近年來，金融風險頻發，根據wind數據庫統計，截至2018年12月31日，2018年債券市場涉及違約金額達1198.51億元，涉及債券123只。而2017年這一數據為337.49億元，涉及債券35只。2018年金融行業面臨嚴峻挑戰，社會融資需求旺盛，但監管趨嚴、金融風控條件趨緊，資金供需矛盾愈發突出。本書編委會致力于為挖掘優質項目提供更多思路，同時為項目風險控制探索新途徑，為項目風險識別提供新思路，為促進金融業的健康發展貢獻自己的綿薄之力。本書提出通過大數據及人工智能技術手段如何搜集相關企業信息，不斷完善盡職調查細節，且獲取各方面信息間的交叉驗證，從而完成定性和定量分析，為投資決策提供參考依據。本書第一章為大數據及人工智能技術在盡職調查及投資決策的應用，第二章、第三章講述了盡職調查中需重點關注的因素，如行業情況、公司基本面等信息；在前三章盡職調查基礎上，本書第四章提出一套投資分析的方法論，第五章對當前投資領域熱點進行了系統分析。多數人從事投資工作，只是做完一個項目接著做下一個項目，很少有人形成一套投資方法論，更不用說在不斷實踐中持續優化方法論了。持續優化的方法論是對過往知識和經驗的總結、更新與迭代，非常有價值。基于此理念，本書第四章提出一套較為完整的投資分析方法論。在實際應用中，需根據項目所處階段（種子、天使、VC、PE、已上市）靈活運用。