数据挖掘技术分析及其在金融管理决策中的应用

通过对数据仓库、数据挖掘技术和决策支持系统的研究,提出了基于数据挖掘的金融管理决策支持系统.该系统能为金融业决策提供科学的依据和指导其发展方向.     

浅谈决策支持系统技术和应用

随着信息社会的发展,决策支持系统(DSS)应用越来越广泛,决策支持系统作为一种先进的信息技术,能够为企业提供各种决策信息以及许多商业问题的解决方案。本文介绍了DSS的基础技术和DSS的应用情况,比较了几种软件工具,最后以一个简单的销售分析例子阐述DSS的工作过程。     

基于数据仓库的决策支持系统技术框架

决策支持系统(DSS)是在管理信息系统的基础上发展起来的,在数据仓库、OLAP技术和数据挖掘出现以前,DSS在实际应用开发过程中暴露出许多问题,使得DSS一直处于一种尴尬的处境。     

基于数据挖掘的金融管理决策支持系统

随着金融行业不断发展，要求金融行业的领导层从整体的、宏观的角度认识问题和解决问题，优化金融资源配置，提高资源利用率。因此，尽快建立一个有效的金融管理决策支持系统（DSS，Decision Support System）显得十分必要。     

关于新兴商业银行构筑数据仓库决策支持系统的若干设想

当前,国际金融界普遍认为:数据仓库决策支持系统这一客户关系管理的核心技术,能为银行业务分析和管理决策电子化提供有力支持。正如Tower Group公司98年度研究报告所示,1999年全球商业银行将投资54亿美元构筑数据仓库决策支持系统。美国第一银行已集中20余人再造公司客户信息和活期存款帐户管理子系统;花旗银行花费巨资改造区域化单证集中处理中心;     

基于数据仓库的决策支持系统的研究

一,引言自20世纪70年代提出决策支持系统(DSS)以来,DSS 已经有了很大的发展,它对利用计算机辅助解决半结构化和非结构化问题起到了巨大的推动作用。决策支持系统由数据库、模型库、     

浅议商业银行数据库决策支持系统的构筑

加入WTO后,金融市场竞争进一步加剧,商业银行市场营销已从简单的情感式营销上升为更为理性的、集产品、服务、业务创新为一体的综合服务式营销。数据库决策支持系统借助电子信息技术,构筑新型的集数据采集、业务管理与辅助决策于一体的综合信息平台,在为客户提供个性化服务的同时实现银行把握商机,拓展市场,发展自身的要求。     

反洗钱决策支持系统可行性分析

洗钱是指为了掩盖非法收入的真实来源和存在，通过各种手段使其合法化的过程。巴塞尔银行监管委员会从金融角度将洗钱定义为：“银行或其他金融机构可能无意间被利用为犯罪资金的转移或存储中介。罪犯及其同伙利用金融系统将资金从一个账户向另一个账户作支付和转移，以掩盖资金的真实来源和受益所有权关系；或利用金融系统提供的安全保管服务存放款项，即为洗钱。”     

聚类分析与范例推理在反洗钱中的应用

本文以数据挖掘技术在可疑金融交易识别中的应用现状为铺垫,探讨了聚类分析和范例推理技术在反洗钱中的应用.在分析数据挖掘技术运用于可疑金融交易识别的基础上,对我国的可疑金融交易识别研究提出浅见,希望对我国的反洗钱信息系统的建设有所裨益.     

浅析数据挖掘技术在现代物流管理中的应用

数据挖掘技术就是利用机器学习统计数学和可视化技术,挖掘蕴藏在海量数据中大量未知的、有价值的信息,为企业物流管理提供各种决策信息.基于数据挖掘的现代物流管理信息系统的关键技术主要包括数据仓库技术、数据挖掘技术、数据分析工具等.数据挖掘技术将成为深化物流信息管理的最有效方法,在解决选址、仓储和配送等基础物流问题方面可以发挥出很大的作用.沃尔玛公司就是一个成功应用数据挖掘技术的例证.     

基于链接分析的洗钱交易识别研究

如何从海量客户信息及金融交易数据中有效识别可疑金融交易,发现可靠的洗钱线索是金融机构反洗钱工作的核心问题。本文提出了一种交易路径异常链接分析模式。该模式基于图论理论,通过图形遍历方式和金融交易权重分析策略的组合,识别不同交易主体间交易活动的内在联系,发现交易流向、来源以及用途或性质异常等交易关系异常特征。交易路径异常链接分析方法不用构造频繁项目集,不用设置最小支持度和最小置信度阈值,同时具备可视化特点,在挖掘金融交易关系网络方面具有优势,为可疑金融交易识别提供有潜在价值的线索。实验结果证明了该模式的可行性和有效性。     

中国农村金融体制的完善路径探究

中国农村金融体制无论是外部环境、内部结构还是各金融机构自身都有着诸多的问题和弊病。就外部而言,我们应该优化其经济环境、法制环境、监管环境和信用环境。对于金融机构内部,应该健全其体制,完善其结构。各个金融机构应该逐步完善自身,走出一条适合自己发展的道路。     

基于金融大数据的国家反洗钱计算机网络系统建设

反洗钱计算机系统是做好反洗钱工作必不可少的重要工具。建立一个以金融机构业务核算系统大数据为依托,以金融机构反洗钱计算机系统为基础,以中国反洗钱监测分析中心为核心和枢纽的国家反洗钱计算机网络系统将为我国反洗钱工作提供强有力的支撑,进一步提升反洗钱的有效性。     

基于大数据环境的财务报销自动审核系统构建

为了有效地解决当前企业财务报销审核系统中审核差错大、运行效率低的问题,在大数据分析的基础上,对自动财务报销审核系统进行了优化。结合数值概率算法,对大量财务报销数据进行合理分类,并将分类后的数据传输到财务项目配置模块进行审批。优化财务审核安全评价流程,检查审核处理结构的准确性。对系统服务器和处理器模块的硬件配置进行了优化,达到了优化财务自动报销审核运行效果和准确性的设计目标。实验证明,基于大数据分析的财务报销自动审核系统的财务审核差错率较传统系统明显降低,系统运行效率较传统审核系统提高20%-50%。     

基于数据挖掘的持卡人信用风险管理研究

目前的信用卡信用风险研究主要是如何提高模型的预测准确率。针对银行信用卡数据的异质性和信用数据的高度非线性,本文提出了对持卡人信用风险管理的混合数据挖掘方法。该方法包含两个阶段,在聚类阶段,样本数据被聚成同质的类,删除孤立点,不一致样本点重置标签,使样本更具有代表性;在分类阶段,基于样本进行训练生成支持向量机分类器法,对待分样本分类。基于实际数据进行了数值实验,并根据各类样本的特点提出了相应的风险管理策略。     

应用数据挖掘技术识别财务报表舞弊的方法研究

如何识别财务报表舞弊成为国内外学者普遍关注的问题。基于传统识别技术的诸多固有缺陷,近年来数据挖掘技术应用到识别财务报表舞弊领域成为发展趋势。数据挖掘技术包括统计方法、人工神经网络和其他数据挖掘技术。文章不仅对各种识别模型和技术进行了归纳,而且比较分析了各种模型和方法的优缺点、判别正确率以及适用条件,为下一步实施实证研究提供支持。     

基于数据挖掘技术的人民币反洗钱系统设计

国际反洗钱实践表明,数据挖掘技术在大额和可疑支付交易数据分析中具有广阔的应用前景.探讨数据挖掘技术在大额和可疑交易报告制度中应用的必要性与可行性,全面把握数据挖掘技术的各种主要算法及其在大额和可疑交易数据分析中的应用前景,针对目前我国反洗钱工作的实际,设计一套人民币大额和可疑支付交易数据挖掘系统(CRMB-LSADMS).     

基于大数据的客户关联风险分析和挖掘

在当前一体化的复杂金融环境下,客户风险的量化评估不再仅针对信用主体自身的风险因素,信用主体之间存在的多重的、多元的复杂关联关系,也蕴含了不可忽视的风险因素。因此,对客户关联风险的分析也至关重要。本文论述了客户关联风险基本内涵及分析的意义,研究提出了客户关联风险分析的模型和架构,探索了银行客户关联风险分析的场景。利用大数据分析技术进行客户关联风险分析,可以有效提升银行对信用风险的管控能力。