本书通过Python示例介绍人工智能技术在金融数据分析中的应用。你将了解如何运用神经网络、强化学习等深度学习技术预测金融市场。本书分为六大部分。第一部分介绍人工智能算法的核心概念，包括监督学习和神经网络，并描绘超级人工智能愿景。第二部分讨论机器学习技术在金融市场中的应用。第三部分更进一步，讨论如何利用神经网络和强化学习技术解决金融市场中的统计失效问题。第四部分详述如何利用算法交易解决统计失效问题。第五部分展望未来，探讨人工智能会如何改变金融业。第六部分给出以Python实现的神经网络，可用于时间

“十四五”时期，我国社会信用体系建设将进入高质法治化发展新阶段，作为推动“放管服”改革、提升治理能力的基础支撑，信用优化营商环境成为引领经济新常态的重要抓手，信用支撑数字经济成为经济可持续发展的新思维。本书系统地介绍了我国社会信用体系建设现状及发展趋势，讲解了大数据信用智能评估技术原理及其在互联网金融、养老、医药、社会治理等领域的示范应用案例，为信用评估技术在科技服务、社会治理及其他新型服务等方面的应用提供参考和借鉴，从而优化社会信用环境，助推社会信用体系建设。本书适合征信、金融、科技、社会管理

本书作者通过个人学习Python的经历, 萃取出一套高效率的学习途径, 帮助零基础的非专业程序员迅速掌握Python语言来进行数据处理、分析金融数据以及展开数字化营销。全书共7章, 第1章介绍基础知识, 第2章介绍如何写脚本, 第3章重点介绍Pandas数据分析, 第4章介绍Python数据抓取, 第6章和第7章介绍如何运用Python来进行金融数据分析和数字化营销。

本书围绕当今汽车金融的实际操作需要，以真实生动的案例、翔实可靠的数据，系统介绍了汽车金融的概述、目前国内外汽车金融的发展概况、汽车金融市场的主体、汽车消费信贷、汽车保险、汽车租赁、汽车置换以及当前汽车金融发展面临的困境和未来的发展趋势。每个项目都引人了实际案例分析，贴合生活，并且通过指导学生实践，结合实际案例，强化其实践应用能力，有利于更好地把握知识内容。

本书以作者首次提出的“股东资源”这一全新的学术概念，全面分析论证了其在公司生存、发展中的重要价值。作者认为，与其“事后观察”并讨论股权结构对于公司治理、公司业绩的影响，不如“事前预判”什么样的股东会走到一起创办公司并共同追求价值增值。在股东资源逻辑看来，“物以类聚，人以群分”很好地刻画了公司由传统的“资合”向现代的“人合+资合”蜕变过程中所体现的资源效应（物质基础）以及内嵌于公司运行中的治理逻辑（上层建筑）。其中，股东资源（主要指少数大股东的资源禀赋）的异质性、互补性、长期性，以及股东资源集聚对

大数据征信是大数据技术与征信业务相结合的产物，它通过对多源、异构、海量、实时数据进行采集、整理、分析和挖掘，实现多维度刻画信用主体画像，并运用大数据技术设计征信评价模型，向使用者提供信用主体的履约和信用状况，作者团队研发平台为大数据征信智能评估与开放服务平台。在《中华人民共和国数据安全法》和《中华人民共和国个人信息保护法》相继施行的背景下，本书就如何规范大数据征信行业及如何让大数据征信赋能其他行业展开分析和设计。 本书主要面向大数据技术从业人员、征信行业从业人员和有意愿了解大数据征信的各行业主体

本书从实践出发，从每个家庭资产配置必备的三个账户出发，将保险的功用、类别、产品选择等原理与配置逻辑一一阐释清楚，贯通保险的选择和配置全过程。

本书共六章，内容包括：研究所涉概念界定和理论基础、国内高校保险学专业发展历程、保险科技的融合发展、保险行业人才需求调查、部分高校保险学专业人才培养方案的修订与调整、教学模式与教学方法改革的探索。

本书首先构建了研究中国RTFD-FCI的理论分析框架和统计计量模型，并构建了中国货币政策双重最终目标混频损失函数（MLF），接着选择30个金融指标，使用新构建的频率之比随机的MF-MI-TVP-SV-SFAVAR模型，实证测度了中国RTFD-FCI，并实证检验了其对（或与）产出和通货膨胀的领先性、一致性、相关性、因果关系和预测能力，最后将其应用到金融风险状况监测、金融系统性风险分析、金融经济基本面波动趋势预测中，具有较大的学术借鉴意义和应用价值。

债券市场上通宏观政策，下连微观主体，在一国金融体系中发挥着基础性作用。中国债市是名副其实的大国债市，债市国际化之路，也是我国金融强国之路的重要环节，关乎人民币国际化，关乎全球标准制定，更关乎全球金融话语权。本书阐释了我国债市国际化内涵和意义，对债市国际化实践和制度建设做了详细梳理，从金融改革、可持续金融、全球博弈等维度分析了债市国际化的方向，并指出要总结借鉴国际经验，克服债市国际化阻力，从金融强国的高度迈向高水平债市国际化。