| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第一章 绪论 | 第10-20页 |
| 1.1 研究背景 | 第10页 |
| 1.2 研究目的及意义 | 第10-11页 |
| 1.3 国内外研究现状 | 第11-15页 |
| 1.3.1 国外研究现状 | 第11-13页 |
| 1.3.2 国内研究现状 | 第13-15页 |
| 1.4 研究内容及方法 | 第15-20页 |
| 1.4.1 研究内容 | 第15-16页 |
| 1.4.2 研究方法 | 第16-18页 |
| 1.4.3 研究创新点 | 第18-20页 |
| 第二章 相关理论基础 | 第20-26页 |
| 2.1 基本概念 | 第20-21页 |
| 2.1.1 大数据基本概念 | 第20页 |
| 2.1.2 风险与风险控制 | 第20-21页 |
| 2.2 理论基础 | 第21-26页 |
| 2.2.1 风险理论 | 第21-24页 |
| 2.2.2 机制设计理论 | 第24-25页 |
| 2.2.3 全面风险管理理论 | 第25-26页 |
| 第三章 大数据与证券风险控制现状 | 第26-36页 |
| 3.1 基于大数据的风险控制 | 第26-27页 |
| 3.1.1 基于大数据的风险控制的要点 | 第26页 |
| 3.1.2 基于大数据的风险控制的协调 | 第26-27页 |
| 3.2 大数据与证券风险控制的内在联系 | 第27-29页 |
| 3.2.1 大数据风控的原理 | 第27-28页 |
| 3.2.2 大数据风控的信息处理与整合 | 第28页 |
| 3.2.3 大数据风控与互联网风险控制天然的内在联系 | 第28-29页 |
| 3.3 东莞证券风控系统的现状分析 | 第29-36页 |
| 3.3.1 东莞证券风控系统发展概况 | 第29-30页 |
| 3.3.2 东莞证券风险表现形式 | 第30-32页 |
| 3.3.3 风控系统组织架构现状 | 第32-34页 |
| 3.3.4 风控系统风险指标动态监控系统现状 | 第34-35页 |
| 3.3.5 风控系统运行流程现状 | 第35-36页 |
| 第四章 东莞证券风控系统存在问题及分析 | 第36-48页 |
| 4.1 东莞证券风险系统存在的问题 | 第36-39页 |
| 4.1.1 风控系统制度建设中存在的问题 | 第36-37页 |
| 4.1.2 风控系统组织架构存在的问题 | 第37页 |
| 4.1.3 风控系统动态监控系统与控制流程中存在的问题 | 第37-38页 |
| 4.1.4 风控系统人力资源规划中存在的问题 | 第38-39页 |
| 4.2 东莞证券风控系统存在问题的原因分析 | 第39-41页 |
| 4.2.1 大数据应用不足,证券经营模式落后 | 第39页 |
| 4.2.2 信息融合不够,信息不对称风险突出 | 第39-40页 |
| 4.2.3 专业人才缺乏,风控产品适用性较差 | 第40-41页 |
| 4.2.4 客户信息保护不足,信息安全性较差 | 第41页 |
| 4.3 东莞证券风控系统SWOT分析 | 第41-48页 |
| 4.3.1 机会 | 第42-44页 |
| 4.3.2 威胁 | 第44-46页 |
| 4.3.3 优势 | 第46页 |
| 4.3.4 劣势 | 第46-48页 |
| 第五章 大数据对东莞证券风控系统的支持策略 | 第48-56页 |
| 5.1 实施大数据战略,转变证券经营模式 | 第48-49页 |
| 5.2 加强各方面信息融合,降低信息不对称风险 | 第49-50页 |
| 5.2.1 整合政府层面数据信息,实现信用信息共享 | 第49页 |
| 5.2.2 积极与大数据平台合作,丰富客户数据维度 | 第49-50页 |
| 5.3 建设自身大数据平台,提高大数据应用效率 | 第50-51页 |
| 5.4 加强大数据人才培养,推进产品开发与应用 | 第51-53页 |
| 5.4.1 培养大数据人才队伍,提高数据处理与分析能力 | 第51-52页 |
| 5.4.2 创新证券服务模式,推进大数据产品开发与应用 | 第52-53页 |
| 5.5 重视客户信息保护,维护大数据安全 | 第53-56页 |
| 第六章 结论与展望 | 第56-58页 |
| 6.1 结论 | 第56页 |
| 6.2 研究展望 | 第56-58页 |
| 参考文献 | 第58-61页 |
| 致谢 | 第61页 |
