近十年來,金融科技的迅速發(fā)展為全球經(jīng)濟注入全新動力。無論是從個體層面的微觀金融服務,還是到宏觀層面的國家金融發(fā)展戰(zhàn)略,金融科技都發(fā)揮重要角色。然而,伴隨著金融科技對金融領(lǐng)域的全面滲透,其發(fā)展帶來的風險、監(jiān)管問題、隱私保護以及社會倫理因素等問題也逐漸暴露出來。為了對全球金融科技的研究前沿和動態(tài)有一個完整的認識,本書對金融科技研究發(fā)展較快的六個領(lǐng)域,包括眾籌、網(wǎng)絡借貸、另類數(shù)據(jù)、社交媒體、數(shù)字加密貨幣與區(qū)塊鏈技術(shù)、機器學習與人工智能,進行了系統(tǒng)性的梳理與總結(jié)。
本書一方面對金融科技各行業(yè)的發(fā)展前沿進行總結(jié),另一方面對國內(nèi)外經(jīng)濟、金融、會計、管理以及其他社會科學領(lǐng)域頂級期刊的研究動態(tài)進行了闡述,包括150余篇國際頂級期刊論文與近100篇國內(nèi)頂級期刊論文,是金融科技發(fā)展以來對金融科技行業(yè)分析最全面、最前沿的研究成果。
廖理,清華大學五道口金融學院講席教授,博士生導師,教育部長江學者特聘教授,現(xiàn)任清華大學五道口金融學院常務副院長,清華大學金融科技研究院院長。
李鵬飛,金融學博士,清華大學五道口金融學院博士后,主要研究在金融科技、資本市場、公司金融等領(lǐng)域。
王正位,金融學博士,清華大學五道口金融學院助理教授,博士生導師。研究領(lǐng)域包括金融科技、消費金融等多個領(lǐng)域。
目錄
1金融科技發(fā)展與研究
1.1金融科技發(fā)展的基本格局 1
1.1.1傳統(tǒng)金融轉(zhuǎn)型與重塑 3
1.1.2資管與借貸的賦能 7
1.1.3全新的融資模式 11
1.1.4金融數(shù)據(jù)與信息服務 15
1.2金融科技學術(shù)研究背景和趨勢 18
1.2.1金融科技研究領(lǐng)域分類 19
1.2.2金融科技學術(shù)發(fā)表動態(tài) 22
1.3本書結(jié)構(gòu)設(shè)計 27
2網(wǎng)絡借貸
2.1 借款人信息的識別 29
2.1.1人口統(tǒng)計學信息 30
2.1.2認證信息 34
2.1.3非認證信息 35
2.1.4社會關(guān)系 42
2.2 出借人的行為 56
2.2.1信息識別 57
2.2.2風險厭惡 59
2.2.3羊群效應 60
2.2.4推薦群組 63
2.3網(wǎng)絡借貸的定價機制與信用篩選 65
2.3.1信息不對稱 65
2.3.2競價和標價機制 70
2.3.3價格彈性 71
2.3.4利用利率期限進行信用篩選 72
2.3.5利用算法促進公平 73
2.3.6催收策略 76
2.3.7媒體作用 78
2.4網(wǎng)絡借貸對于借款人的影響 80
2.4.1積極作用 81
2.4.2消極作用 84
2.5網(wǎng)絡借貸與傳統(tǒng)銀行借貸 90
2.5.1競爭性與互補性 91
2.5.2信用卡之謎 93
3眾籌
3.1 產(chǎn)品眾籌 95
3.1.1產(chǎn)品眾籌發(fā)起人或團隊信息的識別 95
3.1.2產(chǎn)品眾籌項目信息的識別 111
3.1.3投資人的行為 121
3.1.4產(chǎn)品眾籌對發(fā)起人的影響 128
3.2股權(quán)眾籌 134
3.2.1股權(quán)眾籌發(fā)起人或團隊信息的識別 134
3.2.2股權(quán)眾籌項目信息的識別 138
3.2.3投資者的自我效能 145
3.3捐贈眾籌 147
4另類數(shù)據(jù)
4.1大數(shù)據(jù)與社會科學研究 149
4.2消費者行為 153
4.2.1消費者平滑消費了嗎? 153
4.2.2線上搜索預測消費行為 156
4.2.3支付方式 159
4.2.4 線上團購 164
4.2.5數(shù)字足跡與信貸違約 168
4.3企業(yè)決策 170
4.3.1 企業(yè)融資成本 170
4.3.2產(chǎn)品定價策略 171
4.3.3企業(yè)招聘 173
4.3.4企業(yè)創(chuàng)新 176
4.4資產(chǎn)價格信息含量 179
4.4.1另類數(shù)據(jù)如何影響資產(chǎn)價格有效性 179
4.4.2股票價格預測能力 182
4.5宏觀經(jīng)濟研究 187
4.5.1另類數(shù)據(jù)在預測宏觀產(chǎn)出指標的應用 187
4.5.2另類數(shù)據(jù)在預測貧窮問題的應用 194
4.5.3線上消費數(shù)據(jù)的應用 198
4.5.4漁業(yè)收入與海盜問題 204
5社交媒體
5.1社交媒體與股票市場有效性 207
5.1.1大眾的智慧 208
5.1.2股票價格預測能力 210
5.1.3 市場流動性 213
5.1.4個人持倉與信息有效性 214
5.1.5企業(yè)戰(zhàn)略性散布信息 216
5.2社交媒體的社會影響 219
5.2.1社會網(wǎng)絡多樣性對經(jīng)濟發(fā)展的影響 219
5.2.2社交媒體對個人金融決策的影響 221
5.2.3社交媒體對組織聲譽的影響:公共群體 222
5.2.4社交媒體對組織聲譽的影響:利益相關(guān)者 224
5.2.5社交媒體對新聞消費是競爭效應還是互補效應?……225
5.2.6績效反饋機制與用戶原創(chuàng)內(nèi)容 228
6數(shù)字加密貨幣與區(qū)塊鏈
6.1數(shù)字加密貨幣與區(qū)塊鏈的發(fā)展 233
6.1.1簡述比特幣經(jīng)濟學 233
6.1.2比特幣交易費用的演變 235
6.1.3首次代幣發(fā)行(ICO) 237
6.1.4加密貨幣市場的交易與套利 241
6.1.5區(qū)塊鏈中的無名氏定理 243
6.2區(qū)塊鏈技術(shù)的應用 246
6.2.1智能合約 246
6.2.2基于區(qū)塊鏈的資產(chǎn)交易結(jié)算 247
6.2.3金融系統(tǒng)網(wǎng)絡中的去中心化 249
6.3數(shù)字加密貨幣交易中的異常行為 252
6.3.1比特幣生態(tài)系統(tǒng)中的價格操縱 252
6.3.2穩(wěn)定幣對數(shù)字貨幣價格的影響 254
6.3.3利用加密數(shù)字貨幣從事非法活動 256
6.4數(shù)字加密貨幣與法定貨幣的對比 258
6.4.1私人貨幣與政府貨幣如何等價? 258
6.4.2私人貨幣的可行性 261
7人工智能與機器學習
7.1人工智能的發(fā)展與挑戰(zhàn) 265
7.1.1人工智能的“理性”優(yōu)勢與挑戰(zhàn) 265
7.1.2人工智能會加劇不平等現(xiàn)象嗎? 267
7.2利用機器學習算法解決市場中的經(jīng)濟金融問題 269
7.2.1優(yōu)化資產(chǎn)組合 269
7.2.2優(yōu)化資產(chǎn)定價模型 272
7.2.3建立新聞恐慌指數(shù) 275
7.2.4預測個體行為 276
7.2.5道德風險與誤判風險 279
7.3利用機器學習算法進行學術(shù)研究 282
7.3.1會計和金融領(lǐng)域的文本分析 282
7.3.2公司披露信息的識別 284
7.3.3金融科技創(chuàng)新的識別 286
7.3.4語言信號的識別 287
7.3.5社交媒體內(nèi)容的識別 289
8國內(nèi)金融科技研究
8.1網(wǎng)絡借貸 294
8.1.1借款人信息識別 297
8.1.2項目信息識別 299
8.1.3出借人行為 301
8.1.4 網(wǎng)貸行業(yè)問題平臺風險 303
8.1.5網(wǎng)貸利率外部影響因素 306
8.2眾籌 308
8.3另類數(shù)據(jù) 310
8.4社交媒體 312
8.5數(shù)字加密貨幣與區(qū)塊鏈 313
8.6 人工智能與機器學習 315
9總結(jié)與展望
9.1 金融科技研究總結(jié) 318
9.2金融科技未來研究展望 319
參考文獻/321
索弓I/347