金融大数据论文选题报告

一、选题的理论意义与实际意义由于我国商业银行的个人理财业务起步较晚，目前尚处于发展的初期，还不是真正意义上的理财服务。理财的最终目标在于帮助客户制定“个性化”的“理财规划”。但从目前国内金融机构个人理财业务开展的情况来看，理财产品的设计同居民个人需求间还存在着一定差距，目前只是银行现有产品的简单组合，真正能帮客户理财，能实现增值的产品却不多。因此，在金融机构理财产品的开发过程中，应强化以客户需求为主的理念，对客户市场进一步细化，对客户需求进行深入地挖掘，以设计出针对性强、客户群体明显的产品类别。降低风险是个人理财的重要原则，投资组合多元化效应告诉我们将一定数量负相关或相关性小的资产组合在一起进行投资可以分散风险，因此投资组合是个人理财业务的核心内容。成功构建投资组合要以投资组合理论为基础，投资组合理论是以数学、统计学作为研究和分析的工具，更加侧重定量分析，目前己被广泛应用于许多领域。笔者认为:提供个人理财服务时，在注重客户需求、注重分析宏观经济条件的同时也应该树立定量性的观念，重视对现代计算、分析工具的运用，从而通过宏观和微观两个层次对个人理财服务进行完整、系统的考察。这也意味着投资组合理论的思想与提供个性化、专业化的个人理财服务理念是相符的，因此用投资组合理论来指导个人理财业务是明智的选择。但目前为止，理论界对此研究很少，且都不太深刻。笔者正是在这样的背景下，探讨银行个人理财业务中的投资组合，并为不同风险态度的投资者提供了不同的投资组合模型。二、论文综述国外相关研究:现代组合理论产生的标志是哈里•马科维茨1952年发表的《证券组合选择》论文及其在1959年出版的《证券组合选择:有效的分散化》一书。马科维茨在其论文中为衡量证券组合的收益和风险设置了基本指标即证券组合的期望收益率和方差，从而奠定了现代证券组合投资的理论基础。同时，他还论述了如何使投资组合在一定的风险水平下，取得最大可能的预期收益率。马科维茨对证券组合的贡献使金融微观分析成为经济分析中的一个全新领域。由于马科维茨提出的模型在计算方法上较复杂，特别在给定的时间条件下有很大的难度。1963年，马科维茨的学生戚廉•夏普提出了简化的计算形式——单指数模型。这一简化形式使现代投资组合理论被广泛运用于证券经营和管理成为可能。后来，一些投资学家又进一步发展了单指数模型，提出了更为准确的多指数模型。在现代投资组合理论广泛传播之前，夏普和约翰‘林特、简.莫森一起创立了著名的“资本资产定价模型”CAPMe CAPM模型利用马科维茨模型作为一个“实证”(说明性的)理论，走出了从微观分析到金融资产价格形成的市场分析的第一步。该模型揭示的方法在测定投资组合效果、证券估价和证券管理方面得到了广泛的运用。鉴于马科维茨对证券组合模型和夏普对CAPM模型的杰出贡献，1990年他们被授予了诺贝尔经济学奖。同时斯蒂芬卜罗斯(2003)从市场存在套利交易的前提出发，突破性地发展了资本资产定价模型，首创了“套利定价理论”(Arbitrage Pricing Theory)。与CAPM相比，套利定价理论的假设条件很少且贴近于现实市场，并在原则上可以试验。因而在实际运用中更为广泛。随着国际经济的一体化。国际金融市场的发展与完善，交易手段的更新，由一国向多国拓展的国际证券投资也得到了迅猛的发展.关于现代组合理论的研究也拓展到国际证券组合领域，这也是目前现代组合理论研究的前沿。

第一次回答可获2分，答案被采03 15:38 纳可获得悬赏分和额外20分奖励。

其实开题，主要是写一些摘要，你的论文方向，打算借用什么资料等。格式学生姓名: 学 号:专 业:指导教师:年 月 日开题报告填写要求1.开题报告作为毕业设计(论文)答辩委员会对学生答辩资格审查的依据材料之一.此报告应在指导教师指导下,由学生在毕业设计(论文)工作前期内完成,经指导教师签署意见审查后生效.2.开题报告内容必须用黑墨水笔工整书写,按成教处统一设计的电子文档标准格式打印,禁止打印在其它纸上后剪贴,完成后应及时交给指导教师签署意见.3.学生查阅资料的参考文献应在3篇及以上(不包括辞典,手册),开题报告的字数要在1000字以上.4.有关年月日等日期的填写,应当按照国标GB/T 7408—94《数据元和交换格式,信息交换,日期和时间表示法》规定的要求,一律用阿拉伯数字书写.

内容如下：

1、大数据对商业模式影响

2、大数据下地质项目资金内部控制风险

3、医院统计工作模式在大数据时代背景下改进

4、大数据时代下线上餐饮变革

5、基于大数据小微金融

大数据(big data)，或称巨量资料，指的是所涉及的资料量规模巨大到无法透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资讯。

在维克托·迈尔-舍恩伯格及肯尼斯·库克耶编写的《大数据时代》中大数据指不用随机分析法（抽样调查）这样捷径，而采用所有数据进行分析处理。大数据的5V特点（IBM提出）：Volume（大量）、Velocity（高速）、Variety（多样）、Value（低价值密度）、Veracity（真实性）。