圖書描述
著者信息
作者簡介
謝邦昌 教授
學曆：
國立颱灣大學生物統計學博士
現任：
颱北醫學大學管理學院副院長、大數據研究中心主任、中華資料採礦協會榮譽理事長
主要經曆：
九十三年特種考試地方政府公務人員考試典試委員
中國統計學社民意測驗召集委員、國際統計委員、統計教育委員
統計服務委員、財務委員、統計奬學金委員(第三十一屆)
輔仁大學統計資訊學係教授
中國統計學社理事、民意測驗委員會召集人(1994～迄今)
中華民國民意測驗協會理事(1995～迄今)
內政部統計委員會委員(1995～迄今)
國傢科學委員會企劃考核處統計顧問(1996～迄今)
行政院主計處統計委員會兼任研究員(1997～迄今)
全國意嚮顧問研究中心榮譽顧問(1998～迄今)
東森電視颱顧問
中華民國全國商業總會諮詢委員
榮民總醫院 名譽顧問
國傢政策研究基金會 財政金融組顧問
中國大陸國傢統計局教材編審委員
中國人民大學統計學係客座教授
中國人民大學統計學係Data Mining中心客座教授
中國人民大學應用統計研究中心教授
中國人民大學統計調查研究中心顧問兼客座教授
廈門大學計劃統計學係客座教授
上海財經大學統計學係客座教授
西安統計學院特聘研究員
Journal Of Data Science 執行編輯
經曆：
輔仁大學統計係教授兼係主任(1995～2000)
輔仁大學管理學院院務發展委員(1996～1997)
輔仁大學中西文化中心兼任研究員(1994～1996)
輔仁管理評論編輯委員(1994～1997)
TVBS民意調查中心榮譽顧問(1996～1998)
東森電視颱民意調查中心榮譽顧問(1999～2000)
東森電視颱市場及民意調查中心榮譽顧問(1999～2003)
颱灣大學生物統計研究室兼任教授(1992～2003)
輔仁大學總務長 (2003～2005)
輔仁大學進修成長學院院長(2004～2005)
鄭宇庭
學曆：
美國明尼蘇達大學 統計學 博士
現職：
國立政治大學統計學係 副教授
主要經曆：
國立政治大學統計學係副教授 (2002－迄今)
國立政治大學資料採礦中心主任 (2007－迄今)
國立政治大學統計學係助理教授 (1997－2002)
國立政治大學商學院民意與市場調查中心主任 (2014－迄今)
美國精算學會副精算師 (1995－迄今)
國立政治大學選舉研究中心兼任委員 (1998－迄今)
尼爾森電視收視率調查監督委員 (1998－2001)
基隆市政府民意調查審議小組委員 (1998－1999)
中國統計學社民意測驗及統計教育委員 (1999－2003)
中華資料採礦協會常務理事 (2001－迄今)
司法院資料採礦研討會委員 (2003－2004)
中華市場研究協會常務理事 (2008－2012)
中華市場研究協會副理事長 (2013－迄今)
謝邦昌 教授
學曆：
國立颱灣大學生物統計學博士
現任：
颱北醫學大學管理學院副院長、大數據研究中心主任、中華資料採礦協會榮譽理事長
主要經曆：
九十三年特種考試地方政府公務人員考試典試委員
中國統計學社民意測驗召集委員、國際統計委員、統計教育委員
統計服務委員、財務委員、統計奬學金委員(第三十一屆)
輔仁大學統計資訊學係教授
中國統計學社理事、民意測驗委員會召集人(1994～迄今)
中華民國民意測驗協會理事(1995～迄今)
內政部統計委員會委員(1995～迄今)
國傢科學委員會企劃考核處統計顧問(1996～迄今)
行政院主計處統計委員會兼任研究員(1997～迄今)
全國意嚮顧問研究中心榮譽顧問(1998～迄今)
東森電視颱顧問
中華民國全國商業總會諮詢委員
榮民總醫院 名譽顧問
國傢政策研究基金會 財政金融組顧問
中國大陸國傢統計局教材編審委員
中國人民大學統計學係客座教授
中國人民大學統計學係Data Mining中心客座教授
中國人民大學應用統計研究中心教授
中國人民大學統計調查研究中心顧問兼客座教授
廈門大學計劃統計學係客座教授
上海財經大學統計學係客座教授
西安統計學院特聘研究員
Journal Of Data Science 執行編輯
經曆：
輔仁大學統計係教授兼係主任(1995～2000)
輔仁大學管理學院院務發展委員(1996～1997)
輔仁大學中西文化中心兼任研究員(1994～1996)
輔仁管理評論編輯委員(1994～1997)
TVBS民意調查中心榮譽顧問(1996～1998)
東森電視颱民意調查中心榮譽顧問(1999～2000)
東森電視颱市場及民意調查中心榮譽顧問(1999～2003)
颱灣大學生物統計研究室兼任教授(1992～2003)
輔仁大學總務長 (2003～2005)
輔仁大學進修成長學院院長(2004～2005)
鄭宇庭
學曆：
美國明尼蘇達大學 統計學 博士
現職：
國立政治大學統計學係 副教授
主要經曆：
國立政治大學統計學係副教授 (2002－迄今)
國立政治大學資料採礦中心主任 (2007－迄今)
國立政治大學統計學係助理教授 (1997－2002)
國立政治大學商學院民意與市場調查中心主任 (2014－迄今)
美國精算學會副精算師 (1995－迄今)
國立政治大學選舉研究中心兼任委員 (1998－迄今)
尼爾森電視收視率調查監督委員 (1998－2001)
基隆市政府民意調查審議小組委員 (1998－1999)
中國統計學社民意測驗及統計教育委員 (1999－2003)
中華資料採礦協會常務理事 (2001－迄今)
司法院資料採礦研討會委員 (2003－2004)
中華市場研究協會常務理事 (2008－2012)
中華市場研究協會副理事長 (2013－迄今)
圖書目錄
PART I 統計金融財務概述
chapter1 金融投資概要
第一節 投資基本概念
第二節 投資工具
chapter2 認識風險與報酬
第一節 報酬率
第二節 風險
chapter3 基本證券分析概要
第一節 證券投資分析概述
第二節 證券投資分析的主要方法
chapter4 金融市場簡介
chapter5 投資組閤分析
第一節 投資組閤理論（I）
第二節 投資組閤理論（II）
第三節 分散風險
第四節 投資組閤選擇
第五節 考慮資本市場後的效率前緣
第六節 資本資産定價理論
第七節 套利定價理論
chapter6 股票投資分析
第一節 股票定義
第二節 股票評價
第三節 成長模式評價模式
第四節 特彆股評價
第五節 認股權證評價
chapter7 債券投資分析
第一節 債券特性
第二節 固定收益證券的投資風險
第三節 固定收益證券的報酬
第四節 債券評價
第五節 利率期間結構
第六節 存續期間及其應用
第七節 決定存續期間因素
chapter8 選擇權評價及其應用
第一節 選擇權的發展及應用
第二節 選擇權簡介
第三節 選擇權的特性及簡述
第四節 選擇權操作策略及功能
chapter9 基本財務管理報錶分析
第一節 認識財務管理
第二節 財務管理的企業角色
第三節 財務比率
chapter10 統計金融模型
第一節 迴歸分析
第二節 羅吉斯迴歸分析
第三節 類神經網路模型
第四節 時間序列模型
第五節 轉換函數模式
第六節 ARCH、GARCH 模型
第七節 資本資産定價模型
chapter11 新巴塞爾資本協定
第一節 新版巴塞爾協定
第二節 新巴塞爾協定與金融風險控管
第三節 新巴塞爾協定是颱灣金融業挑戰
PART II 資料採礦理論介紹
chapter12 資料採礦理論及簡介
第一節 何謂Data Mining?
第二節 資料採礦建模的標準CRISP-DM
第三節 資料採礦與其他相關領域的關係
chapter13 商業智慧理論及簡介
第一節 商業智慧
第二節 商業智慧之實施流程
第三節 SQL Server 2005 成功案例
chapter14 資料採礦應用案例
第一節 資料採礦在銀行業應用
第二節 資料採礦— 實際案例應用介紹
PART III 資料採礦案例演練
PART IV 資料採礦案例演練（R）
PART V 資料採礦案例演練（Excel）
chapter1 金融投資概要
第一節 投資基本概念
第二節 投資工具
chapter2 認識風險與報酬
第一節 報酬率
第二節 風險
chapter3 基本證券分析概要
第一節 證券投資分析概述
第二節 證券投資分析的主要方法
chapter4 金融市場簡介
chapter5 投資組閤分析
第一節 投資組閤理論（I）
第二節 投資組閤理論（II）
第三節 分散風險
第四節 投資組閤選擇
第五節 考慮資本市場後的效率前緣
第六節 資本資産定價理論
第七節 套利定價理論
chapter6 股票投資分析
第一節 股票定義
第二節 股票評價
第三節 成長模式評價模式
第四節 特彆股評價
第五節 認股權證評價
chapter7 債券投資分析
第一節 債券特性
第二節 固定收益證券的投資風險
第三節 固定收益證券的報酬
第四節 債券評價
第五節 利率期間結構
第六節 存續期間及其應用
第七節 決定存續期間因素
chapter8 選擇權評價及其應用
第一節 選擇權的發展及應用
第二節 選擇權簡介
第三節 選擇權的特性及簡述
第四節 選擇權操作策略及功能
chapter9 基本財務管理報錶分析
第一節 認識財務管理
第二節 財務管理的企業角色
第三節 財務比率
chapter10 統計金融模型
第一節 迴歸分析
第二節 羅吉斯迴歸分析
第三節 類神經網路模型
第四節 時間序列模型
第五節 轉換函數模式
第六節 ARCH、GARCH 模型
第七節 資本資産定價模型
chapter11 新巴塞爾資本協定
第一節 新版巴塞爾協定
第二節 新巴塞爾協定與金融風險控管
第三節 新巴塞爾協定是颱灣金融業挑戰
PART II 資料採礦理論介紹
chapter12 資料採礦理論及簡介
第一節 何謂Data Mining?
第二節 資料採礦建模的標準CRISP-DM
第三節 資料採礦與其他相關領域的關係
chapter13 商業智慧理論及簡介
第一節 商業智慧
第二節 商業智慧之實施流程
第三節 SQL Server 2005 成功案例
chapter14 資料採礦應用案例
第一節 資料採礦在銀行業應用
第二節 資料採礦— 實際案例應用介紹
PART III 資料採礦案例演練
PART IV 資料採礦案例演練（R）
PART V 資料採礦案例演練（Excel）
圖書序言
序
根據國際知名諮詢公司麥肯錫的報告顯示：在大數據應用綜閤價值潛力方麵，資訊技術、金融保險、政府及批發貿易四大行業潛力最高。具體到行業內每傢公司的數據量來看，資訊、金融保險、計算機及電子設備、公用事業四類的數據量最大。而以中國為例，金融業大數據的投資規模為第三名，占據瞭17.5%，由此可看齣，無論企業的規模大小及曆史長短，大數據已全麵性地走入瞭各行各業。而根據研究機構國際數據資訊（International Data Corporation, IDC）研究指齣，全球資料量正以每年50%的速度成長，其中，又有近90% 的數據是近兩年纔齣現的，可以看齣未來的大數據金融業是一座藏金礦，正等著企業去挖掘、利用，並做齣決策。
金融業在大數據上已有許多的應用，舉例來說，透過使用者在網路上的購物行為，能夠結閤自身的平颱及業務，為使用者提供信貸業務；又或是透過企業的産業、銷售、財務等情況量化企業的信用額度，並結閤大數據做風險評估；也能應用大數據的挖掘，針對人的基本資訊及交易曆史預防與管理詐欺等金融犯罪的行為。
相對於其他資料庫係統或資料採礦軟體，微軟的資料庫係統 Microsoft SQL Server可為使用者的關鍵任務應用程式提供突破性的效能、可用性及管理性。SQL Server 亦針對綫上交易處理（OLTP）和資料倉儲提供瞭內建於閤新資料庫的記憶體中（In-Memory）新功能，填補現有記憶體中資料倉儲和商業智慧的功能，尤其在金融領域的應用更是有其長處；處理資料量大且快速同時迅速建立大數據模型。藉助這些功能，更能提供企業再處理商業智慧方案的性能與效率。然而要如何充分發揮Microsoft SQL Server 及應用在現實案例中，則需要一定的專業知識和學習過程。針對業界實務上的需求，我們編寫瞭這本書，以期在金融實務應用和理論方法之間搭建一座橋梁，讓讀者迅速掌握現在商業智慧的主要內容及其分析技術與技巧。
根據國際知名諮詢公司麥肯錫的報告顯示：在大數據應用綜閤價值潛力方麵，資訊技術、金融保險、政府及批發貿易四大行業潛力最高。具體到行業內每傢公司的數據量來看，資訊、金融保險、計算機及電子設備、公用事業四類的數據量最大。而以中國為例，金融業大數據的投資規模為第三名，占據瞭17.5%，由此可看齣，無論企業的規模大小及曆史長短，大數據已全麵性地走入瞭各行各業。而根據研究機構國際數據資訊（International Data Corporation, IDC）研究指齣，全球資料量正以每年50%的速度成長，其中，又有近90% 的數據是近兩年纔齣現的，可以看齣未來的大數據金融業是一座藏金礦，正等著企業去挖掘、利用，並做齣決策。
金融業在大數據上已有許多的應用，舉例來說，透過使用者在網路上的購物行為，能夠結閤自身的平颱及業務，為使用者提供信貸業務；又或是透過企業的産業、銷售、財務等情況量化企業的信用額度，並結閤大數據做風險評估；也能應用大數據的挖掘，針對人的基本資訊及交易曆史預防與管理詐欺等金融犯罪的行為。
相對於其他資料庫係統或資料採礦軟體，微軟的資料庫係統 Microsoft SQL Server可為使用者的關鍵任務應用程式提供突破性的效能、可用性及管理性。SQL Server 亦針對綫上交易處理（OLTP）和資料倉儲提供瞭內建於閤新資料庫的記憶體中（In-Memory）新功能，填補現有記憶體中資料倉儲和商業智慧的功能，尤其在金融領域的應用更是有其長處；處理資料量大且快速同時迅速建立大數據模型。藉助這些功能，更能提供企業再處理商業智慧方案的性能與效率。然而要如何充分發揮Microsoft SQL Server 及應用在現實案例中，則需要一定的專業知識和學習過程。針對業界實務上的需求，我們編寫瞭這本書，以期在金融實務應用和理論方法之間搭建一座橋梁，讓讀者迅速掌握現在商業智慧的主要內容及其分析技術與技巧。
圖書試讀
用户评价
相关图书
本站所有內容均為互聯網搜尋引擎提供的公開搜索信息，本站不存儲任何數據與內容，任何內容與數據均與本站無關，如有需要請聯繫相關搜索引擎包括但不限於百度，google,bing,sogou 等
© 2025 twbook.tinynews.org All Rights Reserved. 灣灣書站 版權所有