近十年来，金融科技的迅速发展为全球经济注入全新动力。无论是从个体层面的微观金融服务，还是到宏观层面的国家金融发展战略，金融科技都发挥重要角色。然而，伴随着金融科技对金融领域的全面渗透，其发展带来的风险、监管问题、隐私保护以及社会伦理因素等问题也逐渐暴露出来。为了对全球金融科技的研究前沿和动态有一个完整的认识，本书对金融科技研究发展较快的六个领域，包括众筹、网络借贷、另类数据、社交媒体、数字加密货币与区块链技术、机器学习与人工智能，进行了系统性的梳理与总结。
本书一方面对金融科技各行业的发展前沿进行总结，另一方面对国内外经济、金融、会计、管理以及其他社会科学领域顶级期刊的研究动态进行了阐述，包括150余篇国际顶级期刊论文与近100篇国内顶级期刊论文，是金融科技发展以来对金融科技行业分析最全面、最前沿的研究成果。

廖理，清华大学五道口金融学院讲席教授，博士生导师，教育部长江学者特聘教授，现任清华大学五道口金融学院常务副院长，清华大学金融科技研究院院长。
李鹏飞，金融学博士，清华大学五道口金融学院博士后，主要研究在金融科技、资本市场、公司金融等领域。
王正位，金融学博士，清华大学五道口金融学院助理教授，博士生导师。研究领域包括金融科技、消费金融等多个领域。

目录
1金融科技发展与研究
1.1金融科技发展的基本格局 1
1.1.1传统金融转型与重塑 3
1.1.2资管与借贷的赋能 7
1.1.3全新的融资模式 11
1.1.4金融数据与信息服务 15
1.2金融科技学术研究背景和趋势 18
1.2.1金融科技研究领域分类 19
1.2.2金融科技学术发表动态 22
1.3本书结构设计 27
2网络借贷
2.1 借款人信息的识别 29
2.1.1人口统计学信息 30
2.1.2认证信息 34
2.1.3非认证信息 35
2.1.4社会关系 42
2.2 出借人的行为 56
2.2.1信息识别 57
2.2.2风险厌恶 59
2.2.3羊群效应 60
2.2.4推荐群组 63
2.3网络借贷的定价机制与信用筛选 65
2.3.1信息不对称 65
2.3.2竞价和标价机制 70
2.3.3价格弹性 71
2.3.4利用利率期限进行信用筛选 72
2.3.5利用算法促进公平 73
2.3.6催收策略 76
2.3.7媒体作用 78
2.4网络借贷对于借款人的影响 80
2.4.1积极作用 81
2.4.2消极作用 84
2.5网络借贷与传统银行借贷 90
2.5.1竞争性与互补性 91
2.5.2信用卡之谜 93
3众筹
3.1 产品众筹 95
3.1.1产品众筹发起人或团队信息的识别 95
3.1.2产品众筹项目信息的识别 111
3.1.3投资人的行为 121
3.1.4产品众筹对发起人的影响 128
3.2股权众筹 134
3.2.1股权众筹发起人或团队信息的识别 134
3.2.2股权众筹项目信息的识别 138
3.2.3投资者的自我效能 145
3.3捐赠众筹 147
4另类数据
4.1大数据与社会科学研究 149
4.2消费者行为 153
4.2.1消费者平滑消费了吗？ 153
4.2.2线上搜索预测消费行为 156
4.2.3支付方式 159
4.2.4 线上团购 164
4.2.5数字足迹与信贷违约 168
4.3企业决策 170
4.3.1 企业融资成本 170
4.3.2产品定价策略 171
4.3.3企业招聘 173
4.3.4企业创新 176
4.4资产价格信息含量 179
4.4.1另类数据如何影响资产价格有效性 179
4.4.2股票价格预测能力 182
4.5宏观经济研究 187
4.5.1另类数据在预测宏观产出指标的应用 187
4.5.2另类数据在预测贫穷问题的应用 194
4.5.3线上消费数据的应用 198
4.5.4渔业收入与海盗问题 204
5社交媒体
5.1社交媒体与股票市场有效性 207
5.1.1大众的智慧 208
5.1.2股票价格预测能力 210
5.1.3 市场流动性 213
5.1.4个人持仓与信息有效性 214
5.1.5企业战略性散布信息 216
5.2社交媒体的社会影响 219
5.2.1社会网络多样性对经济发展的影响 219
5.2.2社交媒体对个人金融决策的影响 221
5.2.3社交媒体对组织声誉的影响：公共群体 222
5.2.4社交媒体对组织声誉的影响：利益相关者 224
5.2.5社交媒体对新闻消费是竞争效应还是互补效应？……225
5.2.6绩效反馈机制与用户原创内容 228
6数字加密货币与区块链
6.1数字加密货币与区块链的发展 233
6.1.1简述比特币经济学 233
6.1.2比特币交易费用的演变 235
6.1.3首次代币发行（ICO） 237
6.1.4加密货币市场的交易与套利 241
6.1.5区块链中的无名氏定理 243
6.2区块链技术的应用 246
6.2.1智能合约 246
6.2.2基于区块链的资产交易结算 247
6.2.3金融系统网络中的去中心化 249
6.3数字加密货币交易中的异常行为 252
6.3.1比特币生态系统中的价格操纵 252
6.3.2稳定币对数字货币价格的影响 254
6.3.3利用加密数字货币从事非法活动 256
6.4数字加密货币与法定货币的对比 258
6.4.1私人货币与政府货币如何等价？ 258
6.4.2私人货币的可行性 261
7人工智能与机器学习
7.1人工智能的发展与挑战 265
7.1.1人工智能的“理性”优势与挑战 265
7.1.2人工智能会加剧不平等现象吗？ 267
7.2利用机器学习算法解决市场中的经济金融问题 269
7.2.1优化资产组合 269
7.2.2优化资产定价模型 272
7.2.3建立新闻恐慌指数 275
7.2.4预测个体行为 276
7.2.5道德风险与误判风险 279
7.3利用机器学习算法进行学术研究 282
7.3.1会计和金融领域的文本分析 282
7.3.2公司披露信息的识别 284
7.3.3金融科技创新的识别 286
7.3.4语言信号的识别 287
7.3.5社交媒体内容的识别 289
8国内金融科技研究
8.1网络借贷 294
8.1.1借款人信息识别 297
8.1.2项目信息识别 299
8.1.3出借人行为 301
8.1.4 网贷行业问题平台风险 303
8.1.5网贷利率外部影响因素 306
8.2众筹 308
8.3另类数据 310
8.4社交媒体 312
8.5数字加密货币与区块链 313
8.6 人工智能与机器学习 315
9总结与展望
9.1 金融科技研究总结 318
9.2金融科技未来研究展望 319
参考文献/321
索弓I/347