大数据时代我国金融数据的服务创新

大数据金融已成为社会热点问题,对传统金融行业产生了强烈冲击.为了实现金融大数据的二次增值、优化内部管理、客户服务和支持产品创新,本文以价值链理论为指导,通过分析金融大数据特征和延伸传统数据价值链,构建了基于金融大数据价值链网络的数据价值链模型,建立了包括服务对象、服务内容、服务模式、管理模式和服务质量的服务体系来支持金融大数据超市的高质量运营.最后,本文研究建立了金融大数据超市的架构.     

中国宏观经济总量的实时预报与短期预测——基于混频数据预测模型的实证研究

季度GDP的走势与波动不仅会影响政府的财政收支、企业的盈利和财务状况,甚至还会影响家庭和个人的收入与支出,是宏观经济总量预报、预测与分析的重中之重。传统的宏观经济总量预测模型是基于同频数据进行的,高频和超高频数据必需处理为低频数据,这不仅忽略了高频数据信息的变化,还影响了模型预报和预测的及时性,降低了模型的预测精度。本文将混合数据抽样模型(MIDAS)用于中国季度GDP的预报和预测,实证研究表明,出口是造成我国金融危机时期经济增长减速的主要因素,MIDAS模型在中国宏观经济总量的短期预测方面具有精确性的比较优势,在实时预报方面具有显著的可行性和时效性。     

基于大数据的互联网金融企业财务管理研究

随着大数据技术的快速发展,在互联网金融领域大数据技术已经得到了广泛的应用,为互联网金融企业的发展提供了坚实的数据支撑和服务,并不断推动该行业的模式创新。在大数据技术下如何进行互联网金融企业的财务管理受到了行业的广泛关注和讨论,应用大数据技术推动企业财务管理的完善是当前互联网金融企业研究的热点。     

大数据背景下的医院组织学习动态过程模型研究

按照组织学习与知识管理相结合的思路,通过分析公立医院组织学习特征,针对公立医院的公共属性和官僚特性,结合大数据应用背景,以知识特征和权力等级为标准,构建了一个全新的医院组织的学习动态过程模型,同时,深入分析了影响该学习过程的障碍因素并提出相应的对策建议.     

基于大数据的互联网金融征信体系构建研究

构建基于大数据的互联网金融征信体系是防控互联网金融风险的重要手段.目前,已有部分机构开始使用大数据征信.针对大数据征信存在的法律法规、信息安全及相关技术等问题提出了对策建议.     

基于高维混频信息甄选的宏观经济总量实时预报与短期预测

本文采用阈值组惩罚无约束混频数据抽样（T-GP-U-MIDAS）模型对中国季度实际GDP增长率进行实时预报和短期预测,并研究其精度提升机理。实证结果显示：与AR等传统模型相比,T-GP-U-MIDAS模型在预测精度方面具有显著的比较优势;T-GP-U-MIDAS模型通过引入具有先行特征的阈值变量识别经济运行中可能存在的转变点,并依据不同的经济状况筛选出对预测实际GDP增长率存在重要影响的核心变量,在一定程度上提高了模型的预测和解释能力,是现有混频数据模型的有效改进和补充。     

大数据对金融统计的影响分析

随着我国近年来科学技术的发展,各领域受大数据技术影响发展迅速,金融统计领域在大数据技术的推动下颠覆了传统的金融统计方式,在数据获取、整理和分析方面提高了工作效率.本文详述了大数据与金融统计概念,并根据大数据对金融统计的影响评价做进一步的证实分析,最后提出了相应的统计工作的政策与建议,以期金融统计工作又好又快发展.     

中国宏观经济混频数据模型应用——基于MIDAS模型的实证研究

传统宏观计量模型需要利用加总或插值等方法将混频数据统一到同频数据再应用于宏观经济模型中。而混频数据模型是直接利用混频数据构建模型,避免了因数据加总或插值导致的信息损失和人为信息的虚增,充分利用了现有高频数据的信息,改进了宏观计量模型估计的有效性和预测的精度。混频数据抽样模型(MIDAS)是混频数据模型的一种,它使用参数控制的滞后权重多项式函数对高频滞后数据进行有权重的加总并构建模型,再通过数值优化和非线性的方法估计混频数据模型中的最优参数。MIDAS模型是攫取现有高频数据的全样本信息用于宏观经济和金融的分析与预测的有效方法,本文基于该模型的实证研究探寻混频数据在中国宏观经济应用中的有效性。     

金融发展、能源消费与经济增长关系研究——基于动态面板数据的分析

通过面板数据系统广义矩估计方法,从金融发展、能源消费与经济增长的角度对我国1985~2011年省份进行的实证分析发现,整体而言,金融发展、能源消费与经济增长之间存在显著正相关关系;按照东、中、西部三个地区分类估计得出,区域金融发展、能源消费对经济增长的作用效果存在显著的区域差异性:金融发展对经济增长的作用效果存在自东向西逐次递减的现象,而能源消费对东部地区经济增长的作用效果最大,西部居中,中部最小。     

大数据时代的金融中介理论创新研究

大数据引发的技术创新和供应链管理促进了大数据金融的发展,也将会引发对金融中介理论的更新.本文从对金融中介理论的发展历程的梳理出发,总结出金融中介理论的推动与创新都是源于现实条件引发的向新古典完全竞争模型加入现实元素的变迁.目前,大数据时代下的金融业发展,一个是以互联网金融为代表的新金融业态,另一个是现有金融中介对大数据的运用,金融中介存在的现实条件发生了又一次大的变化,拥有金融中介理论创新的动力.结合金融业发展方向的特点,本文从理论和实践方面论证了大数据时代金融中介存在的必然性,对金融中介概念进行拓展,并提出将宏观调控作用和民主化纳入金融中介理论的发展方向.     

大数据时代互联网金融发展对策研究

互联网金融的出现具有一定的必然性,加快互联网金融发展将推动传统金融行业的革新,进而更好地服务社会经济发展.大数据时代里,大数据的运用也越来越普遍,在推动互联网金融发展的同时,也给互联网金融带来了一定的挑战.本文就大数据时代互联网金融发展对策作了相关研究.     

基于互联网金融平台的大数据挖掘研究

十年前,互联网和金融还是两个没有关系的领域。今天互联网企业已经开始大举进军金融领域,打破了传统金融寡头的垄断格局。第三方支付、移动支付、众筹融资、P2P网络信贷、供应链融资服务、互联网理财、保险等多种互联网金融服务模式如雨后春笋般迅速成长起来。根据银监会的数据,2008年－2013年,国有大型银行的市场份额从52%下降到42%,5年里下降了10%,可以说互联网金融时代真正到来了。马云在2012年网商大会上鲜明地指出互联网金融未来的战略是围绕平台、金融、大数据展开——平台汇聚大数据,大数据衍生金融,金融反哺平台。本文主要研究在互联网金融背景下,我们该如何利用互联网带来的海量数据来帮助新形势下金融服务业创造更多的商业价值。     

基于VaR构建证券公司风险动态监测系统

我国证券公司对市场风险的动态实时监测尚处于摸索阶段,本文拟以VaR模型为基础,为国内证券公司市场风险动态监测系统的构建提供一种思路。     

基于熵模型的地方政府债务风险动态监测研究

地方政府债务风险是政府债务风险的重要组成部分,是地方财政风险的集中表现,地方政府债务风险问题已经引起了人们的广泛关注和重视。试图运用熵模型理论和方法,设计地方政府债务风险监测指标,并采用地方政府债务风险动向图和债务风险信号图动态监测地方政府债务风险,以期帮助地方政府更好地管理和防范债务风险。     

金融高频数据分析--扩展ACD模型实证研究

扩展的ACD模型是金融高频数据分析的一种重要方法。根据Hentschel(1995)关于建立非对称GARCH模型家族的方法,原始自回归条件期间模型(Autoregres-sive Conditional Duration,简称ACD模型)可以产生多种扩展类型。文章通过对中国石化价格期间的实证分析,表明现有ACD模型强加的约束条件与数据实证相矛盾,而且证实了由扩展ACD模型赋予的许多弹性。综合考虑所有的实证结果,通过LogL、AIC以及D检验值的对比,BCACD、EXACD、LACDⅠ三类模型实证结果的效果最好。     

基于大数据小微企业信用评级模型研究

小微企业为我国经济发展做出巨大贡献,但由于信息不对称,难以对小微企业进行精准信用评级,导致小微企业融资难问题长期存在。随着大数据技术的发展,基于大数据进行信用评级成为可能。文章对基于大数据信用评级存在的困难和原因进行分析,并总结了基于大数据进行信用评级的优势。随后以数据可获取性和数据可用性为信用评级指标体系构建原则,从企业发展潜力、企业发展环境、企业经营者信息、企业行为合规度等四个方面,设计了小微企业信用评级指标体系,并采用层次分析法确定各指标权重,精准划分了小微企业信用等级,构建了小微企业信用评级模型。实证分析表明模型较好反映了企业的实际现状,能够有效实现企业信用评级。     

大数据环境下实时会计的机遇与挑战

伴随着信息化的推进和网络环境的变迁,实时会计将成为信息化环境中未来会计信息系统发展的方向。文章基于大数据的视角诠释了实时会计的定义、特点以及面临的机遇与挑战,探讨信息技术在实时会计中的发展性应用,为实时会计更快地适应实体经济发展提供相关意见。     

金融压力指数与工业一致合成指数的动态关联研究

本文依据有代表性的金融指标的结构化特点,构建具有时效性的金融压力指数以识别中国金融体系的压力性;运用马尔可夫区制转移模型(MS-VAR)研究中国金融体系压力的区制特征,并利用Granger线性与非线性因果检验分析金融压力与工业一致合成指数的增长关系.研究表明,2008年以来,中国金融压力较高;中国金融压力从高区制状态返回到低区制状态需要较长时间;金融压力指数对一致合成指数有显著的线性和非线性Granger影响,反之却不成立.对金融压力指数进行预测表明,中国金融系统压力在2011年整体上呈现下降趋势,工业一致合成指数下半年将逐步回升.     

大数据环境中互联网金融创新研究

我国的金融行业在信息化与数据化发展的影响与带动下,大数据化的特征越来越明显.大数据已经成为现代金融行业中最为关键的资产内容.信息技术已经广泛运用到金融行业,金融企业借助互联网技术,在海量的数据中筛选有用的信息,并为其决策未来的发展提供了强有力的参考依据.作者围绕大数据环境中互联网金融创新展开了研究,希望对我国金融行业的发展起到推动作用.