HOME > 상세정보

상세정보

금융 빅데이터 분석

금융 빅데이터 분석 (4회 대출)

자료유형
단행본
개인저자
배재권 裵在權, 1980-
서명 / 저자사항
금융 빅데이터 분석 = Financial big data analytics / 배재권 지음
발행사항
서울 :   카오스북,   2019  
형태사항
311 p. : 삽화, 도표 ; 25 cm
ISBN
9791187486251
서지주기
참고문헌(p. 306)과 색인수록
000 00000cam c2200205 c 4500
001 000046006911
005 20191128164053
007 ta
008 191120s2019 ulkad b 001c kor
020 ▼a 9791187486251 ▼g 93000
035 ▼a (KERIS)BIB000015418205
040 ▼a 221010 ▼c 211009 ▼d 211009
082 0 4 ▼a 332.0285 ▼2 23
085 ▼a 332.0285 ▼2 DDCK
090 ▼a 332.0285 ▼b 2019z3
100 1 ▼a 배재권 ▼g 裵在權, ▼d 1980-
245 1 0 ▼a 금융 빅데이터 분석 = ▼x Financial big data analytics / ▼d 배재권 지음
260 ▼a 서울 : ▼b 카오스북, ▼c 2019
300 ▼a 311 p. : ▼b 삽화, 도표 ; ▼c 25 cm
504 ▼a 참고문헌(p. 306)과 색인수록
945 ▼a KLPA

소장정보

No. 소장처 청구기호 등록번호 도서상태 반납예정일 예약 서비스
No. 1 소장처 중앙도서관/제2자료실(3층)/ 청구기호 332.0285 2019z3 등록번호 111818924 도서상태 대출가능 반납예정일 예약 서비스 B M

컨텐츠정보

책소개

본 교재를 통해 금융빅데이터 분석가, 데이터 과학자 등을 양성할 수 있으며, 데이터분석 전문가, SAS Certified Statistical Business Analyst, 경영빅데이터 분석가, CRM데이터 전문가 등의 빅데이터 관련 자격증 시험을 준비하는 학생들에게 도움이 될 것이다.

금융산업은 데이터 보유량이 많고 빅데이터의 잠재적 활용 가치가 높아 금융기관을 중심으로 빅데이터 활용사례가 급증하고 있으며, 향후 ‘금융빅데이터’는 미래의 경쟁우위를 가늠하는 핵심역량이 될 것이다.
본 교재를 통해 금융빅데이터 분석가, 데이터 과학자 등을 양성할 수 있으며, 데이터분석 전문가, SAS Certified Statistical Business Analyst, 경영빅데이터 분석가, CRM데이터 전문가 등의 빅데이터 관련 자격증 시험을 준비하는 학생들에게 도움이 될 것이다.


정보제공 : Aladin

저자소개

배재권(지은이)

계명대학교 경영정보학과 교수 (前) 동양대학교 철도경영학과 교수 (前) 서강대학교 경영학과 대우교수 대구광역시 정보화추진위원회 위원 ERP정보관리사 출제 및 감수위원 로고스경영연구 편집위원장 한국로고스경영학회 감사, 총무이사 한국전자상거래학회 상임이사 대한경영정보학회 이사 저서 2019, 금융빅데이터분석(카오스북) 2020, 헬로핀테크 금융플랫폼?금융데이터(한국핀테크지원센터)

정보제공 : Aladin

목차

1부 빅데이터 개론

01장. 빅데이터 개요 17
1.1 빅데이터의 등장 배경과 주요 이슈 17
1.2 빅데이터의 개념 및 특성 19
1.2.1 협의의 빅데이터 개념 19
1.2.2 광의의 빅데이터 개념 24
1.3 빅데이터 분석가와 데이터 과학자 26
1.4 빅데이터 현황과 전망 31
1.5 빅데이터 활용의 문제점과 향후 과제 33

02장. 빅데이터 활용과 분석 기법 45
2.1 기계학습과 빅데이터 분석 45
2.2 빅데이터 분석 기법 46
2.2.1 데이터마이닝 46
2.2.2 텍스트마이닝 49
2.2.3 소셜네트워크분석 52
2.2.4 이미지 마이닝, 오디오 마이닝, 비디오 마이닝 54
2.3 빅데이터 분석 단계 55
2.4 분야별 빅데이터 활용 사례 58
2.4.1 고객 빅데이터 분석을 통한 구매 성향 예측 58
2.4.2 금융 분야에서의 빅데이터 분석 및 활용 59
2.4.3 의료 분야에서의 빅데이터 분석 및 활용 60
2.4.4 빅데이터 분석을 통한 재난 관리 61
2.4.5 범죄 예방 및 수사에서의 빅데이터 분석 및 활용 62
2.4.6 빅데이터 분석을 통한 디지털 데이터 마케팅과 맞춤형 추천 서비스 63
2.5 빅데이터 분석 기업 사례 65
2.5.1 페이스북 65
2.5.2 와이즈넛 66
2.5.3 씨제이이앤엠 67
2.5.4 네이버 68

03장. 빅데이터 비즈니스 모델과 분석 방법론 75
3.1 빅데이터 비즈니스 모델 및 구성 요소 75
3.2 빅데이터 분석 프로젝트 개발 방법론(6단계) 77
3.3 빅데이터 역량평가를 위한 참조모델 81
3.3.1 CMM의 5단계 성숙도 81
3.3.2 빅데이터 역량평가 참조모델(2차원 모델) 82
3.4 빅데이터 기반의 예측분석모델 85
3.5 빅데이터 분석의 비즈니스적 가치 91
3.5.1 빅데이터 분석을 통한 생산성 향상과 진보된 수요 예측 91
3.5.2 현재 또는 가까운 미래를 예측할 수 있는 빅데이터 92
3.5.3 인간을 건강하게 만드는 빅데이터 93
3.5.4 공공 서비스 증진을 위해 기여하는 빅데이터 94
3.6 빅데이터 분석을 이용한 브랜드 평판 지수 모형 96
3.7 대학에서의 통합정보시스템 기반 빅데이터 분석 100

2부 금융 빅데이터 이론

04장. 금융산업의 빅데이터 활용 109
4.1 핀테크와 금융 빅데이터 분석 112
4.1.1 핀테크와 금융산업 112
4.1.2 핀테크 서비스 유형과 국내외 핀테크 시장 동향 113
4.2 핀테크와 인터넷전문은행 121
4.2.1 인터넷전문은행 121
4.2.2 국내외 인터넷전문은행 산업 동향 122
4.2.3 국내 인터넷전문은행 산업 활성화 및 발전 방향 125
4.3 로보어드바이저의 금융 빅데이터 활용 127
4.3.1 로보어드바이저의 탄생 127
4.3.2 로보어드바이저의 특성과 포트폴리오 배분 프로세스 단계 129
4.3.3 로보어드바이저의 이슈와 향후 과제 131

05장. 재무분석과 빅데이터 139
5.1 재무분석과 재무비율분석 139
5.2 재무비율과 재무제표 141
5.2.1 재무상태표 141
5.2.2 손익계산서 142
5.3 재무비율의 종류와 분석 143
5.3.1 유동성비율 144
5.3.2 레버리지비율(부채성비율) 145
5.3.3 성장성비율 148
5.3.4 활동성비율 149
5.3.5 수익성비율 151
5.3.6 시장가치비율 152
5.4 재무비율분석의 유용성과 한계점 154

06장. 기업신용등급 분석 및 예측 159
6.1 신용과 신용등급 159
6.2 신용등급의 의미와 기업(개인) 신용평가 161
6.3 회사채 신용등급평가와 신용등급예측모형 163
6.4 재무비율분석을 이용한 신용등급예측 167
6.5 신용평가기관의 신용등급체계 및 신용평가시스템 171
6.6 회사채 신용등급예측모형 연구사례 174
6.6.1 OLS 및 N-probit 모형을 이용한 회사채 신용등급예측모형 174
6.6.2 신용등급예측모형의 예측력 성과 비교 176
6.7 개인신용등급예측 적용 사례 178

07장. 부도확률 분석 및 부도예측 185
7.1 도산 및 부도의 이해 185
7.2 기업부도예측모형에 관한 연구 187
7.3 부도예측모형 구축을 위한 연구변수 190
7.4 중소기업 부도예측모형 구축 사례 194
7.4.1 데이터 수집과 사전 처리 194
7.4.2 중소기업 부도예측모형 구축 단계 195
7.4.3 중소기업 부도예측모형의 예측정확도 200

08장. 온라인 P2P 대출거래의 채무불이행예측 207
8.1 P2P 금융과 P2P 대출 207
8.2 국내외 P2P 대출서비스 209
8.3 P2P 대출거래의 구성요소 212
8.4 P2P 대출거래 공개용 데이터베이스 214
8.4.1 렌딩클럽의 P2P 대출거래 데이터베이스 214
8.4.2 렌딩클럽의 P2P 대출거래 분석 217
8.5 인공지능기법을 이용한 P2P 대출거래의 채무불이행예측 220
8.5.1 연구절차 및 방법 220
8.5.2 국내외 P2P 대출기업의 연체율과 채무불이행률 220
8.5.3 자료수집 및 변수선정 223
8.5.4 P2P 대출거래 채무불이행예측모형의 오분류율 비교분석 226
8.6 P2P 대출거래 시장 활성화를 위한 요인 228

09장. 기업의 상장과 상장폐지예측 235
9.1 기업의 상장과 상장폐지 235
9.2 상장적격성 실질심사제도 237
9.3 관리종목과 상장폐지 241
9.4 상장폐지예측 관련 연구 243
9.5 상장폐지예측모형 구축 246

10장. 기업의 배당과 배당정책예측 255
10.1 배당과 배당정책의 의미 255
10.2 배당의 종류: 현금배당, 주식배당, 청산배당 258
10.3 배당지급절차 259
10.4 배당정책과 기업가치에 관한 논쟁 260
10.5 배당결정요인 및 배당정책에 관한 연구 263
10.6 배당지급여부를 결정하는 특성변수 265
10.7 배당의 고객효과와 배당의 안정성 268
10.8 다양한 배당정책: 자사주 매입, 주식배당, 그리고 주식분할과 병합 271
10.9 배당정책 관련 이론: 신호이론과 대리인이론 272

11장. 금융 빅데이터 분석 실습 281
11.1 래피드마이너(RapidMiner) 개요 및 설치 방법 281
11.2 래피드마이너의 모델링 단계 283
11.3 기업신용등급예측모형 구축 285
11.3.1 신용등급 데이터 및 연구변수 285
11.3.2 기업신용등급예측모형 구축: 로지스틱 회귀분석 287
11.3.3 기업신용등급예측모형 구축: 신경망 290
11.3.4 기업신용등급예측모형 구축: 의사결정나무(CART) 293
11.4 P2P 대출거래의 채무불이행예측모형 구축 295
11.4.1 P2P 대출데이터 및 연구변수 296
11.4.2 P2P 대출거래의 채무불이행예측모형 구축: 판별분석 297
11.4.3 P2P 대출거래의 채무불이행예측모형 구축: 신경망 299
11.4.4 P2P 대출거래의 채무불이행예측모형 구축: 의사결정나무(C5.0) 303
11.5 금융 빅데이터 실습 마무리 305

관련분야 신착자료

Kostolany, André (2021)