| Yhteenveto: | Tässä tutkielmassa tarkastellaan data-analytiikkaa rahoitusmarkkinoilla. Tutkielman tavoitteena on kertoa, miten data-analytiikkaa hyödynnetään rahoitusmarkkinoilla. Tutkielman aihe on erityisen tärkeää, sillä digitalisaation mukanaan tuoma teknologiamurros on muokannut myös rahoitusmarkkinoita suuresti. Rahoitusmarkkinoiden siirryttyä toimimaan sähköisille alustoille, syntyy valtavia määriä dataa. Tätä dataa hyödyntämällä voidaan tehdä päätöksiä, jotka ovat tehokkaampia, tuottavampia ja joita ei välttämättä olisi syntynyt ilman tätä dataa. Tutkimusaihe on alitutkittu ja onkin ensiarvoisen tärkeää tehdä aiheesta lisää tutkimusta. Tutkimuksessa käydään läpi aiheeseen liittyvää termistöä, joka selitetään aikaisempien tutkimusten pohjalta ja näihin viitaten. Tutkimuksessa selvisi, että data-analytiikkaa hyödynnetään monin tavoin finanssialalla. Tästä esimerkkinä korkeataajuinen kaupankäynti, taloudellisten tietojen hallinta ja viitetietojen hallinta, sääntely, niiden toteuttaminen ja niihin valmistautuminen, riskianalyysi, kaupankäynnin analyysi, luottoluokitus ja ennakoiva analyysi, sekä seuranta ja raportointi. Tästä tutkielmasta on hyötyä niin aiheesta kiinnostuneelle, kuin rahoitusmarkkinoilla toimivalle taholle, joka käyttää tai harkitsee aloittavansa data-analytiikan käytön päätöksenteossa rahoitusmarkkinoilla. Tutkielma antaa yleiskuvan siitä, miten data-analytiikkaa hyödynnetään rahoitusmarkkinoilla.
This thesis examines data analytics in financial markets. The aim of the thesis is to explain how data analytics is utilized in the financial markets. The topic of the thesis is particularly important, as the technological revolution brought about by digitalization has also greatly shaped the financial markets. As financial markets move to electronic platforms, huge amounts of data will be generated. Utilizing this data can make decisions that are more efficient, productive and that might not have occurred without this data. The research topic is under-researched, and it is important to do more research on the topic. The study re-views related terminology, which is explained based on previous studies. The study found that data analytics is utilized in many ways in the financial sector. Examples include financial information management and reference data management, implementation and preparation, regulation, risk analysis, trading analysis, credit rating or proactive analysis, and monitoring and reporting. This thesis is useful for both those interested in the topic and those operating in the financial markets who use or are considering starting to use data analytics in decision-making in the financial field. The thesis provides an overview of how data analytics is utilized in the financial markets.
|
|---|