| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 研究背景及研究意义 | 第9-10页 |
| 1.1.1 研究背景 | 第9页 |
| 1.1.2 研究意义 | 第9-10页 |
| 1.2 研究思路及研究方法 | 第10页 |
| 1.2.1 研究思路 | 第10页 |
| 1.2.2 研究方法 | 第10页 |
| 1.3 研究内容及研究框架 | 第10-13页 |
| 1.3.1 研究内容 | 第10-11页 |
| 1.3.2 研究框架 | 第11-13页 |
| 第2章 互联网金融的理论基础 | 第13-19页 |
| 2.1 传统金融模式与互联网金融模式 | 第13-15页 |
| 2.1.1 金融需求 | 第13-14页 |
| 2.1.2 互联网金融模式 | 第14-15页 |
| 2.2 大数据金融理论 | 第15-17页 |
| 2.2.1 大数据(bigdata)概念 | 第15页 |
| 2.2.2 大数据金融的特点 | 第15-16页 |
| 2.2.3 数据的系统层级 | 第16-17页 |
| 2.3 融资风险 | 第17-19页 |
| 2.3.1 融资风险概述 | 第17页 |
| 2.3.2 分类及特点 | 第17-19页 |
| 第3章 我国商业银行的线上融资业务发展现状 | 第19-37页 |
| 3.1 互联网化对商业银行经营环境的影响 | 第19-21页 |
| 3.1.1 挑战 | 第19-20页 |
| 3.1.2 机遇 | 第20-21页 |
| 3.2 商业银行线上融资大数据应用分析 | 第21-26页 |
| 3.2.1 商业银行线上融资大数据分析 | 第21-26页 |
| 3.3 线上融资风险识别 | 第26-29页 |
| 3.3.1 操作风险 | 第26-27页 |
| 3.3.2 信用风险 | 第27-29页 |
| 3.4 商业银行线上融资产品现状 | 第29-33页 |
| 3.4.1 信用卡业务——以北京银行为例 | 第29-30页 |
| 3.4.2 线上个人消费贷款——以南京银行为例 | 第30-33页 |
| 3.5 线上融资产品特点 | 第33-37页 |
| 3.5.1 客户群体 | 第33页 |
| 3.5.2 产品金额 | 第33-34页 |
| 3.5.3 授信流程 | 第34页 |
| 3.5.4 风控手段 | 第34-37页 |
| 第4章 X城商行线上融资业务发展情况 | 第37-63页 |
| 4.1 X城商行线上融资大数据应用可行性分析 | 第37-41页 |
| 4.1.1 X城商行采用大数据—SWOT分析 | 第37-38页 |
| 4.1.2 客户与产品相关性数据模型分析 | 第38-40页 |
| 4.1.3 X城商行大数据获取方式分析 | 第40-41页 |
| 4.2 X城商行线上融资业务发展现状 | 第41-60页 |
| 4.2.1 X城商行线上融资业务模式概述 | 第41页 |
| 4.2.2 银行自身互联网化 | 第41-56页 |
| 4.2.3 银行与互联网公司的合作模式 | 第56-60页 |
| 4.3 X城商行在大数据数据质量方面存在的问题分析 | 第60-63页 |
| 4.3.1 客户基础相对薄弱 | 第60-61页 |
| 4.3.2 客户与产品相关性较差 | 第61页 |
| 4.3.3 客户挖掘不够充分 | 第61-62页 |
| 4.3.4 客户分层不清晰 | 第62页 |
| 4.3.5 客户识别能力有待提升 | 第62-63页 |
| 第5章 中小商业银行大数据线上融资发展策略 | 第63-71页 |
| 5.1 客户数据分析 | 第63-65页 |
| 5.2 线上融资大数据实施发展建议 | 第65-68页 |
| 5.2.1 明确大数据战略深度挖掘数据资源 | 第65页 |
| 5.2.2 升级渠道服务体系快速提高客户体验 | 第65-66页 |
| 5.2.3 加强客户信息管理优化客户分析方法 | 第66-67页 |
| 5.2.4 建立相对固定的客户分层体系 | 第67-68页 |
| 5.3 线上融资风险控制建议 | 第68-71页 |
| 5.3.1 产品模式设计 | 第68-69页 |
| 5.3.2 审批流程设计 | 第69-70页 |
| 5.3.3 信息系统的建立维护 | 第70页 |
| 5.3.4 人力资源的匹配 | 第70-71页 |
| 第6章 结论 | 第71-73页 |
| 参考文献 | 第73-75页 |
| 致谢 | 第75-76页 |