前　　言

　　随着我国金融信息化的不断推进和金融市场的快速发展，银行、保险公司、证券交易所、证劵公司、基金公司、期货交易所、黄金交易所、金融期货交易所等各类金融机构每天都产生大量的金融数据。最近几年，我国互联网金融蓬勃发展，第三方支付、P2P网贷、众筹融资、大数据金融和金融信息服务等互联网金融企业每天也产生大量的金融数据，这些金融数据如同一座含有丰富信息和知识宝藏的矿山，等待我们去发掘。随着大数据、云计算、移动支付、数据科学、智慧金融等概念和技术的普及，使得人们越来越重视金融数据及其价值。如何从海量的数据中挖掘出有价值的新信息，并发现帮助企业创造价值的新知识，是我国金融行业中信息技术与金融业务深度融合发展面临的主要课题，也是我国金融行业提高国际竞争力的关键。目前我国的金融企业和互联网金融企业都急需大量能够综合运用数学理论、信息技术并精通金融业务的金融数据分析人才和金融数据挖掘人才。

　　本书主要针对金融领域中的问题，介绍如何通过建立数学模型，并运用Matlab、Excel等软件工具进行计算的金融数据分析技术，通过金融行业的实际案例，全面介绍数据整理、模型建立、参数确定、计算处理、结果分析的完整过程，并给出详细的上机实验指导，帮助读者自己亲自体验，以便读者更好地掌握金融数据分析技术。希望本书的出版能为培养金融数据分析人才做出一点贡献，同时为大数据时代各行各业需要数据分析技术的人员提供参考。

　　本书共分为8章。第1章主要介绍金融数据库的基本概念，国内外常用金融数据库；第2章主要介绍Matlab、Excel等金融数据分析软件工具的使用方法；第3章主要介绍金融时间序列分析；第4章主要介绍金融风险价值计算；第5章主要介绍资产组合计算；第6章主要介绍金融衍生品定价计算；第7章主要介绍固定收益证券计算；第8章主要介绍信用评分与行为评分。

　　目前我国出版的金融计算方面的教材大多只针对已经掌握金融知识的读者，重点介绍如何使用Excel、SAS、Matlab等软件进行计算，这类教材对于数学、统计、信息、计算机等非金融类专业的读者，需要花费大量时间补充金融知识。本书的特点是对每一个金融问题，首先简单明了地介绍相关金融知识，力求每章自成体系，不仅方便金融类专业的读者使用，更方便非金融类专业的读者使用。本书的另一个特点是通过金融行业的实际案例，全面介绍数据整理、模型建立、参数确定、计算处理、结果分析的完整过程，并给出详细的上机实验指导，帮助读者亲身体验。

　　本书的第1、2、4、6章以及第3章的部分内容由元如林编写，第3章的部分内容和第7章由李广明编写，第5章由罗远编写，第8章由关莉莉编写，全书的统稿和Matlab计算的内容由元如林完成。

　　在本书的编写过程中，我们参考了许多经济学和金融学的书籍，特别参考了许多应用数学软件如Matlab、SAS、SPSS、Excel等进行金融计算的书籍，还参阅了网上相关内容，也得到许多领导和同事的关心和帮助，在此一并向他们表示衷心的感谢！

　　由于编者水平有限，特别是本书的内容涉及多学科交叉，疏漏、不足和错误之处在所难免，恳请读者批评指正。

　　本书获得了中央与地方共建上海金融学院金融信息团队建设项目和上海金融学院教学质量工程(特色教材)项目的资助。

　　编  者