2017-2022年中国大数据金融市场全景调查与投资风险报告

报告名称：2017-2022年中国大数据金融市场全景调查与投资风险报告
出版日期：2017-8
报告价格：印刷版：8000元电子版：8000元印刷版+电子版：8200元

订购电话：400-700-9383(免长话费) 010-80993936 传真：010-60343813
电子邮箱：[email protected]

下载WORD版本下载PDF版本下载订购协议

在经历了快速增长期后，全球范围内的大数据服务进入了平稳增长的阶段。2015年全球大数据市场规模将近1500亿人民币，同比增长24.2%；我国大数据市场规模为160亿元，仅占全球总市场规模的10.7%，但同比增长率为65.3%，是全球增长率的2.7倍。预计2018年全球大数据市场规模将达到超过2500亿元，2015至2018年的复合增长率为21.8%。考虑到我国大数据行业目前仍处于快速发展期，我们认为2018年我国大数据市场规模将超过500亿元，复合增长率为47.0%，是全球复合增长率的2.2倍。

2011-2018年全球大数据市场规模

2011-2018年中国大数据市场规模

188bet金宝搏网站发布的《2017-2022年中国大数据金融市场全景调查与投资风险报告》共八章。首先介绍了大数据金融产业相关概念及发展环境，接着分析了中国大数据金融行业规模及消费需求，然后对中国大数据金融行业市场运行态势进行了重点分析，最后分析了中国大数据金融行业面临的机遇及发展前景。您若想对中国大数据金融行业有个系统的了解或者想投资该行业，本报告将是您不可或缺的重要工具。

本研究报告数据主要采用国家统计数据，海关总署，问卷调查数据，商务部采集数据等数据库。其中宏观经济数据主要来自国家统计局，部分行业统计数据主要来自国家统计局及市场调研数据，企业数据主要来自于国统计局规模企业统计数据库及证券交易所等，价格数据主要来自于各类市场监测数据库。

报告目录：

第一章大数据金融行业发展概述

1.1.1 大数据产业的概念

（1）数据产生与集聚层

（2）数据组织与管理层

（3）数据分析与发现层

（4）数据应用与服务层

1.1.2 大数据的生态系统

1.1.3 大数据的商业价值

（1）大数据的商业价值杠杆

（2）大数据创造的商业价值

1.2 大数据产业行业应用情况

1.2.1 大数据产业各个行业应用情况

（1）不同领域潜在价值评估

（2）不同领域投资结构分布

1.2.2 大数据产业金融领域应用情况

1.3 大数据金融概念及其特点

1.3.1 大数据金融基本定义

1.3.2 大数据金融主要特征

1.4 大数据金融主要发展模式

1.4.1 平台金融发展模式

（1）电商企业金融化发展

（2）金融机构搭建数据平台

1.4.2 供应链金融发展模式

第二章大数据金融发展环境分析

2.1 大数据金融行业政策环境分析

2.1.1 行业监管体系概述

2.1.2 行业主要政策分析

2.1.3 行业发展规划

2.1.4 政策环境对行业发展影响

2.2 大数据金融行业经济环境分析

2.2.1 国内经济走势分析

（1）国内GDP增速情况

2015年，我国国民经济稳定增长。初步核算，全年国内生产总值676708亿元，比上年增长6.9%。其中，第一产业增加值60863亿元，增长3.9%；第二产业增加值274278亿元，增长6.0%；第三产业增加值341567亿元，增长8.3%。第一产业增加值占国内生产总值的比重为9.0%，第二产业增加值比重为40.5%，第三产业增加值比重为50.5%，首次突破50%。2015年以来，面对错综复杂的国际形势和国内经济下行压力加大的困难局面，稳中求进成为2015年的工作总基调，中国进入以提高质量效益为中心，调整产业结构，深化改革开放的发展阶段。

2011- 2016年中国国内生产总值及其增长速度

（2）工业生产增速情况

（3）固定资产投资情况

2.2.2 国内金融市场分析

（1）银行资产规模分析

（2）银行贷款规模分析

（3）银行风险能力分析

2.2.3 国内经济发展趋势

2.2.4 经济环境对行业发展影响

2.3 大数据金融行业技术环境分析

2.3.1 大数据与云计算

2.3.2 大数据处理工具

2.3.3 技术环境对行业发展影响

2.4 大数据金融行业社会环境分析

2.4.1 互联网行业发展现状

（1）互联网网民规模分析

2015 年，中国互联网产业继续蓬勃发展。至2015 年末，我国网民规模为6.88 亿，同比增长6.1%，互联网渗透率已达50%，网民数量稳居全球第一。互联网发展的主要推动力正逐渐从PC 端向手机端转移。根据数据显示，2015 年，我国新增手机端网民6303 万，总人数达6.2 亿。而放弃PC 端，仅通过手机等移动端上网的网民人数已达1.27 亿，占中国全部互联网用户的18.5%。随着移动互联网功能和应用的不断完备和智能手机的进一步普及，仅使用手机互联网用户占比有望快速攀登。

2005-2015年中国网民规模和互联网普及率单位：万人/%

中国手机网民规模（万人）及占网民比例（%）

（2）互联网资源规模分析

2.4.2 社交媒体发展现状

2.4.3 移动设备发展现状

2.4.4 社会环境对行业发展影响

2.5 大数据金融国际环境分析

2.5.1 银行大数据全球发展现状

（1）海外银行大数据发展分析

（2）银行大数据建设领先企业

2.5.2 保险大数据全球发展现状

（1）海外保险大数据发展分析

（2）保险大数据建设领先企业

2.5.3 大数据金融国际对比分析

2.5.4 国外大数据金融发展启示

第三章大数据金融竞争策略创新

3.1 大数据金融基础设施建设创新

3.1.1 支付体系建设分析

（1）互联网支付行业用户规模

（2）互联网支付行业交易规模

（3）互联网支付行业模式分析

（4）互联网支付行业市场规模预测

3.1.2 征信体系建设分析

（1）征信机构业务规模分析

（2）征信机构数据库建设情况

（3）征信行业数据端商业模式

（4）大数据征信发展趋势分析

3.1.3 资产交易平台分析

（1）资产交易平台发展规模

（2）资产交易平台主要类别

（3）资产交易平台商业模式

（4）资产交易平台发展趋势

3.1.4 基础设施创新方向

（1）支付体系介质创新

（2）征信体系多元发展

（3）交易平台去中介化

3.2 大数据金融平台建设创新分析

3.2.1 电商平台发展现状分析

（1）电商平台客户结构分析

（2）电商市场竞争格局分析

（3）电商领先企业优势分析

（4）电商行业投资并购分析

3.2.2 社交平台发展现状分析

（1）社交网络流量统计排名分析

（2）社交网络市场竞争格局分析

（3）社交网络领先企业优势分析

（4）社交网络平台投资并购分析

3.2.3 信息服务平台发展现状

（1）门户网站竞争格局分析

（2）门户网站投资并购分析

3.2.4 平台建设创新发展方向

（1）用户积累方式革新

（2）平台个性定制广泛

3.3 大数据金融渠道创新升级分析

3.3.1 银行业渠道互联网化发展现状

（1）电子银行的交易规模

（2）电子银行的模式分析

（3）与传统渠道对比分析

3.3.2 保险业渠道互联网化发展现状

（1）保险业网销交易规模

（2）保险业网销模式分析

（3）与传统渠道对比规模

3.3.3 证券业渠道互联网化发展现状

（1）互联网证券交易情况

（2）互联网证券模式分析

（3）与传统渠道对比分析

3.3.4 渠道创新升级策略分析

（1）渠道定位转型

（2）实体渠道转型

第四章大数据金融具体应用领域

4.1 银行业大数据金融应用分析

4.1.1 银行业大数据金融发展历程

4.1.2 银行业大数据金融创新模式

（1）风险控制模式创新

（2）产品营销模式创新

（3）银行运营模式创新

（4）中间收入拓展创新

4.1.3 银行业大数据金融发展规模

4.1.4 银行业大数据金融经典案例

（1）花旗银行大数据金融案例分析

（2）交通银行大数据金融案例分析

（3）浦发银行大数据金融案例分析

（4）中信银行大数据金融案例分析

4.1.5 银行业大数据金融发展前景

4.2 保险业大数据金融应用分析

4.2.1 保险业大数据金融发展历程

4.2.2 保险业大数据金融创新模式

（1）赔付管理模式创新

（2）业务定价模式创新

（3）险企运营模式创新

（4）产品营销模式创新

4.2.3 保险业大数据金融发展规模

4.2.4 保险业大数据金融经典案例

（1）平安保险大数据金融案例分析

（2）泰康人寿大数据金融案例分析

4.2.5 保险业大数据金融发展前景

4.3 证券业大数据金融应用分析

4.3.1 证券业大数据金融发展历程

4.3.2 证券业大数据金融创新模式

（1）数据挖掘模式创新

（2）客户服务模式创新

（3）技术监控模式创新

（4）市场预期模式创新

4.3.3 证券业大数据金融发展规模

4.3.4 证券业大数据金融经典案例

（1）中信证券大数据金融案例分析

（2）国泰君安大数据金融案例分析

4.3.5 证券业大数据金融发展前景

4.4 其他领域大数据金融应用情况

4.4.1 信托业大数据金融应用分析

4.4.2 基金业大数据金融应用分析

4.4.3 担保业大数据金融应用分析

4.4.4 P2P网贷大数据金融应用分析

第五章大数据金融领先服务商分析

5.1 国外领先大数据金融服务商

5.1.1 IBM中国有限公司

（1）企业基本信息概述

（2）企业组织架构分析

（3）企业平台资源分析

（4）企业主营业务分析

1）企业主营业务分布

2）企业经营业绩分析

（5）企业领先技术分析

（6）企业发展战略分析

（7）企业最新发展动向

（8）企业发展优劣势分析

5.1.2 甲骨文股份有限公司

（1）企业基本信息概述

（2）企业组织架构分析

（3）企业平台资源分析

（4）企业主营业务分析

1）企业主营业务分布

2）企业经营业绩分析

（5）企业领先技术分析

（6）企业发展战略分析

（7）企业最新发展动向

（8）企业发展优劣势分析

5.1.3 英特尔（中国）有限公司

（1）企业基本信息概述

（2）企业组织架构分析

（3）企业平台资源分析

（4）企业主营业务分析

1）企业主营业务分布

2）企业经营业绩分析

（5）企业领先技术分析

（6）企业发展战略分析

（7）企业最新发展动向

（8）企业发展优劣势分析

5.1.4 费埃哲信息技术（北京）有限责任公司

（1）企业基本信息概述

（2）企业组织架构分析

（3）企业平台资源分析

（4）企业主营业务分析

1）企业主营业务分布

2）企业经营业绩分析

（5）企业领先技术分析

（6）企业发展战略分析

（7）企业最新发展动向

（8）企业发展优劣势分析

5.1.5 文思海辉技术有限公司

（1）企业基本信息概述

（2）企业组织架构分析

（3）企业平台资源分析

（4）企业主营业务分析

1）企业主营业务分布

2）企业经营业绩分析

（5）企业领先技术分析

（6）企业发展战略分析

（7）企业最新发展动向

（8）企业发展优劣势分析

5.2 国内领先大数据金融服务商

5.2.1 九次方

（1）企业基本信息概述

（2）企业组织架构分析

（3）企业平台资源分析

（4）企业主营业务分析

1）企业主营业务分布

2）企业经营业绩分析

（5）企业领先技术分析

（6）企业发展战略分析

（7）企业最新发展动向

（8）企业发展优劣势分析

5.2.2 荣之联

（1）企业基本信息概述

（2）企业组织架构分析

（3）企业平台资源分析

（4）企业主营业务分析

1）企业主营业务分布

2）企业经营业绩分析

（5）企业领先技术分析

（6）企业发展战略分析

（7）企业最新发展动向

（8）企业发展优劣势分析

5.2.3 贝格数据

（1）企业基本信息概述

（2）企业组织架构分析

（3）企业平台资源分析

（4）企业主营业务分析

1）企业主营业务分布

2）企业经营业绩分析

（5）企业领先技术分析

（6）企业发展战略分析

（7）企业最新发展动向

（8）企业发展优劣势分析

5.2.4 中国保信

（1）企业基本信息概述

（2）企业组织架构分析

（3）企业平台资源分析

（4）企业主营业务分析

1）企业主营业务分布

2）企业经营业绩分析

（5）企业领先技术分析

（6）企业发展战略分析

（7）企业最新发展动向

（8）企业发展优劣势分析

5.2.5 Talking Data

（1）企业基本信息概述

（2）企业组织架构分析

（3）企业平台资源分析

（4）企业主营业务分析

1）企业主营业务分布

2）企业经营业绩分析

（5）企业领先技术分析

（6）企业发展战略分析

（7）企业最新发展动向

（8）企业发展优劣势分析

第六章互联网企业大数据金融战略布局分析

6.1 阿里巴巴大数据金融布局分析

6.1.1 企业基本信息概述

6.1.2 企业主营业务分析

（1）企业主营业务类型

（2）企业经营业绩分析

6.1.3 企业战略发展布局

6.1.4 企业基础资源分析

（1）企业数据资源分析

（2）企业平台资源分析

（3）企业金融资源分析

6.1.5 企业网站流量分析

6.1.6 企业风险管理体系

6.1.7 企业投资并购动向

6.1.8 业务发展优劣势分析

6.2 腾讯公司大数据金融布局分析

6.2.1 企业基本信息概述

6.2.2 企业主营业务分析

（1）企业主营业务类型

（2）企业经营业绩分析

6.2.3 企业战略发展布局

6.2.4 企业基础资源分析

（1）企业数据资源分析

（2）企业平台资源分析

（3）企业金融资源分析

6.2.5 企业网站流量分析

6.2.6 企业风险管理体系

6.2.7 企业投资并购动向

6.2.8 业务发展优劣势分析

6.3 百度公司大数据金融布局分析

6.3.1 企业基本信息概述

6.3.2 企业主营业务分析

（1）企业主营业务类型

（2）企业经营业绩分析

6.3.3 企业战略发展布局

6.3.4 企业基础资源分析

（1）企业数据资源分析

（2）企业平台资源分析

（3）企业金融资源分析

6.3.5 企业网站流量分析

6.3.6 企业风险管理体系

6.3.7 企业投资并购动向

6.3.8 业务发展优劣势分析

6.4 京东商城大数据金融布局分析

6.4.1 企业基本信息概述

6.4.2 企业主营业务分析

（1）企业主营业务类型

（2）企业经营业绩分析

6.4.3 企业战略发展布局

6.4.4 企业基础资源分析

（1）企业数据资源分析

（2）企业平台资源分析

（3）企业金融资源分析

6.4.5 企业网站流量分析

6.4.6 企业风险管理体系

6.4.7 企业投资并购动向

6.4.8 业务发展优劣势分析

6.5 苏宁云商大数据金融布局分析

6.5.1 企业基本信息概述

6.5.2 企业主营业务分析

（1）企业主营业务类型

（2）企业经营业绩分析

6.5.3 企业战略发展布局

6.5.4 企业基础资源分析

（1）企业数据资源分析

（2）企业平台资源分析

（3）企业金融资源分析

6.5.5 企业网站流量分析

6.5.6 企业风险管理体系

6.5.7 企业投资并购动向

6.5.8 业务发展优劣势分析

第七章金融机构大数据金融战略布局分析

7.1 银行大数据金融领先应用机构

7.1.1 建设银行大数据金融布局分析

（1）企业基本信息概述

（2）企业主营业务分析

1）企业主营业务类型

2）企业经营业绩分析

（3）企业基础建设情况

1）企业数据资源分析

2）企业金融资源分析

（4）企业平台建设情况

（5）企业渠道建设情况

（6）企业风险管理情况

（7）企业投资并购动向

（8）业务发展优劣势分析

7.1.2 工商银行大数据金融布局分析

（1）企业基本信息概述

（2）企业主营业务分析

1）企业主营业务类型

2）企业经营业绩分析

（3）企业基础建设情况

1）企业数据资源分析

2）企业金融资源分析

（4）企业平台建设情况

（5）企业渠道建设情况

（6）企业风险管理情况

（7）企业投资并购动向

（8）业务发展优劣势分析

7.1.3 中国银行大数据金融布局分析

（1）企业基本信息概述

（2）企业主营业务分析

1）企业主营业务类型

2）企业经营业绩分析

（3）企业基础建设情况

1）企业数据资源分析

2）企业金融资源分析

（4）企业平台建设情况

（5）企业渠道建设情况

（6）企业风险管理情况

（7）企业投资并购动向

（8）业务发展优劣势分析

7.1.4 农业银行大数据金融布局分析

（1）企业基本信息概述

（2）企业主营业务分析

1）企业主营业务类型

2）企业经营业绩分析

（3）企业基础建设情况

1）企业数据资源分析

2）企业金融资源分析

（4）企业平台建设情况

（5）企业渠道建设情况

（6）企业风险管理情况

（7）企业投资并购动向

（8）业务发展优劣势分析

7.1.5 交通银行大数据金融布局分析

（1）企业基本信息概述

（2）企业主营业务分析

1）企业主营业务类型

2）企业经营业绩分析

（3）企业基础建设情况

1）企业数据资源分析

2）企业金融资源分析

（4）企业平台建设情况

（5）企业渠道建设情况

（6）企业风险管理情况

（7）企业投资并购动向

（8）业务发展优劣势分析

7.1.6 招商银行大数据金融布局分析

（1）企业基本信息概述

（2）企业主营业务分析

1）企业主营业务类型

2）企业经营业绩分析

（3）企业基础建设情况

1）企业数据资源分析

2）企业金融资源分析

（4）企业平台建设情况

（5）企业渠道建设情况

（6）企业风险管理情况

（7）企业投资并购动向

（8）业务发展优劣势分析

7.1.7 民生银行大数据金融布局分析

（1）企业基本信息概述

（2）企业主营业务分析

1）企业主营业务类型

2）企业经营业绩分析

（3）企业基础建设情况

1）企业数据资源分析

2）企业金融资源分析

（4）企业平台建设情况

（5）企业渠道建设情况

（6）企业风险管理情况

（7）企业投资并购动向

（8）业务发展优劣势分析

7.1.8 中信银行大数据金融布局分析

（1）企业基本信息概述

（2）企业主营业务分析

1）企业主营业务类型

2）企业经营业绩分析

（3）企业基础建设情况

1）企业数据资源分析

2）企业金融资源分析

（4）企业平台建设情况

（5）企业渠道建设情况

（6）企业风险管理情况

（7）企业投资并购动向

（8）业务发展优劣势分析

7.1.9 平安银行大数据金融布局分析

（1）企业基本信息概述

（2）企业主营业务分析

1）企业主营业务类型

2）企业经营业绩分析

（3）企业基础建设情况

1）企业数据资源分析

2）企业金融资源分析

（4）企业平台建设情况

（5）企业渠道建设情况

（6）企业风险管理情况

（7）企业投资并购动向

（8）业务发展优劣势分析

7.2 保险大数据金融领先应用机构

7.2.1 中国人寿大数据金融布局分析

（1）企业基本信息概述

（2）企业主营业务分析

1）企业主营业务类型

2）企业经营业绩分析

（3）企业大数据金融布局路径

（4）企业大数据金融发展模式

（5）企业大数据金融业务优劣势分析

7.2.2 中国人保大数据金融布局分析

（1）企业基本信息概述

（2）企业主营业务分析

1）企业主营业务类型

2）企业经营业绩分析

（3）企业大数据金融布局路径

（4）企业大数据金融发展模式

（5）企业大数据金融业务优劣势分析

7.2.3 平安保险大数据金融布局分析

（1）企业基本信息概述

（2）企业主营业务分析

1）企业主营业务类型

2）企业经营业绩分析

（3）企业大数据金融布局路径

（4）企业大数据金融发展模式

（5）企业大数据金融业务优劣势分析

7.2.4 泰康人寿大数据金融布局分析

（1）企业基本信息概述

（2）企业主营业务分析

1）企业主营业务类型

2）企业经营业绩分析

（3）企业大数据金融布局路径

（4）企业大数据金融发展模式

（5）企业大数据金融业务优劣势分析

7.2.5 太平保险大数据金融布局分析

（1）企业基本信息概述

（2）企业主营业务分析

1）企业主营业务类型

2）企业经营业绩分析

（3）企业大数据金融布局路径

（4）企业大数据金融发展模式

（5）企业大数据金融业务优劣势分析

7.3 证券大数据金融领先应用机构

7.3.1 国金证券大数据金融布局分析

（1）企业基本信息概述

（2）企业基础资源分析

（3）企业市场预期水平

（4）企业客户关系管理

（5）企业经营业绩分析

（6）业务发展优劣势分析

7.3.2 中信证券大数据金融布局分析

（1）企业基本信息概述

（2）企业基础资源分析

（3）企业市场预期水平

（4）企业客户关系管理

（5）企业经营业绩分析

（6）业务发展优劣势分析

7.3.3 国泰君安大数据金融布局分析

（1）企业基本信息概述

（2）企业基础资源分析

（3）企业市场预期水平

（4）企业客户关系管理

（5）企业经营业绩分析

（6）业务发展优劣势分析

7.3.4 海通证券大数据金融布局分析

（1）企业基本信息概述

（2）企业基础资源分析

（3）企业市场预期水平

（4）企业客户关系管理

（5）企业经营业绩分析

（6）业务发展优劣势分析

7.3.5 湘财证券大数据金融布局分析

（1）企业基本信息概述

（2）企业基础资源分析

（3）企业市场预期水平

（4）企业客户关系管理

（5）企业经营业绩分析

（6）业务发展优劣势分析

第八章大数据金融发展趋势及投资战略规划（ZY CW）

8.1 大数据金融发展风险分析

8.1.1 大数据金融主要风险来源

（1）技术风险

（2）操作风险

（3）政策风险

（4）其他风险

8.1.2 大数据金融风险管理措施

（1）政府风险管理措施

（2）行业风险管理措施

（3）企业风险管理措施

8.2 大数据金融发展SWOT分析

8.2.1 大数据金融发展优势分析

8.2.2 大数据金融发展劣势分析

8.2.3 大数据金融发展挑战分析

8.2.4 大数据金融发展机遇分析

8.3 大数据金融发展趋势分析

8.3.1 跨界融合趋势

8.3.2 行业细分趋势

8.3.3 实体转型趋势

8.3.4 个性服务趋势

8.4 大数据金融投融资机会分析

8.4.1 大数据金融投融资现状分析

8.4.2 大数据金融并购现状分析

8.4.3 大数据金融投资机会分析

8.4.4 大数据金融投资规划分析

部分图表目录：

图表1：大数据产业相关企业经济活动分类

图表2：大数据产业链构成

图表3：大数据产业链中数据组织与管理层涉及业务

图表4：大数据产业链中数据分析与发现层涉及业务

图表5：大数据的生态系统

图表6：大数据的商业价值

图表7：大数据创造的商业价值

图表8：大数据在各个行业的潜在应用指数

图表9：大数据应用行业投资结构（单位：%）

图表10：中国金融行业大数据应用投资结构（单位：%）

图表11：我国银行在电商平台的布局情况

图表12：一行三会对互联网金融的业务监管

图表13：2011-2016年我国GDP增长率变化情况（单位：%）

图表14：2010-2016年我国工业增加值走势情况（单位：%）

图表15：2010-2016年我国固定资产投资增速变化情况（单位：%）

图表16：2010-2016年银行业资产规模变化情况（单位：万亿元，%）

图表17：2010-2016年我国银行业小微企业贷款余额变化情况（单位：万亿元，%）

图表18：2010-2016年我国银行业涉农贷款余额变化情况（单位：万亿元，%）

图表19：GFS集群构成

图表20：云计算系统中的数据管理技术主要分类

图表21：虚拟化技术根据对象分类

图表22：并行计算机主要的结构类型

图表23：并行计算机主要的存储访问模型

图表24：大数据工具列表

图表25：2011-2016年中国网民规模与普及率（单位：亿人，%）

图表26：2014-2016年中国互联网基础资源对比（单位：个，块/32，Mbps，%）

图表27：2010-2016年中国Ipv6地址数（单位：块/32）

图表28：2007-2016年中国Ipv4地址资源变化情况（单位：万个，%）

图表29：2016年中国分类域名数（单位：个，%）

图表30：2016年中国分类CN域名数（单位：个，%）

更多图表见正文……

报告分类

购买流程

　1．确认需求：您可以通过“站内搜索”或客服人员的协助，确定您需要的报告；
　2．签定协议：确认订购细节，签定订购协议；(下载协议)
　3．款项支付：您可通过银行转帐、支票等形式办理汇款；
　4．发货：收到汇款或凭证后，2至3个工作日内Email报告电子版；款项到帐后，快递报告纸质版及发票。