金融

在互联网金融迅猛发展的背景下，风险控制问题已然成为行业焦点，基于大数据的风控模型正在成为互联网金融领域的热门战场。那么，大数据风控到底是怎么一回事呢？与传统风控相比，它又是怎样来进行风险识别的呢？本文对此进行了探讨。 大数据能够进行数据变现的商业模式目前就是两个 ，一个是 精准营销 ，典型的场景是商品推荐和精准广告投放， 另外一个是 大数据风控 ，典型的场景是互联网金融的大数据风控。 金融的 本质是风险管理 ，风控是所有金融业务的核心。典型的金融借贷业务例如抵押贷款、消费贷款、P2P、供应链金融、以及票据融资都需要数据风控识别欺诈用户及评估用户信用等级。 传统金融的风控主要利用了信用属性强大的金融数据，一般采用20个纬度左右的数据， 利用评分来识别客户的还款能力和还款意愿 。信用相关程度强的数据纬度为十个左右，包含 年龄、职业、收入、学历、工作单位、借贷情况、房产，汽车、单位、还贷记录 等，金融企业参考用户提交的数据进行打分，最后得到申请人的信用评分，依据评分来决定是否贷款以及贷款额度。其他同信用相关的数据还有 区域、产品、理财方式、行业、缴款方式、缴款记录、金额、时间、频率 等。 互联网金融的大数据风控并不是完全改变传统风控，实际是丰富传统风控的数据纬度。互联网风控中， 首先还是利用信用属性强的金融数据，判断借款人的还款能力和还款意愿，然后在利用信用属性较弱的行为数据进行补充

https://www.cnblogs.com/nxld/p/6364686.html 在互联网金融迅猛发展的背景下，风险控制问题已然成为行业焦点，基于大数据的风控模型正在成为互联网金融领域的热门战场。那么，大数据风控到底是怎么一回事呢？与传统风控相比，它又是怎样来进行风险识别的呢？本文对此进行了探讨。 大数据能够进行数据变现的商业模式目前就是两个 ，一个是精准营销 ，典型的场景是商品推荐和精准广告投放， 另外一个是大数据风控 ，典型的场景是互联网金融的大数据风控。 金融的 本质是风险管理 ，风控是所有金融业务的核心。典型的金融借贷业务例如抵押贷款、消费贷款、P2P、供应链金融、以及票据融资都需要数据风控识别欺诈用户及评估用户信用等级。 传统金融的风控主要利用了信用属性强大的金融数据，一般采用20个纬度左右的数据， 利用评分来识别客户的还款能力和还款意愿 。信用相关程度强的数据纬度为十个左右，包含年龄、职业、收入、学历、工作单位、借贷情况、房产，汽车、单位、还贷记录等，金融企业参考用户提交的数据进行打分，最后得到申请人的信用评分，依据评分来决定是否贷款以及贷款额度。其他同信用相关的数据还有区域、产品、理财方式、行业、缴款方式、缴款记录、金额、时间、频率等。 互联网金融的大数据风控并不是完全改变传统风控，实际是丰富传统风控的数据纬度。互联网风控中，首先还是利用信用属性强的金融数据

投资，因为他做的是钱生钱，利滚利的事情，而且，成百上千倍的收益回报，更人让羡慕与向往不已，追求者更恨为啥自己没钱投资，要不1:100、1:1000倍的回报，那个潇洒与神气比啥都滋润； 也确实，09年、10年，中国投行是相当滋润的日子，简单的一个包皮公司，稍微包装与营销，那就是价值一个劲的往上冲，挣钱挣到自己都不好意思。所以很多资产管理、理财公司或产品相继现身，类似于，错过了yahoo投资，不要错有google ,错过了google不要错过facebook的营销手段，让很多普通投资者，相当的看好PE、VC、创投公司的产品，甚至很多杂牌军也异常的火爆，可是，只靠讲大话，空谈价值成长回报的故事，在2012年不那么好舒坦了，但是市场仍旧有着小许的神话，歆慕的投资者，还是把钱交给迷信着的“专业投资人”，等待着大幅度的增长的收获，可是是结果如何呢？ 我这么没有针对具体的公司/产品做个严谨的调查，但从整个大的行业背景与趋势来看，顶多只是一份耕耘，一份收获；有些都还不到一分收获，我了解到的创投，比如有1个亿的资金，基本是分摊成20份，每份500万，然后撒向20个公司，中间如果有一家公司收益达20倍以上，即便其他全损失，也不亏钱；所以他们靠的也是一种概率。 最近听说过好几个投资的故事，投资人拿了投资者的钱砸个上500，上1000万，就凭人家的忽悠，结果投资不出半年，项目纷纷瘫痪

日前，中共中央、国务院近日印发了《关于营造更好发展环境支持民营企业改革发展的意见》。《意见》提出优化公平竞争的市场环境，进一步放开民营企业市场准入，并提出一系列有针对性的举措，完善精准有效的政策环境，包括完善民营企业直接融资支持制度、健全银行业金融机构服务民营企业体系、健全民营企业融资增信支持体系、进一步减轻企业税费负担等。 对于进一步放开民营企业市场准入，《意见》提出，深化“放管服”改革，进一步精简市场准入行政审批事项，不得额外对民营企业设置准入条件。全面落实放宽民营企业市场准入的政策措施，持续跟踪、定期评估市场准入有关政策落实情况，全面排查、系统清理各类显性和隐性壁垒。 对于完善民营企业直接融资支持制度，《意见》提出，完善股票发行和再融资制度，提高民营企业首发上市和再融资审核效率。积极鼓励符合条件的民营企业在科创板上市。深化创业板、新三板改革，服务民营企业持续发展。支持服务民营企业的区域性股权市场建设。 在健全银行业金融机构服务民营企业体系方面，《意见》提出，进一步提高金融结构与经济结构匹配度，支持发展以中小微民营企业为主要服务对象的中小金融机构。深化联合授信试点，鼓励银行与民营企业构建中长期银企关系。健全授信尽职免责机制，在内部绩效考核制度中落实对小微企业贷款不良容忍的监管政策。强化考核激励，合理增加信用贷款，鼓励银行提前主动对接企业续贷需求

作者 | 胡巍巍 出品 | 区块链大本营（blockchain_camp） 北京今天下雪了，再有几天就是圣诞，过了圣诞，很快就是2020年。 以史为镜，可以知兴替。冷静的岁末冬日，更适合坐下来，好好回顾下这一年间，区块链的浮浮沉沉，总结下得失、挥挥衣袖再出发。 那么，这一年，就有哪些区块链大事记呢？ 一、IEO流行 1月28日，币安上币平台Binance Launchpad，上线售卖BTT（BitTorrent比特流），这次BTT的抢购，正式掀起了一阵IEO的狂风。 4月3日，交易所OKEx宣布首个应用型Token销售平台“OK Jumpstart”正式上线。 4月7日，菲律宾持政府全牌照交易所CZC，也正式上线了首个IEO项目AMTK（Amber Token）琥珀令牌。 那么，IEO是什么？ IEO是Initial Exchange Offerings的缩写，意思是以交易所为核心的Token发行。 举个例子，一个项目，除了早期私募是由机构参与之外，往后的公募和上线交易，都在同一个交易所完成，这就是IEO模式。它没有融资认购的过程，上线交易所后，用户直接就能买卖。 二、Libra横空出世 2019年6月18日，当不少国人在沉浸在年中购物节的兴奋中，Facebook的扎克伯格发布Libra白皮书。 Libra，是Facebook新推出的虚拟加密货币。它是一种不追求对美元汇率稳定

序号 编号 会计科目名称 会计科目适用范围 序号 编号 会计科目名称 会计科目适用范围 一、资产类 一、资产类 1 1001 库存现金 47 1523 可供出售金融资产 2 1002 银行存款 48 1524 长期股权投资 3 1003 存放中央银行款项 银行专用 49 1525 长期股权投资减值准备 4 1011 存放同业 银行专用 50 1526 投资性房地产 5 1015 其它货币基金 51 1531 长期应收款 6 1021 结算备付金 证券专用 52 1541 未实现融资收益 7 1031 存出保证金 金融共用 53 1551 存出资本保证金 保险专用 8 1051 拆出资金 金融共用 54 1601 固定资产 9 1101 交易性金融资产 55 1602 累计折旧 10 1111 买入返售金融资产 金融共用 56 1603 固定资产减值准备 11 1121 应收票据 57 1604 在建工程 12 1122 应收帐款 58 1605 工程物资 13 1123 预付帐款 59 1606 固定资产清理 14 1131 应收股利 60 1611 融资租赁资产 租赁专用 15 1132 应收利息 61 1612 未担保余值 租赁专用 16 1211 应收保护储金 保险专用 62 1621 生产性生物资产 农业专用 17 1221 应收代位追偿款 保险专用 63 1622

新加坡金融管理局（MAS）是新加坡中央银行，成立于1971年，由政府部门执行并专业管理，其职能组合了银行至财经等诸多金融机能，包括制订金融和货币方面的政策、保证经济稳定发展、促进可持续发展的金融服务产业等。 MAS还是一家综合监管机构。新加坡金管局颁发的牌照名为CMS，全称为“Capital Markets Services Licensee。 新加坡MAS监管牌照类型： 它具有三大类牌照，分别为“货币兑换”牌照；“标准支付”牌照和“大型支付机构”牌照。 3.“货币兑换”牌照： 货币兑换牌照用于兑换货币服务，该牌照监管范围较小，业务涉及到的商业规模较小、风险较低。 4.“标准支付机构”牌照： 该牌照在开户、境内外转账、商业采购、电子支付、货币兑换类行业，对支付/转账额度有所限制，即年均月度业务涉及金额≤300万SGD/或年均月度业务涉及流水额≤600万SGD。 5.“大型支付机构”牌照： 业务涉及金额超过“标准支付”牌照中所列行业，牌照审批较为严格。 新加坡MAS监管金融牌照申请条件： 首先要注册新加坡当地的公司： 至少有一名股東（可以是法人，没有国籍限制或居留限制） 至少有一名新加坡董事（只能是自然人，至少有一名是新加坡居民/新加坡工作准证持有人） 会计要求 – 提交年度财务报表是必需的审计 - 必需的 当地办公室 – 必需的注册的办公室 必需的当地秘书 公司注册以后牌照申请流程

文章目录 什么是金融 资产和资产的回报率 资产定价 金融摩擦与金融契约理论 有效市场之争与行为金融 什么是金融 金融就是资金融通，由维基百科所定义的，金融是处理资产和负债 在 时间和确定及不确定状态下分配的领域。 如何理解呢？主要从这么几点入手。 金融处理的是金融资产在不同主体之间的分配。 时间和不确定性是金融活动两个不可缺少的维度。 比如我们到银行存款，就是牺牲了 当前 的资金持有，以获得 未来 的本息支付。而未来是尚未发生的，不确定的，这种不确定性是金融经济学研究的核心内容。 资产和资产的回报率 未来尚未发生，由多种可能，我们这里简单的用二叉树来概括。 在上述二叉树的情况下，发生 X u X_u X u ​ 的概率是 q q q ，发生 X d X_d X d ​ 的概率是 1 − q 1-q 1 − q 。虽然图以及其表达很简单，但是却是金融分析里的重要工具。 在树图中表示一种资产，需要描述出资产在 未来的回报(payoff/return)和现在的价格 。上图未来的回报可能有两种， X u X_u X u ​ 和 X d X_d X d ​ ，投资者在决策是否购买某种资产时，就是为了权衡未来获得的可能回报在当前付出 P P P 下是否合算，这就是 资产定价(asset pricing) 问题。 从逻辑上，资产定价似乎也可以反过来问，在给定 P P P 的前提下

最近一段时间，写文章的时间比较少，因为我大部分时间都花在了学习金融知识上。 自从2019年11月11日在得到APP上购买“香帅的北大金融学课”开始，一直到2019年12月10号也就是今天为止，我学习了整整一个月的时间，今天终于“毕业”了。 纵观这一个月时间的学习，我的收获非常非常多，也许会改变我的人生，在此分享给大家。 1、金融知识：此前我是金融初学者，没有接受过任何的科班教育，甚至股票基金等实操也未曾涉猎。通过香帅老师课程的学习，我能够从古至今、从国外到国内、从庙堂到民间、从文化到艺术、从理论到应用、从学问到学科、从术到道、从数字到网络、从宏观到微观、从静态到动态、从一维到多维等不同层面进行学习和对比，老师的知识讲解脉络清晰、浅显易懂、直达本质，让我这等金融知识非常浅薄的人也能受益匪浅。我开了账户，投资了股票和基金，学会了公司估值和判断的基本方法，理解了金融的演变历史，明白了银行、投行、债券、股票、基金等基本概念，看懂了科技-金融、PPI-CPI、降准-加息、宏观-微观、区块链-大数据、信用-价值等基本原理，我好像更加理解这个世界了。 2、金融思维：我追求多维的思维模式，而金融就是那个最好的思维方式之一。通过金融，我了解了人类演变的金融历史和未来的金融趋势，了解了金融的基本要素-“时间、风险和杠杆”，了解了个人投资和公司金融，我了解了金融的巨大效能和我们国家的发展变化

现在对于高频交易普遍存在误读，要么认为非常赚钱，要么认为扰乱市场。而实际上，大部分高频策略根本不是赚钱策略，是做市用，提高市场流动性和市场深度的，说白了，是繁荣市场，增强交易所稳定性和国际竞争力的。 真正扰乱市场的，跟频率没关系，就算是低频，如果市场容量小，照样影响，比如现在的小盘交易所，现货，以及之前文交所的情况。反而是随机单，盈利低不说，还把市场搞得很乱，最后整个市场的盈利水平降低，就跟现在欧美市场一样。 目前公开宣传的很多人根本没有高频交易经验，所以说话很多都是想当然，不太负责任。 还有一个令高频交易饱受舆论诟病的是，人们包括很多专家，把失误损失和市场操纵归咎于高频交易模式、而不是操作风险管理缺陷和违规交易；把市场不公平归咎于高频交易、而不是大机构行为和监管漏洞。 人们时常从媒体上了解到因为“胖手指”（Fat Finger）或某个机构的订单程序进入了死循环而向市场中发出了巨量订单，然后高频交易算法迅速反应，造成市场崩盘或者剧烈波动的情况。 很多人会说，如果没有高频交易，那么市场就不会这么动荡，因为人们不会来不及反应，而且高频交易在市场波动的时候推波助澜，加剧了市场波动。 而实际上，即便没有高频交易，市场参与者也会根据自己的情况作出平开仓的决策，当这种决策具有广泛一致性的时候，市场一样会出现剧烈波动，这个是市场中一个常态特征。 而且不是所有高频交易策略都是趋势跟随类策略