刘世平主编的《大数据在金融行业实用案例剖析--系列之三》共分二十二章，主要是大数据在金融行业的经典应用案例，具有很强的指导和借鉴意义。内容主要是如何利用大数据解决金融行业中遇到的各种问题，比如风险管理应用、区块链、银行、保险、证券行业大数据最新应用、第三方服务等。旨在为更多金融机构推动大数据应用提供范例，以大数据技术实实在在的解决我国金融业智能化转型中遇到的问题。

刘世平，博士，中国科学院大学金融科技中心主任，福州大学特聘教授，吉贝克信息技术（北京）有限公司董事长。被公认为业内资深的大数据和商业智能（数据仓库、数据挖掘）和风险管理的顶级专家，拥有几十年商业智能领域的国际开发和管理经验，为全球超过百家大型公司担任过大数据和商业智能咨询。曾先后在经济学、风险管理、环境科学、应用统计方面发表和宣读过30余篇学术论文，完成了多项职务数据挖掘方面技术专利的申请，并分别获得过IBM公司成就奖，发明成就奖，明星工作奖，杰出咨询奖，先后在各种专业杂志上发表专业文章40多篇，并出版了大数据、XBRL方面的多本著作。

第一章 大数据在经济与金融中的应用 董纪昌
一、大数据在经济与金融中的应用模式与案例
二、大数据在经济与金融应用的相关研究
三、大数据在经济与金融中应用的未来前景
第二章 金融科技应用和风险管理 申志华 钱聪
一、金融科技应用领域
二、大数据风险管理
三、金融科技应用案例介绍
第三章 释能金融大数据：从微观、中观到宏观风险分析 刘新海
一、微观角度：基于大数据和人工智能的信用评分
二、中观：基于复杂网络分析的担保圈风险评估
三、宏观：基于信贷大数据的产业经济分析
四、结论
第四章 大数据在地方金融监管中的应用 刘世平
一、地方金融面临的问题
二、地方金融监管中的困难分析
三、大数据在地方金融监管中的作用
四、大数据在地方金融监管中的应用
第五章 客户关联风险传导模型在银行中应用实践——基于大数据风险模型理论 芮万林 王青 陈龙
一、背景及基本释义
二、关联风险传导现状分析
三、关联风险传导应用建设方法
四、关联风险传导应用场景
五、结论及展望
第六章 如何推动传统商业银行向数字化银行转型发展 陈道斌
一、金融业大数据管理与应用发展趋势
二、传统商业银行如何应对科技公司和互联网巨头的挑战
三、如何夯实商业银行数字化转型发展基础
四、如何建立商业银行数字化应用能力
第七章 大数据助力银行业务转型发展 周衡昌
一、银行业务转型发展方向
二、大数据与FinTech
三、机遇与挑战
四、大数据应用的探索与实践
五、我们的思考与举措
第八章 数据仓库的敏捷之路 王星
一、传统型方法
二、新型方法
三、具体技术实现
四、主题领域
五、适应系统变化的主要体现
六、统一维度建模的局限性
七、相关补充说明
第九章 安全合法开放政府大数据，化解中小企业贷款难 刘世平
一、中小企业融资难是一个世界难题
二、大数据是解决贷款难的利器
三、政府大数据的作用和需要解决的问题
四、安全和合法使用的问题
第十章 关于证券行业开展金融科技的思考与探索 郑刚
一、证券行业始终是金融科技的重要应用领域
二、认识金融科技及其在证券行业的应用路径
三、东吴金融科技的愿景与探索
四、证券行业发展金融科技的展望
第十一章 证券公司大数据架构及最佳应用实践 石宏飞
一、大数据建设的背景
二、行业大数据应用现状
三、大数据建设的目标
四、大数据建设的预期效益
五、大数据平台总体规划
六、大数据应用规划
七、大数据人才建设
第十二章 精细化流动性风险管理在证券行业实践应用 芮万林 王鑫 刘中华
一、背景介绍及现状分析
二、流动性风险管理存在问题
三、流动性风险信息系统建设思路
四、结论及展望
第十三章 证券行业大数据平台建设分享 姜维兴 王雪峰 段健
一、证券行业大数据发展
二、行业内建设情况
三、建设高质量的“大数据”平台
四、四个方面打造高质量的大数据平台
五、需要防范的风险核心三要素
六、证券公司应用大数据的方向
七、证券公司基于大数据平台的数据治理范围及内容
第十四章 保险行业大数据应用及思考 翟国峰 刘海宁 张晓辉 张亚娜
一、大数据时代的行业新趋势
二、行业大数据应用领域及场景
三、大数据深度建设的难点分析
第十五章 区块链可替AI对抗数据寡头 白硕
一、时间不可逆：无法撤销、无法篡改、无法仿冒、无法乱序
二、价值守恒：区块链的价值转移
三、让价值“飞一会儿”
四、自带商业模式：自带激励和自带营销
五、每一项技术的“砖”并不新鲜，但它搭的“楼”却有真正的创新和创意
六、区块链+人工智能：数据寡头大敌
第十六章 允执厥中：如何为被妖魔化的比特币技术套上鞍辔，为“一带一路”融资风险服务 谢平
一、比特币篇
二、比特币2009～2017年重大事件回顾
三、区块链篇
四、“一带一路”的信用风险篇
五、结语
第十七章 农户信用风险评价模型构建案例分析 王鸿
一、信用评分卡模型简介
二、农户评分卡模型案例分析比较
三、总结
第十八章 当贷款遇上大数据与AI 陈烨
一、当前背景
二、依托平安30年经验，结合最新金融科技为传统金融机构赋能
三、为传统银行设计的一整套信贷解决方案
四、未来展望
第十九章 搭建基于大数据、征信生态圈的风控体系的机遇与挑战 安光勇
一、目前征信、大数据、互联网金融行业的现况
二、大数据征信生态圈的核心因素
三、征信行业的贡献
四、未来国内大数据生态圈的前景
五、国外案例分析：某跨国金融基础设施集团的生态体系
六、国内外大数据环境的比较
七、对未来国内大数据、征信生态圈的建议
八、国外案例分析——韩国的征信体系
第二十章 金融市场预测的理论模型与技术体系 潘和平
一、引言
二、金融市场预测的目的、