金融大数据论文

前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇金融大数据论文范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。

金融大数据论文范文第1篇

关键词：商业银行；互联网金融；应对措施

中图分类号：F832 文献标志码：A 文章编号：1673-291X（2016）21-0080-02

引言

2015年3月，总理在《政府工作报告》中首次提出“互联网+”行动计划，明确列出了有关互联网金融的发展规划，互联网金融正从金融服务体系的完善者逐步过渡为金融体系的参与者和合作者。“互联网+”是从工业时代的创新1.0到信息时代、知识社会的创新2.0下的互联网发展的新业态，指以互联网为主，包括移动互联网、云计算、大数据技术等一整套信息技术在经济、社会各个领域的扩散，本质在于传统行业的数据化和在线化。互联网金融是“互联网+”实际运用的一种形式，凭借其快捷便利、准入门槛低等优势迅速崛起，使大众拥有更加多元化的投资融资方式，无抵押贷款、第三方支付、P2P网络贷款、众筹融资等多种商业模式不断发展完善。

一、我国互联网金融的发展现状

互联网金融是指利用互联网技术和信息通信技术等一系列现代科学信息技术实现资金融通、支付和信息中介等业务的新型金融模式。互联网金融产生的原因可以从供给与需求两个方面阐述。需求方面，由于传统金融机构高门槛高手续费，导致了处于长尾理论尾巴上的有资金需求的中小企业或中低收入者长期被排斥在商业银行信贷业务之外，而新兴的互联网金融因其方便快捷、透明度高、成本低，恰好满足了中小理财投资者的需求。供给方面，信息通讯技术、大数据、云计算的迅速发展，刺激了互联网技术和金融功能的有机结合，提高了金融效率，丰富了金融生态。

当前我国互联网金融主要有以下六种商业运作模式：一是第三方支付，目前常见的第三方支付有中国银联、支付宝，财付通、快钱支付、易宝支付、拉卡拉等。二是众筹，主要有京东众筹、众筹网、点名时间等，据国内金融市场研究资料显示，从平台的影响力和可靠度方面排名，众筹网综合第一，京东众筹位列第二。三是P2P网贷，常见P2P平台有陆金所、拍拍贷、人人贷、宜信等。四是大金融数据，主要有两类，以阿里小额信贷为典型代表的平台模式和京东金融为代表的供应链金融模式。五是信息化金融机构，主要有三类，分别是以“融E购”为代表的金融电商模式、以网上银行为代表的传统金融业务电子化模式和以互联网为基础的创新金融服务模式。六是互联网金融门户，常见的有网贷之家、融360、91金融超市、大童网、安贷客等。

二、互联网金融对商业银行传统业务的影响

（一）对存款业务的影响

存款业务是商业银行传统业务中的基础业务，是银行的重要资金来源途径。互联网金融业务的范围逐步扩大，本质上具有商业银行存款方面的特点，因而对商业银行存款业务造成极大的冲击。互联网基金因其明显高于商业银行存款业务的收益率，吸引了大量商业银行储户的闲置资金，从而对商业银行的储蓄存款形成分流。以余额宝为例，2013年6月上线，是目前规模最大的货币基金。2014年余额宝七日年化收益率一度高达6.76%，最近也一直维持在2.4%左右，远高于银行活期储蓄。

（二）对贷款业务的影响

商业银行传统的信贷业务具有复杂的征信体系、烦琐的审批过程和较高的手续费用，这也会导致信用记录不完备的小微企业获取贷款十分困难。互联网信贷模式则利用海量的大数据资源细分目标客户，分析客户贷款需求和还款能力，提供多元化的金融服务。互联网融资的出现分流了对商业银行融资服务的需求，给商业银行的传统信贷业务带来一定的挑战。互联网融资包含三种主要模式：P2P网贷、众筹融资和电商小贷。以中低端理财市场为主要业务目标的P2P网贷公司，不受资本充足率和杠杆率的要求，低门槛，低成本，很大程度上缓解了中小企业融资难问题。近三年来，网贷运营平台数量增长迅速，从2013年的800家上涨到2015年的2 595家，网贷成交量自2013年的1 058亿上涨到2015年的9 823亿元，增长幅度高达828.45%。随着互联网信息技术的不断完善，互联网金融的影响力将会进一步增强，对商业银行贷款业务的冲击也一定会不断加大。

（三）对中间业务的影响

商业银行中间业务主要包括支付结算、银行卡、、担保、承诺、交易、咨询等。互联网金融创新，金融市场化改革，使得商业银行存贷利差缩小，从而更加重视中间业务的盈利性，但第三方支付的发展，打破了商业银行中间业务的垄断格局。互联网金融模式下，第三方支付被广泛采用，因其价格较低，操作便捷，很容易被消费者接受，中间业务有被替代的可能性。在支付结算业务方面，如支付宝、财付通等既可为个人客户提供信用卡免费跨行还款等资金支付服务，也可为企业客户提供大额收付款、一对多批量付款等资金结算服务。作为国内最大的第三方支付平台，支付宝的支付结算功能涉及网络支付、转账、手机充值、水电煤缴费等多个领域。

三、商业银行与互联网金融的优势分析对比

（一）商业银行的优势

1.资金和客户资源丰富。传统商业银行依靠几十年来的稳健运营，已经积累了大量的优质客户资源，对其顺利开展业务起到了基础性作用，这是近几年新兴的互联网金融一时无法超越的。尽管互联网金融发展速度加快，但是自身经济资本实力依然无法与商业银行相抗衡。

2.风险管理体系健全。商业银行拥有更专业的风险控制管理体系和信用风险管理经验，切实履行着稳健经营的理念，确保了客户资金安全性，比互联网金融具有更好的风险控制管理方面的优势。互联网金融目前的发展仍缺乏规范性和自控力，例如P2P跑路的事件屡见不鲜，整体的风险水平较高，资金安全保障不完善，一旦出现系统性风险，互联网金融企业违约可能性极大。

（二）互联网金融的优势

1.满足中小企业的融资需求。商业银行传统主流业务往往需要较高的信用水平和较高的交易费用，重心放在需求曲线的头部，即资金力量雄厚的大企业上，因而中小企业难以及时获得所需的资金和服务。而互联网金融依托互联网信息技术与大数据搜索技术，成本较低，效率较高，整合跨地域的分散资源，能满足中小企业和中低收入者的金融需求，实现长尾效应和资源的有效配置。

2.信息处理分析能力高效。互联网金融借助云计算、大数据技术，记录和分析客户消费与商户经营的数据信息，掌握了客户的消费意愿、财产状况、信用水平和还款能力，获取了一些个人或机构没有完全披露的信息。而这一信息采集和分析过程，又在互联网上完成，发挥了大数据强大的整合分析能力，从而省去了不必要的中间环节，大大提高了信息处理效率，降低了资金成本，这是传统商业银行无法高效低廉实现的。

四、我国商业银行应对的措施建议

（一）加强与互联网企业的合作

互联网金融和商业银行各具有不同的优势和资源，商业银行想要得到长足发展，下一步就需要与互联网企业加强合作，借鉴互联网金融成功发展的经验，将互联网技术同传统金融业务相结合，全面提升金融服务的水平和质量，调整商业银行的服务理念和服务方式，提高客户黏度和忠诚度，突破发展瓶颈。如百度与中国银行、中信银行等多家商业银行开展合作，涉及联名信用卡、电子商务平台、大数据、金融支付等多个领域，这是银行与互联网企业深度合作的典例，较好地整合了双方资源。

（二）加大产品创新力度

互联网金融通过获取的客户需求信息提供差异化的金融产品，自身得以快速发展的同时弱化了商业银行原有的代销产品经营模式。银行若想要在扭转因互联网金融导致的客户大量流失的局面，就需要依据客户的需求与体验感受开发特色化、个性化的金融产品。商业银行可通过细分市场，构建客户相关行为数据库，为客户提供定制化、高度专业化的金融服务及产品，提升客户体验。同时，开展网络营销，通过应用互联网技术降低成本费用，保证利润来源。

（三）加强专业复合型人才的培育

互联网金融和商业银行的竞争取决于人才的竞争。在“互联网+”时代下，商业银行面对拥有高端人才的互联网金融的冲击，要积极转变发展策略，进行金融创新。在这方面，除了积极引进具备金融营销知识与互联网应用技能的专业复合型人才外，在日常的经营过程中，还要定期对银行员工进行专业知识和业务能力的培训，避免员工知识结构单一化。只有培育出一支既懂银行金融业务、又了解计算机信息技术的高素质人才队伍，商业银行真正才能保持核心竞争力。

参考文献：

[1] 杨宜，张峰.商业银行业务管理[M].北京：北京大学出版社，2015：295-299.

[2] 王亚辉.“互联网+”背景下商业银行业务创新发展问题研究――以济源市为例[J].金融理论与实践，2015，（12）：65-69.

[3] 黄曼晶.互联网金融对传统商业银行的影响研究[D].北京：对外经济贸易大学硕士学位论文，2015.

[4] 四川银监局课题组，王筠权，王国成，金强.互联网金融对商业银行传统业务的影响研究[J].西南金融，2013，（12）：3-5.

[5] 胡娅妮.互联网金融对商业银行传统业务的影响与对策研究[D].南昌：南昌大学硕士学位论文，2014.

[6] 杜国强.互联网金融对中国商业银行经营业务的影响研究[D].长春：吉林大学硕士学位论文，2015.

金融大数据论文范文第2篇

【关键词】大数据 商业银行 互联网金融 云计算

一、商业银行大数据应用研究综述

目前国内对商业银行大数据应用的研究论文并不多，国内研究主要介绍大数据这一新生事物及相关的技术，并探讨大数据带来的机遇和挑战。国外的研究也主要侧重大数据相关的技术方面。北京银行董事长闫冰竹从高层管理的视角探讨了大数据时代银行业的发展模式。潘明道等对大数据特征进行分析，并给出银行应对大数据挑战可借鉴的思路。全面分析了大数据时代将给商业银行带来的重要影响，并给出了商业银行培养面对大数据时代核心能力的策略建议。薛亮探讨了大数据技术将给银行业带来的改变以及银行的品牌建设如何适应这种改变。韦雪琼等分析了大数据技术影响下金融市场的变化，以期作出更好的投资决策和判断。

二、大数据应用给商业银行带来的机遇

大数据应用给商业银行带来的机遇营模式转型提供了重要战略契机！借助大数据中国银行业的未来发展将呈现出全新的蓝图。

第一，大数据应用将拓宽商业银行业务发展空间，加速产品创新。随着数据的不断积累和商业银行数据分析能力的不断提升，大数据应用将拓展银行的业务发展空间，设计具有定价权和竞争力的创新产品。社交媒体的兴起为银行创造了全新的客户接触渠道，从银行网点，ATM，POS等固定设备扩展到手机，IPAD等移动终端设备，再扩展到微博，微信等社交网络。大数据应用导致支付模式不断创新，从传统支付，电子支付到第三方支付，再到移动支付。第二，大数据应用将提升商业银行核心竞争力。我国商业银行目前基础设施和数据全部集中在数据中心，而且经过多年运行积累了大量的数据，因此最具条件率先盘活大数据资产，洞察数据中蕴涵的价值，更加科学地评价经营业绩，评估业务风险，配置全行资源，引导银行业务科学健康发展。第三，大数据应用将提升客户服务水平。大数据时代商业银行不仅销售产品和服务，而且积累了丰富的客户交易数据，特别是在网络社会化和搜索引擎技术支撑下，商业银行还能收集到社交网络上客户的活动轨迹以及市场数据。商业银行只要善于分析和应用这些数据，通过数据再利用和数据重组，分析客户的消费偏好，就能准确发现并掌握客户需求，并通过不同渠道为客户提供个性化的服务。

三、大数据在商业银行的应用实践

（一）渠道拓展

大数据时代商业银行的渠道不仅包括传统的渠道，而且还要整合日益互联互通的各种渠道，并增加社交网站等新的客户接触点。商业银行应整合门户网站、网上银行、电话银行、手机银行、等电子渠道，利用微博、微信、社交网站等新媒体，打造在线综合金融营销服务平台，进行产品推送、意见收集、客户服务和营销服务。

（二）个性化服务

个性化的金融产品和服务将成为银行业务发展的主要目标。个性化服务包括互联网化的电子渠道全景体验、个性化产品推荐。LBS位置营销、面向客户个体的深度观察等。商业银行通过收集并分析社交网络数据，聚类出不同的客户群体，如高影响力的客户、存在严重不满情绪的客户、转行倾向的客户，然后向这些客户群采取更有针对性的服务。

（三）精准营销

通过客户行为分析并预测需求实现精准营销是典型的大数据应用。精准营销包括目标客户的精准定位，传播途径的选择，营销活动执行趋势分析和异常监控，营销活动的传播效果和市场效果评估，商业银行应用大数据分析用户影响力。用户聚集区域和日常活动轨迹，用户基础银行业务使用的规律，用户关注点来实现客户营销。

（四）小微企业信贷

商业银行需要通过大数据挖掘，分析和运用，去识别具有市场潜力的中小企业客户，完善批量化，专业化审批，将贷款提供给合适的小微企业。

四、商业银行应对大数据策略

大数据应用取决于三个因素：数据，技术和思维。因此，商业银行需在这三个方面进行体制机制的创新实践，未雨绸缪应对大数据挑战。

（一）数据

商业银行需要提升互联网数据获取，管理和整合能力，不仅要完成银行内部数据的整合，更重要的是和大数据链条上其他外部数据的整合。商业银行不断地从广泛来源获取、量度、建模、处理、分析大容量多类型数据，及时在互联互通的流程、服务、系统间共享数据，并将分析结果应用于业务决策与支持。

（二）技术

商业银行必须进行技术创新，搭建自己的大数据基础设施来跨越这个鸿沟。大数据基础设施分为硬件和软件两类。硬件基础设施需要通过建设私有云来提供灵活，按需和动态的IT能力。软件基础设施是指商业银行培养一批既熟悉金融，同时也对互联网和大数据应用有深入了解的复合型人才，这些人才通过对数据进行实时深度分析，能够对未来趋势有更多的研判和预测，并为决策提供智力支持。

（三）思维

大数据时代商业银行必须具有数据思维。大数据时代重要特征就是社会数字化，一切社会现象解释、监控、预测与规划都离不开对数据足迹的收集，整理和分析。因此商业银行需要具有数据思维，放弃对因果关系的渴求，取而代之关注相关关系，放弃对随机样本关注，而关注全数据，数据分析结果不是精确性，而是混杂性。

参考文献：

[1]赵国栋.大数据时代的三大发展趋势及投资方式[R].国金证券研究报告，2012.

金融大数据论文范文第3篇

关键词：互联网金融产品；储蓄业务 

中图分类号：F49 文献识别码：A 文章编号：1001-828X（2016）003-000-01 

近年来，随着人民生活水平的提高，互联网走进了越来越多家庭的生活中，根据中国互联网络发展状况统计局的数据，我国互联网普及率在2010年6月达到了31.8%，超过了世界平均水平，此后，互联网普及率仍稳步提升，至2015年6月，中国网民已达6.68亿人，比整个欧盟的人口数量还要多。这样巨大的网民基数无疑为互联网金融的发展提供了优渥的土壤。 

回望2013年6月13日，支付宝公司推出了余额宝，引起了市场的轰动，到如今，互联网理财产品呈现爆发式增长，银行、基金、互联网企业纷纷杀入这片蓝海，互联网理财产品总量快速增长。仅用了不到一个月的时间，支付宝就融资超过100亿人民币，截至2014年一季度末，支付宝共融资5412.75亿元，整个互联网理财产品市场融资超过一万亿元人民币。 

互联网理财产品有着随时可申购赎回、没有申购资金门槛要求、年化收益率远高于活期存款等优势，再考虑到对于熟悉互联网的人士来说，购买互联网理财产品通常可以“一键式”完成，比去银行存款更加便利。由于互联网理财产品的这些先天优势，以及互联网理财产品和银行存款（尤其是活期存款）的高度可替代性，互联网理财产品的兴起对传统银行储蓄业务造成了一定冲击。 

大多数互联网金融产品都拥有相似的商业模式，下面就以“余额宝”为例分析狭义的互联网金融产品的商业模式。 

“余额宝”的发行主体是支付宝公司，是以“余额宝”为桥梁，将用户的闲散资金和货币型基金联系起来，能够带来余额增值的一项服务。在一个完整的使用流程中，用户首先通过将银行卡里的资金充值进入实名认证的支付宝账户；再用支付宝账户申购“余额宝”；申购“余额宝”的资金将被统一划至天弘货币基金账户内，天弘货币基金在市场上进行合理投资、获得收益；当用户申请赎回或使用支付宝进行支付时，天弘货币基金将获得的收益扣除其他费用后转入用户的支付宝账户。 

在这个流程中最重要的一个创新就在于实现了“余额宝”和天弘货币型基金的无缝对接，通常货币型基金都是T+1赎回的模式，但考虑到这会极大影响用户体验，支付宝公司通过自行垫资，使得“余额宝”实现了T+0日赎回。即当用户把账户余额转入“余额宝”时，后台系统自动申购了天弘货币型基金，当用户转出资金或进行支付时，后台系统从支付宝公司的垫资中即时抽出相对应的数额完成转出，同时赎回天宏货币基金，T+1日到账填补垫资，从而实现了即时转出和无缝对接。与此同时互联网金融产品还有投资起点较低，开通方便，流动性高等优点。 

回到商业银行储蓄业务来看，由于客户手中的资金是有限的，活期储蓄和互联网金融产品在功能性上的高度替代性，以及互联网金融产品相对较高的收益率，使得活期储蓄最容易被互联网金融产品挤占，个人定期储蓄由于收益率仍稍高于大多数互联网金融产品，因此受到的影响相对较小。 

在理财产品方面，商业银行的金融产品门槛较高，用户体验也有提高的空间；在活期存款方面，活期储蓄业务不受重视，商业银行给出了极低的利率；在基金销售方面，大型商业银行对代销佣金有极大的定价权，大幅削减了基金公司的利润率，尤其是规模较小的基金公司在与银行合作时更加被动。互联网金融产品正是针对商业银行这三个“不够合理”的现状而生，为客户提供高利率、低门槛、良好体验的金融产品，使得银行客户开始转投互联网金融产品，银行的理财产品、活期存款、基金代销三块业务受到互联网金融产品的冲击比其他业务更大。 

银行作为有实体网点金融机构，比互联网企业有更多的线下优势，相对来说，经常去网点储蓄或办业务的客户都比较依赖于线下，因此，中小型银行若要守住现有市场，一定要立足实际情况，利用好线下优势，定位于主要服务线下客户，强化营业网点的业务服务能力，加强自身优势。 

一方面可以大力发展社区支行和小微支行建设，下沉中小型银行经营重心至老百姓身边，在社区内部设置网点。这种加强为个人客户服务的业务模式符合中小型银行的实际情况，只有差异化竞争，才能够在互联网时代的竞争下存活。 

另一方面可以推广银行业务和小型便民点相结合的新模式。现在大多数小区或者村镇都设有小型便民点，有许多区域的小型便民点已经开始和银行合作，通过委托模式，用互联网或信息电话等手段为社区内及社区周边持卡用户提供信息转账、缴费、查询、存取款、支付等业务的便民服务点。该策略不需局限于传统的便民点模式，现在许多小区还设置了网购提货点，这是方便将网络支付和线下业务相结合的绝佳渠道。 

大数据是目前互联网金融产品的杀手锏，商业银行也应及时跟进，享受互联网时代带来的技术红利。各个行业都开始尝试运用大数据来进行运营决策，这是一次巨大的转型，工作方式和思维都有很大的变化。当互联网平台公司用大数据作为工具、高举互联网金融产品进军金融行业时，商业银行应奋起应对，大力挖掘数据背后的信息，推出依托银行海量历史数据的电商平台。实际上部分商业银行已经开始推出自己的电商平台，以此积累交易和转账数据，打好数据基础，例如中国建设银行的“善融商务”上线一周年的营业额超过90亿，之后还有交通银行推出的“交博汇”，中国银行、中信银行、民生银行业分别开设了自己的电商银行。在大数据时代，商业银行需要的是能将金融和大数据融会贯通的人才，由懂大数据的人才为商业银行进行决策分析，可以让商业银行跟上互联网时代，一定程度上保持现有优势地位。   [本文由WWw. dYlW.nEt提供，第 一专业教学论文，欢迎光临dYLW.neT]

参考文献： 

[1]杜石.余额宝带头线上理财高收益“刺激”草根投资.计算机与网络.2014.2. 

[2]宋滟泓.“后生”凶猛互联网理财产品百舸争流.IT时代周刊.2013（22）. 

[3]新京.微信理财产品上线对抗余额宝.现代经济.2014.1. 

[4]王雪玉.互联网挑战银行之一：阿里金融.金融科技时代.2013.5. 

作者简介： 

金融大数据论文范文第4篇

[关键词]大数据；官员；财产申报；研究；综述

doi：10.3969/j.issn.1673 - 0194.2017.02.003

[中图分类号]D630.9 [文献标识码]A [文章编号]1673-0194（2017）02-000-02

官员财产申报制度是预防腐败的一项重要制度，是实现党的十以来全面治党反腐倡廉“不敢腐、不想腐、不能腐”目标的关键一环。近年来，财产申报制度正逐步确立并取得了一定的成绩，但官员申报意愿低、核查难度大、预警效果差一直困扰其发展。官员财产申报，关键是“财产”，管住了财产的流向与路径，降低其来路与去向的隐秘性，财产申报制度才能真正有效果。大数据时代，人人都会留下自己的“数据足迹”，以官员“财产”异动为切入点，引入大数据思维，利用云计算等新技术、新方法，就能从无数的“数据足迹”中了解申报者的状况，从而起到全面核查、自动预警的效果。当前的官员财产申报，不仅需要理论突破，更需要技术创新，基于大数据思维技术将为官员财产申报制度创新开辟一条全新的路径。

1 国外研究综述

“大数据”（Big data）是指“无法通过目前主流软件工具，在合理时间内达到撷取、管理、处理，并整理成为帮助企业经营决策更积极目的的信息。”这个概念由Nature杂志于2008年最早提出，随后Science杂志于2011年阐述了大数据在科学研究领域的重要性，同年6月，麦肯锡全球研究所首次论述了“大数据时代”，并将大数据方法引入社会问题领域。维克托・迈尔-舍恩伯格教授与肯尼思・库克耶是大数据社会问题研究领域的杰出代表，2012年他们合著的《大数据时代：生活、工作与思维的大变革》通过对比大数据思维与传统小数据思维的异同，阐述了“大数据时代”对人们的生活、工作带来革命性的影响。

现在，大数据广泛应用于社会各领域。在商业领域，沃尔玛利用大数据，可以清晰掌握全球27个国家11 457家门店近700万种商品任一时段的销售数据和销售细节，并据此预测顾客需求。在公共行政领域，美国是首个将“大数据”全面引入行政领域的国家。2009年，奥巴马政府《开放政府指令》，建设Data.gov公共数据开放网站；2012年3月，美国政府启动了“大数据发展计划”，同年5月，联邦政府《数字政府战略》。大数据战略有利于公众更好地获取并利用政府大数据，同时也极大提升了政府效能。

美国是官员财产申报制度最为完善的国家，而大数据在此功不可没。依托大数据，整合了税务、金融、国土及司法等部门信息，以国家征信系统为载体，核查部门可以轻松监控政府公职人员财产的异动，快速发现问题并作出回应。

国外在大数据运用有许多地方值得我国学习和借鉴，新的思维方式与新的技术革新将带来社会生产方式的巨大变革。顺应潮流发展，引入大数据思维，将是对官员财产申报制度创新的重要尝试。我国大数据还刚刚起步，数据碎片化、信息孤岛、部门条块分割、公民信息意识较为淡薄及国家整体信息安全威胁等都影响着大数据的发展。因此，借鉴必须结合国情，才能闯出一条新路。

2 国内研究综述

国内关于官员财产申报的研究非常多，但重点主要围绕以下几个方面展开。一是域外财产申报制度介绍及比较研究。郇天莹、荣俊 等重点介绍并对比了美国、韩国、新加坡等国家财产申报制度的异同及对我国的启示。二是我国官员财产申报制度存在的困境与影响因素研究。主要从官员抵触心理、隐私保护冲突、配套设施不完善等三个方面进行影响分析。王高贺、郭文亮认为存在藏富、保护隐私、担心收入减少、害怕腐败行为暴露心理、推行时机不成熟等心理。屠振宇提出了申报人隐私权保护问题。韩珍珍则认为当前官员认同度不高、缺乏法律制度的支撑以及配套制度不健全等是财产申报的困境。三是实现官员财产申报制度的方法与路径研究。梁平支持“自上而下”的路径。廖晓明则支持“自下而上”路径。从实际情况来看，“自下而上”是当前探索主要模式，但从国外实施的成功经验来看，只有“自上而下”才有可能真正全面实现财产申报。

近两年来，将大数据思维、技术运用于腐败预防和惩治成为研究的热点。徐浩程提出利用大稻菅罢腋败；张硕、高九江探讨了大数据技术在腐败防治机制中的应用；刘筱勤则强调应用大数据对当前的廉政制度进行创新；廖晓明、魏永平、罗文剑基于大数据技术阐述了预防腐败的方法、框架以及面临的挑战。在实践领域，江苏昆山、北京市检察院、广东肇庆、上海奉贤区纪委探索了“大数据反腐”新模式，在利用大数据科技反腐方面取得了较好的成效。

综上所述，随着“大数据时代”到来，基于大数据思维的反腐败研究成为热点，为反腐败开辟了新的研究思路，值得肯定与借鉴。当然，这些研究更多针对腐败这一宏观领域展开，在大数据技术具体运用过程中因为缺少具体载体而无法聚焦。再加上廉政数据收集难、数据挖掘分析专业人员严重不足等因素，其真正运用还有很长的一段路要走。

3 大数据思维下的官员财产申报模式探索

运用大数据思维，从技术方法层面对官员财产申报制度进行创新研究，能给官员财产申报制度研究以一个全新的视域，从而开辟出一条新路径规避或突破当前的层层阻碍。从应用价值来看，基于大数据思维的新方法与新技术，通过构建三位一体的“数据收集―挖掘分析―数据运用”新机制，能有效解决虚假申报、抽查比例低、核查难度大及公众参与难等问题，有利于现有条件下快速提升官员财产申报制度的绩效。大数据财产申报模式，如图1所示。

大数据的基石是数据源，通过对官员财产申报信息的梳理，可以把大数据信息源的类型分为三类：结构型数据、半结构型数据、非结构性数据。其中结构性数据主要是通过组织部门提供信息，主要涉及与官员财产相关的银行、税务、公安、房产、金融与国土，这类信息的结构相对稳定，格式相对清晰。而半结构型数据与非结构性数据主要是指由公民个人在社交过程中留下的“数据足迹”和公众参与而来的“数据反馈”，它们一般是通过微博、微信、QQ、论坛与贴吧等社交网络信息出现。之所以将其划归为半结构或非结构数据，主要是由于这类信息并不是传统意义上的可格式化信息，它们没有固定的结构，可能是一张图片、一段语音视频等信息。

在数据收集阶段，对应的是财产申报制度的申报与公示环节。主要是对数据源产生的数据进行整合与采集。其中申报阶段重在申报数据与组织部门数据的整合比对，而公示阶段则更多的是侧重于公众参与之后产生的数据信息采集。对于结构型数据主要进行数据的整合，由于不同部门间的数据存储格式不一，所以在具体的数据收集过程中需要进行有效的整合。而对于半结构与非结构数据，则主要是数据采集。对于整合后的数据源与采集到的数据源，两者之间需要进行相关性关联，例如：最常见的关联可以以个人身份证号为索引进行关联，对于关联后的数据进行数据存储处理。

数据分析处理阶段主要通过内部程序完成。对于已经完成关联性的存储数据，依托传统的数据分析技术（如数据挖掘、数理统计、智能算法）和云计算技术，可以快速分析出申报主体的申报信息是否真实，对于虚假申报情况进行有效预警，同时依据海量大数据还可以对整个申报区域内有关信息进行预测，进而为下一步的财产申报制度改进提供决策支撑。

数据运用主要涉及财产申报制度的核查与惩处环节。在核查环节，大数据改变了传统的以人工为主的核查方式，改由系统自动核查，这样不仅提高了核查的效率，扩大了核查的覆盖面，还节约了行政成本。原来的抽查将变成全方位的普查。同时，通过大数据分析也可以发现一些申报群体的共性以及部分申报主体的个性偏好，便于整个申报制度的及时改进。此外，大数据信息预警给惩处环节也提供数据支撑，使惩处环节更加科学高效。

主要参考文献

[1]C Snijders，U Matzat.UD Reips. “Big Data”： Big Gaps of Knowledge in the Field of Internet Science[J].International Journal of Internet Science，2012（1）.

[2]Science.Special Online Collection： Dealing with Data[EB/OL].（2012-10-02）[2016-11-21].http：///site/special/data/.

[3]Manyika J，Chui M，Brown B，et al： Big data： The Next Frontier for Innovation，Competition，and Productivity[R/OL].（2012-10-02）[2016-11-21].http：///insights/MGI/Research/Technology_and_Innovation/big_data_the_next_frontier_for_innovation.

[4][英]S克托・迈尔-舍恩伯格，肯尼思・库克耶.大数据时代：生活、工作与思维的大变革[M].盛杨燕，周涛，译.杭州：浙江人民出版社，2013.

[5]郇天莹.美国官员财产申报制度构建的路径分析与启示[J].中国行政管理，2009（2）.

[6]荣俊.新加坡和中国的官员财产申报制度比较研究[J].理论与改革，2015（1）.

[7]王高贺，郭文亮.当前我国推行官员财产申报制度的心理障碍及其治理[J]. 理论与改革，2010（5）.

[8]屠振宇.财产申报制度中的隐私权保护[J].法商研究，2011（1）.

[9]韩珍珍，韩兆柱.官员财产申报制度建设：困境与策略[J].燕山大学学报：哲学社会科学版，2015（1）.

[10]梁平，于子洁.中国官员财产申报制度构建趋向及实现路径――从韩德云7次议案及其官方回应谈起[J].廉政文化研究，2012（5）.

[11]徐浩程.用大数据寻找腐败[J].廉政t望，2014（1）.

[12]张硕，高九江.大数据技术在腐败防治机制中的应用[J].成都行政学院学报，2015（6）.

金融大数据论文范文第5篇

关键词：大数据时代；地方应用型高校；软件工程专业；课程体系

0引言

大数据作为继云计算、物联网之后IT行业又一颠覆性的技术，备受人们的关注，大数据技术正从概念转向实际的应用，涌现出越来越多的大数据技术应用成功案例，大数据的价值也在迅速增长。2015年，中国大数据市场规模达到115．9亿元人民币，增速达38％，预计2016～2018年中国大数据市场规模将维持40％左右的高速增长［1］。大数据时代的到来，使得软件行业对人才的应用能力和综合素质提出了更高的要求。咸阳师范学院作为咸阳市地方应用型高校以服务咸阳地区经济社会发展为己任，肩负着培养满足咸阳地方社会需求软件人才的使命，需要把培养面向大数据时代的软件工程专业人才作为战略任务来抓。而课程体系的建设是软件工程专业人才培养体系最重要的一个方面。本文通过分析我院传统软件工程专业课程体系，以及大数据时代下企业对软件工程专业人才要求，找出大数据时代下软件工程专业应用型人才中课程体系存在的问题，探索出我院面向大数据环境的应用型软件工程人才中课程体系的建设。

1我院软件工程专业传统的课程体系

自我院计算机系成立以来，软件工程专业一直是我院重点建设专业。2013年，“‘3＋1’校企合作软件人才培养模式创新实验区”被确定为省级人才培养模式创新实验区。一直以来，该专业以培养“厚基础、强能力、高素质”应用型人才的为培养目标，以企业、市场需求为导向，重视实践、技能和应用能力的培养，与尚观科技、中软国际、华清远见、蓝鸥科技等西安多家企业联合，采取3＋1嵌入式校企联合教育培养模式，将课程教学、工程实践、行业理念进行无缝结合。课程体系是一个专业所设置的课程相互间的分工与配合［2］，主要反映在基础课与专业课，理论课与实践课，必修课与选修课之间的比例关系上［3］。地方应用型本科院校的课程体系设计既要体现基础知识的传授，也要体现实践能力的培养，同时还要考虑学生的职业能力规划发展问题。我院2013－2015级软件工程专业课程体系结构图如图1所示。图12013－2015级软件工程专业课程体系结构图从图1可以看出通识教育必修课程的教学阶段共3个半学年，主要涉及思想政治基础知识、体育、人文历史、外语应用能力等；相关学科基础类课程主要包括高数、线性代数、数字逻辑等数学类课程；本学科基础类课程主要涉及程序设计语言、计算机网络、操作系统、数据结构、计算机组成原理等；专业技能教学阶段强调对学生工程性、实用性、技术性和复合型能力的培养，主要安排专业必修课程和专业选修课程。专业必修课程包括面向对象程序设计、软件工程、数据库原理与应用、软件设计与体系结构、算法分析与设计等，专业选修课程包括Web软件开发、Linux系统应用程序开发、移动终端开发等。根据教育部专业教学指导委员会软件工程行业规范［4］，本着“轻理论，重实践”的原则，我院在一定程度上压缩理论课课时，增加实践课课时，优化专业课程体系结构。我院2015级软件工程专业的人才培养计划中，各类课程学分设置与所占比例。

2大数据时代企业对软件工程专业人才的要求

大数据时代所需要的人才是一定拥有数据处理、分析技术的，也就是对数据有敏锐的直觉和本质的认知、能够运用统计分析、机器学习、分布式处理等技术，从海量、复杂的数据中挖掘出有用的信息，以清晰易懂的形式传达给决策者，并创造出丰富有价值的专业人士［5］。在大数据时代下，对软件专业人才培养，应具备以下四个方面的技能。（1）具有厚实的数学、统计和计算机学科的相关知识，能够根据具体案例大数据分析任务的要求，运用大数据处理、分析平台，收集整理海量数据并加以分析，挖掘出有价值的信息。（2）掌握大数据处理技术及可视化工具，能根据具体任务的需求，对数据进行选择、转换、加工等处理操作，采用有效方法和模型对数据进行分析并形成数据分析报告，用易于用户理解的方式，提供科学的决策依据。（3）熟悉行业知识、专门业务及流程，将大数据技术和企业文化相结合，充分利用大数据分析处理的结果，挖掘出海量数据中隐藏的价值并应用于企业市场领域。（4）团队合作精神，大量数据的收集整理、存储、分析和处理，一个人是很难完成的，需要一个由团队成员合理分工、共同协作完成。

3大数据时代我院软件工程专业传统的课程体系存在的问题

地方高校一直以来受传统的“学术型”、“研究型”人才培养模式的影响较大，形成了适合于“精英教育”为培养研究型人才的课程体系，无法适应以工程实践能力、创新创业意识、新技术新方向为目标的人才培养，课程体系中理论教学占主导地位，实践教学往往处于次要地位［6］。而目前处于大数据时代，信息技术的不断创新、企业需求不断变化、综合型人才需求巨大等因素的影响下，传统的培养研究型人才的课程体系，无法适应大数据时代以工程实践能力、创新创业意识、新技术新方向为目标的人才培养。通过了解大数据环境企业对软件工程人才的要求，分析我院2013－2015级软件工程专业人才培养课程体系结构，发现存在以下问题：（1）缺少大数据技术方面的课程。传统的课程体系中主要包括软件工程专业一些传统的课程，如数据结构、软件工程、软件体系结构等，而且课程内容较陈旧，所开设的一些应用软件的学习不能紧密贴合行业和技术发展，软件工程专业教育必须适应互联网时展和大数据技术的需求，关注企业发展及大数据系统的建设问题，以满足企业对应用型人才的需要。（2）实践类课程学时所占比例较少。我院2015级软件工程专业实践类课程占总学时的10．8％，是因为传统的课程体系注重知识传授，而忽略了学生解决问题、动手能力的提高。地方高校在人才培养中重视理论内容、计算机编程能力，而忽略学生探索能力的培养，这些都不利于学生对新技术、新方向发展的把握，学生难以应对各种层出不穷、错综复杂的海量数据，很难挖掘出隐藏的数据价值并有效利用。（3）课程体系结构设置方面，一是存在通识教育类课程教学阶段持续时间长，一直到第7个学期，这就影响了后面专业类课程的学习；二是专业基础类分为专业必修和选修，没有从课程教学阶段不同来划分，不能体现课程先后的衔接关系。

4大数据时代我院软件工程专业课程体系建设改革

在大数据时代，软件工程专业教育必须适应企业发展和大数据行业的需求。教学内容的设置应与行业需求接轨，根据我院学生特点调整2016级软件工程专业课程体系。具体做了以下几点的调整。（1）课程体系结构更合理。一是通识教育类课程的调整。一方面将教学阶段全部调整到第1、2学年完成，这样在第3学年学生就可以重点学习专业类技能课程；另一方面此部分增加了大学生心理健康和创新创业教育课程，主要可以加强学生团队合作精神的培养。二是专业类课程结构的调整。将专业类课程分为专业（学科）基础课程和专业技能课程两大类，专业（学科）基础课程主要包括数学类课程、计算机导论、程序设计语言、数据结构、操作系统、软件工程、运筹学、数据分析与处理。专业技能课程又分为专业核心课程和专业方向课，专业核心课程包括面向对象程序语言类、软件设计模式、算法分析与设计、软件测试等软件工程专业要求的核心课程，而专业方向课分为3个方向：大数据分析、Web技术应用、移动终端开发，鼓励学生在学好专业基础和核心课程的同时，发现自己专业类的兴趣，选择一个自己感兴趣的方向集中学习，大数据分析方向是重点向学生推荐。在教学阶段安排上，一般专业（学科）基础课程要优先于专业技能课程，这样可以让学生在掌握了学科、专业基础上，充分了解软件工程专业技能的训练。（2）增加了大数据技术方面的课程。在新调整的课程体系中，专业（学科）基础课程和专业技能课程都增加了大数据相关内容。基础课设置增添运筹学、数据分析与处理等，使学生了解大数据行业基础知识，激发学生对大数据行业发展及大数据应用前景的兴趣；专业技能课设置了数据仓库与数据挖掘、大数据统计分析与应用、数据挖掘算法与应用等前沿科学技术相关课程以满足大数据系统建设与应用的需要，培养更多企业需要的大数据管理分析软件专业人才。院级选修课鼓励研究大数据方向的教师积极申请大数据案例分析、大数据安全与隐私保护、HadoopMap／Reduce技术原理与应用等实用性强的课程，以补充对大数据方向特别感兴趣学生的学习内容。（3）增加实践类课程所占比例。相比较2015级，以培养地方应用型人才为总目标，实践类课程课时由19课时增加到28课时，所占总课时比例提高了约50％。实践类课程包括校内（课程设计和实训）和校外（见习、实习、实训、毕业论文），种类多样化，使得学生多方面提升自己解决问题和动手操作能力。针对校内实验我院教师结合大数据教学实验平台，根据课程内容设计实验项目，从初级到高级，安排合理的阶梯式学习，实验内容持续更新，加入最新、主流的分析建模工具和挖掘算法，学生在免费、开放的平台环境下进行大数据构建、存储、分析统计等实验内容，使学生熟练掌握Ha－doop、HBase、Spark等关键技术，提高大数据理论分析及技术应用的能力。做好校内实践的同时，校外实践更是尤为重要，首先在实习、实训企业的选择上，尽量选择“口碑好、技术强、理念先进”的单位，目前我院已与邻近城市西安与尚观科技、中软国际、华清远见、蓝鸥科技等西安多家企业联合，第四学年分批组织学生到合作企业的实训基地参加真实的实训项目，体验IT企业真实的工作环境、工作流程和企业文化，了解互联网大数据、零售大数据、金融大数据等领域知识，学习海量数据搜集、分析、存储技术，引导学生按照项目的需求、总体设计、详细设计、编码、测试等流程完成实践内容，规范化文档和代码的编写，培养学生的行业、职业素养。

5应用效果

目前应用此方案有2016和2017级两级学生，虽然这两级学生都还没有就业，但在创新应用能力方面都较2015级之前学生有显著提升。近两年有10余组学生团队获得国家级、省级、校级“大学生科研训练项目”立项资助，有8名同学获得“蓝桥杯”程序设计大赛国家级二等奖、三等奖，省级一等奖2项，二等奖、三等奖多项。2016年有两队学生获得陕西省高校“互联网＋”创新创业大赛三等奖，一队学生获得咸阳市青年创业大赛二等奖。数十名学生在核心期刊上公开发表学术论文。从目前取得的成绩来看，课程体系结构的调整，使得学生不仅获得扎实的理论知识，而且具备了过硬的实践和创新能力，我院软件工程专业毕业生一定会深受用人单位喜欢。

6总结

针对大数据时代下地方本科院校软件专业人才培养中课程体系存在的一些问题，笔者分析了大数据环境对软件工程专业人才的要求，以地方本科院校咸阳师范学院为例，改革调整了课程体系，主要在在理论教学和实践教学中增加大数据相关理论及技术内容，通过近年来的探索与实践，此课程体系结构有效提高了学生的创新应用能力，为大数据时代企业发展培养了高水平、高素质的大数据分析人才，新的课程体系适应了大数据环境下软件工程人才的培养。

参考文献

［1］孙琳．大数据应用的创新路径［N］．人民政协报，2016－05－17．

［2］潘正高．地方应用型高校软件工程专业课程体系的研究［J］．西昌学院学报，2017，31（3）：94－97．

［3］潘怡．应用型本科院校软件工程专业课程体系设置探讨［J］．长沙大学学报，2008，22（5）：98－100．

［4］教育部专业教学指导委员会．高等学校软件工程专业规范［M］．北京：高等教育出版社，2011．