银行数据挖掘的运用及效用研究
| 中文摘要 | 第10-12页 |
| ABSTRACT | 第12-14页 |
| 0 引言 | 第15-21页 |
| 0.1 论文选题的背景及意义 | 第15-16页 |
| 0.1.1 论文选题的背景 | 第15-16页 |
| 0.1.2 论文选题的意义 | 第16页 |
| 0.2 论文研究方法 | 第16-17页 |
| 0.3 论文的结构安排 | 第17-20页 |
| 0.3.1 论文基本内容 | 第17-19页 |
| 0.3.2 研究架构图 | 第19-20页 |
| 0.4 论文的创新点 | 第20-21页 |
| 1 银行数据挖掘的运用及效用研究相关文献综述 | 第21-32页 |
| 1.1 数据挖掘理论与应用文献综述 | 第21-26页 |
| 1.1.1 数据挖掘理论相关研究 | 第21-23页 |
| 1.1.2 数据挖掘运用相关研究 | 第23-26页 |
| 1.2 效用及数据效用相关文献综述 | 第26-31页 |
| 1.2.1 西方效用理论综述 | 第26-27页 |
| 1.2.2 价值理论相关研究 | 第27-28页 |
| 1.2.3 数据效用相关研究 | 第28-31页 |
| 1.3 现有研究不足 | 第31-32页 |
| 2 银行数据效用及数据治理研究 | 第32-52页 |
| 2.1 银行数据效用内涵、外延 | 第32-35页 |
| 2.1.1 数据效用的内涵 | 第32-33页 |
| 2.1.2 数据效用的外延 | 第33-35页 |
| 2.2 银行数据效用实现途径 | 第35-40页 |
| 2.2.1 数据的加工处理与模型化 | 第36-38页 |
| 2.2.2 数据挖掘与分析提炼 | 第38-39页 |
| 2.2.3 信息有效转化为专用性知识型资产 | 第39-40页 |
| 2.2.4 知识在管理决策中实现价值 | 第40页 |
| 2.3 银行数据质量管理的效用 | 第40-42页 |
| 2.4 银行数据治理 | 第42-49页 |
| 2.4.1 银行数据治理组织架构 | 第42-43页 |
| 2.4.2 银行数据质量管控模型 | 第43-46页 |
| 2.4.3 银行数据治理有效性分析 | 第46-49页 |
| 2.5 银行数据安全管理 | 第49-51页 |
| 2.5.1 支付宝事件引发的思考 | 第49页 |
| 2.5.2 数据安全是国家金融安全的重要组成部分 | 第49-50页 |
| 2.5.3 数据安全管理创造价值 | 第50-51页 |
| 2.6 本章小结 | 第51-52页 |
| 3 数据在银行客户关系管理中价值增值研究 | 第52-73页 |
| 3.1 客户关系管理 | 第52-56页 |
| 3.1.1 建设客户关系管理信息系统的重要性 | 第52-53页 |
| 3.1.2 银行 CRM 系统具体架构 | 第53页 |
| 3.1.3 数据挖掘技术在银行 CRM 中的应用 | 第53-56页 |
| 3.2 数据在客户细分中的价值增值 | 第56-61页 |
| 3.2.1 客户数据信息整合的内涵 | 第56-57页 |
| 3.2.2 合理客户分类创造客户价值 | 第57-61页 |
| 3.2.3 目标客户定位的价值 | 第61页 |
| 3.3 数据在客户行为分析与精准营销中的价值增值 | 第61-66页 |
| 3.3.1 有效使用数据组织客户行为分析 | 第62-63页 |
| 3.3.2 数据在精准营销中的价值 | 第63-64页 |
| 3.3.3 客户分析中影响数据效用的主要问题 | 第64-66页 |
| 3.4 数据在客户利润贡献度分析中的价值增值 | 第66-71页 |
| 3.4.1 提高客户利润贡献的途径 | 第66-69页 |
| 3.4.2 客户利润贡献度模型设计 | 第69-70页 |
| 3.4.3 不同类型客户的利润贡献度分析 | 第70-71页 |
| 3.5 本章小结 | 第71-73页 |
| 4 数据在银行风险管理中的效用研究 | 第73-99页 |
| 4.1 银行全面风险管理对数据的要求 | 第73-81页 |
| 4.1.1 巴塞尔新资本协议对数据的要求 | 第73-77页 |
| 4.1.2 信息披露对数据的要求 | 第77-78页 |
| 4.1.3 全面风险管理信息系统 | 第78-81页 |
| 4.2 数据在银行信用风险管理中应用 | 第81-87页 |
| 4.2.1 风险数据集市建设 | 第81-83页 |
| 4.2.2 数据挖掘在信用风险管理中的价值体现 | 第83-84页 |
| 4.2.3 内部评级体系的数据管理 | 第84-87页 |
| 4.3 数据在银行市场风险管理中应用 | 第87-91页 |
| 4.3.1 信息化提升市场风险管理技术水平 | 第88页 |
| 4.3.2 数据挖掘辅助市场风险管理 | 第88-89页 |
| 4.3.3 市场风险的前、中、后台一体化管理 | 第89-91页 |
| 4.4 数据在银行操作风险管理中应用 | 第91-97页 |
| 4.4.1 风险事件数据收集(LDC) | 第92-93页 |
| 4.4.2 风险自评估（RCSA） | 第93-94页 |
| 4.4.3 关键风险指标设计(KRI) | 第94-95页 |
| 4.4.4 风险预警与防欺诈 | 第95-97页 |
| 4.5 本章小结 | 第97-99页 |
| 5 数据在银行产品与服务创新中的效用研究 | 第99-114页 |
| 5.1 新时期创新是金融发展的主题 | 第99-102页 |
| 5.1.1 金融发展理论的发展历程 | 第99-101页 |
| 5.1.2 创新理论研究 | 第101-102页 |
| 5.1.3 银行的金融创新 | 第102页 |
| 5.2 数据分析在银行流程创新中的运用 | 第102-104页 |
| 5.2.1 数据分析控制流程风险 | 第103页 |
| 5.2.2 数据分析提高流程效率 | 第103-104页 |
| 5.2.3 数据分析节约流程成本 | 第104页 |
| 5.3 数据分析在银行产品创新中的应用 | 第104-108页 |
| 5.3.1 产品组合管理实现价值最大化 | 第105页 |
| 5.3.2 产品规划先行挖掘有价值的产品 | 第105-108页 |
| 5.4 银行的服务创新趋势 | 第108-113页 |
| 5.4.1 服务模式创新的数据效用 | 第108-110页 |
| 5.4.2 服务增长创新的数据效用 | 第110-111页 |
| 5.4.3 数据服务与银行服务创新 | 第111-113页 |
| 5.5 本章小结 | 第113-114页 |
| 6 结论与展望 | 第114-119页 |
| 6.1 主要研究结论 | 第114-115页 |
| 6.2 下一步研究方向展望 | 第115-119页 |
| 参考文献 | 第119-125页 |
| 攻博期间发表的科研成果目录 | 第125-126页 |
| 致谢 | 第126-127页 |
| 附件 | 第127-129页 |
