金融数据挖掘.pptVIP

第一页，共二十九页，2022年，8月28日 第一章：概论 一、何为数据挖掘（data mining） 现代信息社会的特征：信息（数据）泛滥、知识缺乏，如何从海量数据（广义的概念）中挖掘出决策有用信息？ 数据挖掘是结合现代数学、统计学，机器学习、人工智能、数据库管理、计算机图形学、软件工程等各领域的技术和知识，1990年代在西方国家出现的一种高新技术——从海量数据中挖掘出决策有用信息的技术。 1990年代末，在对100名美国著名科学家的问卷调查中，数据挖掘被列为21世纪对人类发展影响最大、最有前途的10大技术的第三位。 第二页，共二十九页，2022年，8月28日 我国对数据挖掘技术的重视（开发与应用） 1、863、963项目； 2、国家及省重点科学领域； 3、国家统计局在全国组织数据挖掘培训（2000）； 4、企业特别是银行对数据挖掘技术的重视； 5、人民大学数据挖掘研究与应用中心。 海量数据——沙漠，隐含的知识——金子， 数据挖掘——从沙漠中挖掘金子的技术。 第三页，共二十九页，2022年，8月28日 二、不同学科对数据挖掘技术的研究与开发 1、理论研究——各种数据挖掘技术的理论基础、理论依据研究，从数学、统计学、人工智能、计算机图形学等不同领域； 2、挖掘技术研究，从统计学、人工智能、机器学习、计算机图形学、软件工程等领域； 3、数据管理策略研究，从数据库管理技术等领域； 4、数据挖掘技术的应用研究，其中数据挖掘技术在金融领域的应用是一个重要方面。 第四页，共二十九页，2022年，8月28日 三、几种相对比较成熟的数据挖掘技术 数据挖掘是一门新兴的、正在不断发展中的技术，近年来，几类十分重要、且相对比较成熟的数据挖掘技术是： 1、分类与预测 2、特征化、比较与关联规则挖掘 3、聚类分析 4、序列发现 本课程主要内容：几类数据挖掘技术的基本原理、数据挖掘方法、及这些挖掘技术在金融领域的应用。 第五页，共二十九页，2022年，8月28日 第二章：分类与预测 一、分类与预测的概念 1、分类 已知离散的、有限的几个类，判断或预测样本属于那个类。 * 某人否具有某种疾病 * 上市公司是否会陷入财务困境、是否会被外资并购 * 借款人是否会违约 * 这个客户是否为银行的潜在优质客户、是否会转向其他银行 用y表示类变量，y取离散的几个值，分类就是判断或预测样本的y究竟取什么值 第六页，共二十九页，2022年，8月28日 2、预测 预测是指对连续性变量的取值进行预测，如： * 某个借款人的违约概率是多少 * 银行资产组合明天在99%置信度下的最大损失（VaR）有 多大 * 如果某开放式基金因面临巨额赎回申请而不得不大量抛售某种证券，这种证券的价格会下跌多少 分类——对离散型变量进行预测 预测——对连续型变量进行预测 第七页，共二十九页，2022年，8月28日 二、分类案例教学—— 上市公司财务困境预测模型构建 1、要求： 将因财务状况异常而被特别处理的ST公司界定为财务困境公司、非ST公司界定为财务正常公司，利用上市公司的财务报表数据，建立上市公司财务困境预测模型（提前一年预测，即用第t-2年的数据预测企业在第t年是否会陷入财务困境）。 分类变量y的取值 y=0 如果公司为财务困境公司 y=1 如果公司为财务正常公司 第八页，共二十九页，2022年，8月28日 2、类似案例： * 外资并购目标公司预测 * 防信用卡诈骗预警系统