵信行業)的未來商業機會。
  行業服務的需要
  金融行業是徵信機構的傳統服務領域,隨著行業的不斷發展,新金融形態的齣現對徵信服務提齣瞭新的需求。原有金融行業內部的垂直領域也需要更深入的風險和信息服務,而且和金融相鄰的其他商業領域也齣現瞭對風險和信息服務的要求。
  銀行信貸領域:新金融形態風險管理的需要、增加的監管資本、額外的閤規性費用、遺留資産(Legacy Asset)的懸而未決等多重因素促使中小型企業和消費者從銀行體係外藉款,導緻瞭新形態金融公司的齣現,例如P2P藉貸平颱和在綫資産負債錶藉貸者(Online Balance Sheet Lenders)積極地填補傳統金融服務的空白地帶。這些技術驅動型藉貸平颱利用的數據包括行為數據、交易數據、雇用和信用信息等,通過利用復雜的信用評估工具,提供快捷的授信方式。傳統的金融服務公司也在增加數據和風險分析應用來滿足監管要求,降低運用成本和更好地服務客戶的需求。
  保險:為應對消費者從多傢保險商那裏獲得報價單進行比較來降低花銷傾嚮,保險公司試圖通過徵信機構的風險和信息服務來提高風險評估和最初報價單的準確率。例如,保險公司希望用駕駛違章數據來揭露消費者駕駛行為的一些過失,這些過失能夠影響在報價過程中的定價,基於這些數據獲得的信息也使消費者會對他們需要付的額外費用有正確的認識。此外,徵信機構的保險信息挖掘工具還提供優化賬戶管理、最大化催收以及無法支付損失的最小化服務。
  醫療服務:消費者徵信機構將信貸領域的成功經驗延伸至醫療信息領域。由於肩負越來越多病人的付款責任、費用管理和閤規性審查,醫療服務提供商也開始需要徵信機構的服務,用數據和分析工具來更好地管理它
  徵信係統通過對消費者/企業信用活動及時、準確、全麵的記錄,以及通過信息共享減少瞭徵信活動人力、物力、時間的消耗,不僅可以幫助信貸機構降低成本、管理風險、提高決策效率,還可以使消費者更好地享受金融服務,實現拓寬交易範圍和優化商業環境的經濟功能。因此,徵信係統往往被視為一個國傢經濟和金融的基礎設施之一。
  在大數據場景下的信息經濟時代,企業和個人消費者利用數據和分析來做更具信息量的決策、更有效的管理風險將是一個長期趨勢。根據互聯網數據中心2014年9月的報告,全球商業分析服務方麵的花銷在2014年達到3520億美元,而且2014—2018年,年平均增長率將達到15%。因此,基於消費者風險和信息的服務將成為一個巨大並飛速發展的市場。
  ……

前言/序言


徵信與大數據 下載 mobi epub pdf txt 電子書 格式

徵信與大數據 mobi 下載 pdf 下載 pub 下載 txt 電子書 下載 2024

徵信與大數據 下載 mobi pdf epub txt 電子書 格式 2024

徵信與大數據 下載 mobi epub pdf 電子書
想要找書就要到 圖書大百科
立刻按 ctrl+D收藏本頁
你會得到大驚喜!!

用戶評價

評分

非常有用很好看

評分

給部門同事買的,一本很好的專業書籍,值得學習。

評分

書不錯,慢慢看,留著以後看

評分

物流好、內容專業、服務好

評分

學習學習,內容豐富專業

評分

書是知識的海洋,讓我暢遊吧

評分

不錯,挺好,可以用。符閤預期。

評分

可以。

評分

主要是看到有想研究的案例(鄧白氏)纔買的這本書,單就鄧白氏一節來說,個人覺得敘述的過於淺顯,沒有深入分析鄧白氏成功背後的原因,或者企業徵信行業、企業一些特彆的地方。其他章節還沒看

類似圖書 點擊查看全場最低價

徵信與大數據 mobi epub pdf txt 電子書 格式下載 2024


分享鏈接




相關圖書


本站所有內容均為互聯網搜索引擎提供的公開搜索信息,本站不存儲任何數據與內容,任何內容與數據均與本站無關,如有需要請聯繫相關搜索引擎包括但不限於百度google,bing,sogou

友情鏈接

© 2024 book.teaonline.club All Rights Reserved. 圖書大百科 版權所有