銀行業務

本書系統介紹機器學習在金融領域的應用方法，從統一視角融合機器學習與金融計量經濟學、離散時間隨機控制等量化金融學科，重點闡述理論與假設檢驗如何指導金融數據建模與決策中的算法選擇。隨著計算資源與數據規模的持續增長，機器學習已成為金融行業的關鍵技能。全書分為三部分，理論與應用並重：‧基於橫截面數據的機器學習:從貝葉斯學派與頻率學派雙重視角解析核心方法，進階內容聚焦神經網絡與高斯過程，結合投資管理與衍生品建模案例，揭示算法在金融橫截面分析中的優化邏輯。‧序貫學習:針對金融高頻數據特性，探討交易策略、隨機波動率及固定收益建模中的監督學習應用，突破傳統方法對數據生成過程的依賴。‧時序數據與決策:解析強化學習在交易、投資與財富管理中的落地場景，提供免模型框架下的解決方案。本書面向有金融計量經濟學、管理科學與應用統計基礎的高年級研究生和專業學者，以及量化金融領域的量化分析專家和數據科學家。本書兼具理論深度與實踐導向，為金融智能轉型提供跨學科方法論支撐，助力讀者掌握數據驅動決策的核心競爭力。

無

本教材融合大數據科學知識和金融專業知識，既有大數據處理、分析等數據科學基礎知識，又包括大數據在金融行業的應用情境和理論分析。教材的各個部分基於數據分析實際操作中的數據采集、數據預處理、數據可視化各個環節進行設計，邏輯清晰、層次分明，符合學生和初學者的認知規律，符合高等教育學為中心，樹立成果導向的OBE教育理念，是培養現代數字經濟應用金融人才的重要教材。本教材通過理論闡述與實踐案例相結合的方式，旨在幫助學生掌握金融數據分析的核心技能，提升其在金融實際工作中運用數據分析解決問題的能力。

無

從貨幣革命到權力重構，加密貨幣如何改寫真實世界。加密貨幣正以顛覆性力量改寫全球金融秩序與地緣政治格局，從小眾極客遊戲邁入全球金融治理階段，成為影響世界經濟發展的關鍵變量。這本書沿著加密貨幣發展脈絡，從解析早期比特幣交易，到穩定幣、加密交易所等“接口”構建，再到現實資產上鏈(RWA)趨勢，展現加密貨幣與現實世界的逐步融合，深入探討了加密貨幣對國際貨幣體系的複雜影響：· 在貨幣流通領域，旨在“去中心化”的加密貨幣卻在強化“中心—外圍”格局；穩定幣因各司法管轄區的行動不協調等現實原因，引發了一系列不穩定的問題。· 在政治博弈領域，在美國國內，加密貨幣行業依託遊說、選舉捐贈和選民動員，打通了資本與政治連接的通道；在美國之外，憑藉穩定幣與對中心化機構的監管能力，美國的跨境滲透與制裁手段得到升級。· 在金融治理領域，加密貨幣濫用放大監管漏洞；發展中國家面臨貨幣替代風險，暴露全球金融系統的脆弱性。​面對這場關乎國家金融安全與貨幣主權的戰爭，這本書從單邊和多邊兩個維度提出極具前瞻性的中國方案，力求在保持技術創新活力的基礎上，有效遏制潛在風險，推動構建更加公平、穩定與可持續的國際貨幣體系。本書將助力政策制定者、金融從業者、研究者在科技金融、數字金融驅動下，洞察全球金融秩序演變，把握中國金融高質量發展機遇。

這是一本面向銀行業所有從業者的全場景AI實戰指南，它直擊AI時代各種銀行業務的痛點，提供“提示詞技術+工具使用+業務實操”三位一體的AI實戰路徑，旨在幫助銀行人擺脫重複勞動、應對“AI平權”帶來的職業顛覆，實現從“流程執行”向“價值創造”的轉型。作者深耕銀行業20餘年，本書是他多年銀行業務實戰經驗、為1000餘家銀行的30000餘人提供培訓和諮詢的經驗、深度的DeepSeek等AI工具的使用經驗三者的融合，具有非常強的針對性和實用性，得到了10余位金融領域專家的一致好評和推薦。在銀行業面臨客戶“代際變革”、競爭“跨界打擊”和監管“數字規制”三重倒逼機制的當下，本書以DeepSeek核心能力為基座，構建“技術原理+場景落地+工具賦能”的立體化知識體系，深度解析銀行AI應用全鏈路方法論，覆蓋對公零售、風控營銷、財富管理、智能客服等超過15大類銀行核心場景，詳解500+典型場景的AI實戰路徑。本書分為上下兩冊，一共19章，上冊為第1～9章，下冊為10-19章。掌握本書內容，你將收穫以下價值：（1）根除行業痼疾：揭示AI驅動下銀行業從“效率革命”到“人機共生”的五階段進化路徑，闡述銀行業從“流程執行”向“價值創造”的轉型邏輯。（2）掌握核心能力：詳解DeepSeek在銀行場景的五大核心能力（智能服務中樞、合規風控體系、業務決策引擎、數據管理體系、開放銀行生態）及應用實踐。（3）實現高效協作：學習作者獨創的“三板斧”提示詞方法論（角色+任務+追問、複盤優化、自生成框架），實現銀行業務人員零門檻人機高效協作。（4）覆蓋全場景實戰：聚焦銀行各項業務數智化轉型痛點，提供對公業務、零售業務、普惠金融、財富管理、授信審批、貸後管理等超過15大類核心業務的AI實戰方法。（5）堅守合規底線：強調合規與風險防控，提供銀行場景AI幻覺治理體系，確保技術應用符合各種監管要求。

本書是《區域性銀行數字化轉型：方法論與實踐》一書的姊妹篇，從實戰角度出發，通過剖析典型案例指導區域性銀行實施數字化轉型，全書共5章：區域性銀行面臨的五大挑戰、區域性銀行深化數字化轉型的指導方針、區域性銀行數字化轉型的九個關鍵領域、區域性銀行數字化轉型實戰路徑、區域性銀行數字化轉型工具。本書可以推動區域性銀行全行上下快速建立統一認知並有效開展數字化轉型工作。本書適合各類區域性銀行、金融科技公司、IT服務廠商及其他金融機構從業者參考閱讀。

《商業銀行數據資產》立足破解數據要素市場化配置的估值難題，針對商業銀行數據資產化轉型中的理論瓶頸與實踐痛點，構建了三位一體的創新框架。理論層面，突破傳統會計計量范式局限，融合經濟學價值理論、金融工程定價模型與機器學習技術，首創適應數據要素非標特性的跨學科估值方法論，填補國際前沿研究空白。實踐層面，深度解構從數據資源識別、權屬界定、價值評估到會計入表的全流程技術路徑，通過多場景案例實證提煉標準化操作範式，為金融機構應對數據資產入表政策提供可落地的工具箱。戰略層面，前瞻探索數據估值與數字化轉型的協同效應，揭示數據要素價值釋放對商業銀行經營模式重構、監管科技升級及金融市場效率提升的驅動機制，致力於構建兼具中國特色與全球視野的金融數據資產估值體系，為數字經濟時代國家數據要素市場化戰略提供關鍵理論支撐與實踐指南。

本書以 RESSET 金融數據庫為數據來源,以國際流行的標準統計軟件SAS 為數據處理工具,向讀者逐步介紹運用SAS 軟件進行金融數據計算與建模的方法,具有很強的實用性與可操作性。全書分為 10章,每一章的內容一般由三部分組成:金融理論與模型,算法實現、SAS代碼。其中,算法實現與計算程序全部以中國金融市場的實際問題為應用背景而設計。本書既可作為金融數學、金融工程、應用統計學和數據科學等專業的本科生和研究生教材,也可供相關專業人士參考。

人工智能技術正在重塑金融業的獲客、定價、風控等全流程，催生智能金融新業態，旨在提升服務質效，增強金融服務實體經濟的能力。本書依託東南大學工科特色與交叉學科優勢，系統構建了智能金融的知識體系，全面探討了人工智能與金融的融合。·前瞻視野，緊扣國家戰略：深刻回應“人工智能+”行動與“金融強國”建設目標，準確把握科技變革與產業升級的時代脈搏。·跨界融合，形成知識閉環：打破學科壁壘，內容從基礎數學、金融原理到前沿AI技術，再到金融場景應用，構建了“基礎-技術-應用-趨勢”的完整知識閉環。·立足前沿，突出技術引領：不僅涵蓋機器學習等核心技術，更深入探討大模型在金融領域的應用與影響，確保內容緊扣技術發展前沿。·案例驅動，注重實踐應用：強力聚焦智能金融應用場景，通過“理論+案例”的呈現方式，將抽象技術與具體金融實踐緊密結合，增強了內容的實用性與指導性。本書既可作為金融、人工智能等相關專業的課程教材，也可為金融從業者與廣大愛好者提供寶貴參考，是理解和把握智能金融發展浪潮的必備指南。

本書主要論述網絡金融的發展歷史、現代比特幣的特點及安全風險防範。書中探討了現代金融服務業中各種金融服務和產品的特徵，尤其是西方金融產品的特徵，包括股票（如優先股與普通股的區別）、基金、債券（政府債券和公司債券的區別）、期貨和期權等。此外，本書還分析了西方對沖基金的特徵，以及如何面對市場風險，利用各種金融衍生品來化解企業風險，並通過分析企業數據和財務報表，運用不同的金融產品和工具來應對自由市場經濟下的不確定性。作者在2006—2010年擔任500強國際跨國銀行網銀高級項目經理，曾負責加拿大帝國商業銀行投資銀行上線項目。從技術和投資的角度詮釋了現代金融服務業的發展趨勢。 本書適合銀行從業人員、初級投資人、銀行技術人員、網銀和投資銀行項目經理等人士閱讀。

Python自1991年誕生以來，目前已經成為非常受歡迎的動態編程語言，由於擁有海量的庫，所以Python在各個領域都有廣泛的應用，在金融界採用Python進行科學計算、量化投資的勢頭也越來越猛。目前各種在線策略編程平臺都支持Python語言，例如優礦、米筐、聚寬等，因此本課程選擇python作為金融計算軟件進行教學。本課程採用課堂講授與實操講解相結合，從零開始介紹Python基礎語法、數據結構、表達式、運算、控制流、函數、模塊等，由淺入深、循序漸進，結合量化投資策略進行編程實操與代碼詳解，進一步拓展介紹金融分析工具，為學生未來運用Python從事量化投資、金融分析等工作奠定基礎。本課程是建立在金融學、投資學、固定收益證券、金融工程學等基礎上的一門專業課程，對實現該專業的教學目的與未來學生從事投資工作具有重要意義。

內容簡介這是一本系統指導銀行如何為電子銀行、網上銀行、手機銀行、開放銀行、遠程銀行5種數字化業態構建智能風控體系的著作。作者基於30餘年的銀行業從業經驗，系統梳理和總結了“規制建設—技術應用—合規嵌入”三位一體的風控策略及其實踐方法。本書既提供傳統風控框架，又適配智能化趨勢的安全設計，涵蓋線上產品標準化迭代研發、服務全旅程管理分析、跨業態聯控共治機制運用和平臺敏捷治理體系建設等實踐內容，為從業者提供從理論到實踐的完整框架，意在幫助讀者瞭解銀行數字化風控的演進體系，更好地感知風險態勢及策略佈局。掌握本書內容，您將收穫以下核心價值。（1）全面理解數字化風控體系：系統學習電子銀行、網上銀行、手機銀行、開放銀行、遠程銀行5種業態的規制建設、技術應用與合規嵌入，構建完整的數字化風控知識體系。（2）洞悉前沿技術應用：深入瞭解AI、大數據、區塊鏈等技術在智能風控中的原理與實踐，包括設備指紋、生物探針、專家規則、模型腳本、關係圖譜等10餘種具體應用，助您駕馭未來風控挑戰。（3）掌握合規與倫理治理：厘清開放場景中銀行賬戶、數字人民幣、銀行數據等開放要素的合規邊界與安全防護體系，理解金融科技倫理治理路徑，有效規避法律與聲譽風險。（4）獲取實戰解決方案：學習針對圖文識別、智能客服等新型服務的“內容合規審查+AI情緒識別”閉環管理模式，以及應對外部欺詐、內部違規操作等超過15種具體類型風險的防控方案。（5）提升職業競爭力：借鑒作者30餘年國有大行管理經驗，將理論研究與實踐策略深度融合，為銀行從業者、監管人員及金融科技專家提供跨業態風控指南，助您在數字化轉型中脫穎而出。（6）緊跟政策法規動態：全書收錄並解讀了超過20部數字金融領域監管政策法規，包括《電子簽名法》《反洗錢法》《網絡數據安全管理條例》等，確保您的風控實踐始終符合監管要求。本書不僅是理論的殿堂，更是實踐的寶庫。它集成了實踐中各類展業平臺的業務功能、技術應用、法規依據、風控策略等方面的新成果，融合了銀行業務、技術、服務的“管、控、防”數字化要略，旨在提供銀行前沿數字化轉型探索經驗和專業性風險控制管理策略，以便讀者理解銀行數字化風控現狀和

本書主要內容包括：項目籌資概述；項目融資概述；項目融資風險管理；項目投資結構；項目融資擔保；項目融資模式基礎；基礎設施項目融資模式；ABS融資模式；項目融資的資金選擇。

本書主要分為三個部分：Python入門基礎、金融衍生品定價原理及金融衍生品定價案例實操。第一部分介紹金融衍生品定價中常用的Python基礎語法、流程控制、函數表達及常用代碼庫；第二部分講解金融衍生品定價的核心原理，包括遠期定價、期貨定價、互換定價、二叉樹期權定價、Black-Scholes-Merton期權定價、期權定價的解析法與數值法、傅裡葉變換在期權定價中的應用以及信用衍生品定價等；第三部分展示Python在金融衍生品設計與定價中的應用案例，包括遠期、期貨、互換及期權等金融衍生品的設計與定價案例。

本教材聚焦金融行業數字化轉型需求，立足高職與職教本科金融類專業的人才培養定位，以“行業認知+工具實操”為主線，構建“項目引領、任務驅動”的教學體系，採用“認知→工具→應用”三級進階的編寫結構。從大數據的基礎認知開始，解析大數據在銀行、證券、保險等業務中的核心價值，建立學生對金融數據應用場景的直觀理解。基於學生的學情，作為與現在教材的區別，弱化分布式系統、編程語言等技術細節，聚焦Excel、Tableau、SQL等易用工具，通過流程化操作演示數據清洗、可視化與基礎分析。通過在金融場景下的應用，深度剖析金融大數據在銀行對賬、保險理賠、信貸風險評估等真實業務場景中的應用，提升學生在實際業務中的數據處理與分析能力。本教材秉承“技術為民”的思政引領，用“數據看中國”講好中國的金融故事，通過“業務問題→數據需求→工具操作→結論報告”標準化路徑，降低學習難度，適配高職學生認知水平，配合模擬實訓平臺，配套搭建在“智慧職教”國家資源庫平臺上的數字化課程資源，支持“課堂講授+自主實操+動態測評”混合教學模式，旨在培養具有金融大數據處理與分析能力的複合型人才，滿足金融行業數字化轉型需求。

金融工程學是一門集金融理論、數理建模與技術工具於一體的綜合性學科。它以無套利定價為核心原理，以金融衍生工具為主要研究對象，強調通過工程化和結構化的方式解決金融實踐問題，是實現金融創新和風險管理的重要抓手。隨著全球金融市場不斷深化發展，金融工程已成為現代金融體系不可或缺的關鍵組成部分。全書共十二章，從金融工程基本概念、資產定價模型出發，逐步講解遠期、期貨、期權、互換等衍生工具及其定價技術，系統呈現從單步和多步二叉樹、Black-Scholes-Merton模型到Monte Carlo模擬、希臘字母敏感性分析與結構化產品定價的完整知識鏈條。教學內容與建模工具緊密結合，力求在知其然的基礎上引導學生知其所以然。

"本書是一本旨在系統闡述人工智能技術與金融學深度融合的專業教材。在全球數字經濟浪潮和國家政策的推動下，金融行業正經歷一場由人工智能、大數據、區塊鏈等技術驅動的深刻變革。本書正是為了彌合當前金融理論與人工智能實踐之間的鴻溝，為讀者構建一個兼具理論深度與實操價值的跨學科知識體系。本書聚焦于金融學與人工智能的交叉領域，旨在幫助讀者理解智能技術如何賦能金融數據處理、風險定價、服務創新等核心環節，並解決將算法模型適配金融場景、應對金融數據特殊性、平衡模型複雜性與業務可解釋性等現實挑戰。本書的目標讀者定位為金融學、金融工程及相關專業本科生，兼顧計算機科學與應用數學專業選修金融科技課程的學生群體。教材內容設計嚴格遵循認知科學規律，強調從基礎理論到工程實踐的漸進式知識建構。"

本書對標高職金融專業培養目標，根據商業銀行網點典型崗位工作內容，按照（網點負責人、櫃員、大堂經理、理財經理等）基礎崗位需求，設計了儲蓄、匯兌、保險、理財、資金匯劃、信貸業務、支付結算等核算模塊，全面反映了企業崗位需求。本書融入思政元素和勞動育人理念，將金融從業人員職業素養與會計職業道德培養相結合，著重培養學生熱愛基層崗位、奉獻基層崗位的愛崗敬業精神；培養學生信譽至上、作風嚴謹、抵制誘惑的誠實守信精神，讓學生能夠將個人能力培養與企業發展主動結合起來。本書參照郵儲銀行全行“一本賬”的核算模式，將技能操作與財務理論培養相融合，創建基於工作過程的教學情境及案例分析，實現業務操作技能、業務制度理解與會計學習的有機結合，使得會計核算簡單明瞭，能夠有效提升學生對業務操作的理解，增強學生發現問題、解決問題的能力，適合作為高職高專金融專業的教材。

本書是一本結構完整，內容充實的金融企業會計用書。全書緊密結合《金融企業會計制度》編寫，系統講述了商業銀行的存、貸款業務，支付結算，聯行往來，外匯業務，對外投資，固定資產，無形資產和遞延資產，所有者權益，收入、成本、利潤的核算，以及證券公司、信託投資公司、租賃公司、期貨公司、基金管理公司等的核算。本書編寫中注意理論聯繫實際，理論敘述簡明扼要，強調實際操作與解決工作中的實際問題。本次修訂內容覆蓋面廣，重點涉及總論、商業銀行存款業務的核算、商業銀行貸款業務的核算、租賃公司業務的核算、金融企業財務報告與分析等，其他各章節也有零星修訂，並補充了相關案例鏈接、政策鏈接等內容。本書可作為大專院校會計專業學生的學習用書，也可供金融企業的會計從業人員使用。

本書系統介紹了大語言模型的技術原理，及其在金融領域的實踐應用，為讀者呈現人工智慧技術與金融深度融合的全景圖。技術基礎部分，深入淺出地介紹了從傳統TF-IDF到Transformer架構的演進過程、BERT與GPT的技術異同、GPT系列從監督微調到零樣本學習的範式轉變等內容，並針對大語言模型的“幻覺”問題提出系統的評估和應對策略。實踐應用部分，展示了豐富的大語言模型金融場景應用案例，包括財報分析、情緒分析、選股策略等，詳細介紹了美聯儲情緒指數的構建方法，以及提示工程和檢索增強生成等關鍵技術。最後以文獻綜述形式，探討大語言模型如何賦能金融學研究。本書內容翔實，結構清晰，不僅蘊含堅實的理論基礎，還提供了具有可複製性的實踐案例，可作為高等學校金融學、數學經濟及相關專業教材，也可作為金融從業者，研究人員的參考書。同時配有豐富數位資源，包括進階版拓展閱讀資料，以及教學課件等，讀者可按書後提示獲取相關資源。

本書分為上、中、下三篇共十個章節。上篇圍繞銀行數字化轉型的演進與評估展開。首先，本書介紹了銀行數字化轉型的背景與現實意義；其次，本書闡述了銀行數字化轉型的概念、特徵與理論基礎；再次，本書總結了我國銀行數字化轉型的發展進程，包括發展階段、模式、主要措施等；最後，本書構建了基於戰略認知、組織架構、數字化產品、數字化技術和數字創新能力五個維度的銀行數字化轉型指標評估體系。在此基礎上，基於時間、銀行類型和分項指標開展多維度分析，對比各類銀行轉型的差異化進程，總結當前國內銀行數字化轉型面臨的問題與挑戰。

本書系統地介紹Python在金融數據分析中的應用，分為三篇。第一篇為Python基礎篇(第1章、第2章)，詳細講解Python基礎知識及數據分析相關庫(包括NumPy、pandas和Matplotlib)，幫助讀者打下堅實的編程基礎。第二篇為金融數據分析與挖掘篇(第3章～第6章)，深入介紹金融數據的獲取及預處理、描述性分析與可視化，以及有監督學習和無監督學習等數據建模技術，培養讀者在金融數據分析領域的專業技能。第三篇為綜合應用篇(第7章～第10章)，通過上市公司股票數據獲取與可視化分析、滬深300指數預測、基於K均值聚類的上市公司財務數據分析以及不同投資組合下的收益率與波動率分析等具體案例，將理論知識與金融實踐相結合，提升讀者的實踐能力和綜合決策能力。本書不僅提供豐富的案例數據和代碼，還在第二篇各章末提供本章實訓和實戰演練，旨在通過實踐，加深讀者對金融數據分析的理解。本書配有PPT課件、教學大綱、電子教案、源代碼、數據文件、課後習題答案、實戰演練參考答案等教學資源，讀者可在人郵教育社區免費下載使用。本書適合作為高等院校金融、經濟、統計、計算機等相關專業的教材，也適合作為金融專業人士和對金融數據分析感興趣的讀者的參考用書。

從出現雛形至今，銀行業務發生了天翻地覆的變化， 尤其是在計算機及互聯網得到普及之後，銀行業務的形態、載體、渠道、模式等更是日新月異。本書共10章，第1章為引言，內容包括銀行業與技術的崛起、大型銀行領導層面臨的技術挑戰、本書導讀；第2～10章分別介紹銀行業的歷史和現狀，銀行業技術入門，銀行渠道業務，銀行業務運營，支付卡業務，支付業務，監管、財務及相關部門，技術管理，銀行業的未來。

本書是“金融數學教學叢書”中的一本，是作者在同濟大學、哈爾濱工業大學、上海財經大學等高校多年講授“金融中的模型和計算”等課程講義的基礎上精心修訂而成的，旨在為定量金融專業學生與業界專業人士提供必備的計算數學工具。全書內容豐富，涵蓋數值代數、數值逼近的基礎知識，詳細闡述隨機數生成、資產價格模擬過程，深入解析金融衍生物定價的蒙特卡羅方法、期權定價的二叉樹及有限差分方法，以及隨機微分方程數值方法；同時介紹了優化投資組合選擇、隨機優化基礎，以及神經網絡在金融領域的應用，推動人工智能技術與金融學科的深度融合。編寫過程中，作者力求構建完整的知識體系，兼顧數學理論的嚴密性與國內金融市場特點，著重突出實踐應用，並配備重要算法程序，助力學生提升編程能力，特別地，書中重要程序附在二維碼鏈接中，掃碼可以獲取程序進行練習。部分標“*”號的章節內容，可供研究生或有深入學習需求者進一步鑽研。本書可供金融數學特設專業、計算金融專業或者金融工程專業及應用數學專業（金融數學方向）的本科生、研究生及從業者學習使用。

本書共有五部分，深入剖析了2018—2024年銀行資產負債管理的核心邏輯與實踐動態，在更高層次展現銀行業在複雜市場環境下的應對策略與創新成果，並為業內人士提供更高水準的研究視角和交流平臺。本書圍繞“銀行資產負債管理的邏輯演變與未來展望”組織封面特稿，邀請國內知名專家學者、監管部門代表及銀行高管，從資本監管改革、銀行帳簿利率風險管理、流動性風險管控等角度切入，探討提升銀行穩健經營水平的策略與路徑，為商業銀行的高質量發展提供理論指導與實踐參考。本書聚焦資產負債管理邏輯、資本管理與業務佈局、利率風險管理、負債業務優化與流動性風險監管等關鍵領域，選取代表性案例與文章，從理論與實踐雙重維度進行深入探討。通過矽谷銀行與北岩銀行危機的經驗教訓分析，結合2018年“存款荒”、2022年理財贖回潮等典型事件的背景與影響，探討銀行如何在風險管控與業務發展之間保持平衡，為未來銀行業資產負債管理的創新發展提供有益借鑒。

隨著互聯網金融和大數據以及新媒體的發展，金融營銷學變得越來越重要。本書以我國金融業現狀為背景，結合國外先進的金融理論與實務，闡述了金融營銷的基本概念、方法和原則，並以營銷學科為經，大數據和新媒體背景為維，全方位系統介紹了金融營銷領域的諸多問題，包括金融營銷戰略、金融市場調查與預測、金融品牌營銷、金融服務營銷、金融新媒體營銷、金融大數據營銷、金融營銷客戶行為分析、金融市場細分與定位、金融營銷產品策略、金融營銷定價策略、金融營銷渠道策略以及金融營銷促銷策略。本版更新：替換每章節涉及的所有案例，增加針對金融大數據、互聯網+創新等方面的最新案例；更新相關數據。

本書以功能更廣更深、可靠性和安全性要求更高的金融級大數據平臺為參照，介紹大數據平臺的架構過程及各種大數據技術，不僅包含數據采集、數據集成、作業調度、數據加工、實時數據倉庫、數據服務、數據可視化、數據挖掘等常見的應用場景，還加入了數據質量、數據安全、三態投產等廣受關注的內容。本書以業務場景、技術選型、技術架構對主要章節進行劃分，讓讀者在理解大數據業務需求的基礎上，瞭解各種大數據技術，並能夠選取合適的技術來構建大數據平臺。本書內容豐富，圖文並茂，實戰性強，適合大數據技術初學者，政府、金融機構的大數據應用決策和技術人員，以及IT經理、CTO、CIO等快速學習大數據技術，並能快速提升讀者的大數據平臺架構能力。