《金融风险管理》第10章 大数据与金融风险管理.pptxVIP

【本章要点】1. 金融大数据及其相关应用；2. 大数据金融风险管理的应用场景；3. 大数据金融风险管理的模型方法与流程；4. 大数据金融风险管理在中国的实践做法。Big Data and Financial Risk Management大数据与金融风险管理第 10 章1 大数据概述大数据的定义一种规模大到在获取、存储、管理、分析方面大大超出了传统数据软件工具能力的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。大数据的主要特点量级大（Volume）速度快（Velocity）多样性（Variety）真实性（Veracity）价值性（Value）5 V大数据本身是有价值的，并且对大数据的不同使用最终会赋予大数据不同的价值。必须考虑合理运用大数据，尽可能以低的成本创造出高的价值。大数据常涉及大规模的数据量，包括采集、存储和计算的量都非常大，且呈持续增的趋势。大数据增长速度快，处理速度快，时效性要求高。大数据通常囊括多种不同格式和不同类型的数据，包括结构化、半结构化和非结构化数据。大数据通常伴随大量的“噪音”，提高信噪比，确保数据的质量，是大数据应用时需要考虑和解决的问题。 大数据概述3大数据的“5V”特征量级大速度快多样性真实性价值性 大数据概述4金融与大数据的关系 金融大数据（数据基础）大数据金融（金融业务模式）金融大数据指金融行业产生的各种数据的集