中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
以利為利:財政關系與地方政府行為
-
>
立足飯碗 藏糧于地——基于中國人均耕地警戒值的耕地保護視角
-
>
營銷管理
-
>
茶葉里的全球貿易史(精裝)
-
>
近代華商股票市場制度與實踐(1872—1937)
-
>
麥肯錫圖表工作法
-
>
海龜交易法則
大數據財務分析(基于Python)/智能財會叢書 版權信息
- ISBN：9787300303864
- 條形碼：9787300303864 ; 978-7-300-30386-4
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
大數據財務分析(基于Python)/智能財會叢書 內容簡介
本教材優選的特點是將Python基礎知識與財務分析知識進行了融合，在財務分析場景中學習Python,在Python學習中實現財務分析的自動化與智能化，從而避免財會專業背景的讀者在學習Python時由于目標不明確導致學習動力不足、學習效率低等問題。通過本書的學習，讀者可以掌握Python基礎知識，初步具備利用Python進行高質量財務分析的能力。 本書共分為3篇13章。第1篇“Python技術基礎與財務數據獲取”包括2章，介紹Python基礎知識與通過Tushare數據接口快速獲取財務數據；第2篇“Python數據分析技術與財務分析實戰”包括8章，首先介紹Pandas庫財務數據分析基礎、Matplotlib庫財務可視化基礎，其次介紹如何利用Python進行財務靜態分析、財務趨勢分析、財務同業比較分析、現金流量表進階分析、杜邦分析、批量篩選優質上市公司等；第3篇“機器學習技術與財務分析實戰”包括3章，介紹線性回歸模型與財務分析、決策樹模型與集成學習模型在財務舞弊預測中的應用。 本書可作為高校財務管理學、會計學、審計學、管理學等專業本科生與研究生的Python基礎、大數據財務分析等課程的教材，也可作為對財務數智化轉型感興趣的其他讀者的參考書。
大數據財務分析(基于Python)/智能財會叢書 目錄
第1篇 Python技術基礎與財務數據獲取
第1章 Python基礎快速入門
1．1 Python安裝與**個 Python程序
1．2 Python基礎知識
1．3 Python語句
1．4 函數與模塊
第2章 通過Tushare數據接口快速獲取財務數據
2．1 Tushare基本介紹
2．2 通過 Tushare數據接口獲取財務數據
2．3 通過 Tushare數據接口獲取股票行情等其他數據
第2篇 Python數據分析技術與財務分析實戰
第3章 財務數據分析利器——Pandas庫
3．1 DataFrame的創建
3．2 文件的讀取和寫入
3．3 數據讀取與篩選
3．4 數據表拼接
3．5 案例實戰：財務數據處理
3．6 案例實戰：財務數據獲取進階
第4章 財務可視化基礎——Matplotlib庫
4．1 Matplotlib基本圖形繪制
4．2 Matplotlib可視化小技巧
4．3 案例實戰：Matplotlib財務可視化
第5章 財務靜態分析
5．1 盈利能力指標
5．2 營運能力指標
5．3 償債能力指標
5．4 成長能力指標
5．5 綜合案例
第6章 財務趨勢分析
6．1 盈利能力分析
6．2 營運能力分析
6．3 償債能力分析
6．4 成長能力分析
6．5 趨勢分析綜合評分
第7章 財務同業比較分析
7．1 盈利能力比較
7．2 營運能力比較
7．3 償債能力比較
7．4 成長能力比較
7．5 同業分析綜合評分
第8章 現金流量表進階分析
8．1 指標1：經營活動產生的現金流量凈額/凈利潤
8．2 指標2：銷售商品、提供勞務收到的現金/營業收入
8．3 指標3：期末現金及現金等價物余額>有息負債 (應付債券+短期
借款+長期借款)
8．4 指標4：自由現金流
8．5 指標5：現金流畫像
8．6 行業橫向對比
第9章 杜邦分析
9．1 杜邦分析法介紹
9．2 利用杜邦分析法進行公司基本面分析
9．3 杜邦分析法反映的三種業績驅動模式
第10章 批量篩選優質上市公司
10．1 指標體系
10．2 標準維度
10．3 案例實戰
第3篇 機器學習技術與財務分析實戰
第11章 線性回歸模型+財務會計案例實戰
11．1 一元線性回歸模型
11．2 線性回歸模型評估
11．3 多元線性回歸模型
第12章 決策樹模型+財務舞弊模型構建
12．1 決策樹模型的基本原理
12．2 案例實戰：財務舞弊預測模型
12．3 模型的參數調優
第13章 集成學習模型+財務舞弊預測
13．1 隨機森林模型的基本原理和代碼實現
13．2 GBDT 算法原理
13．3 XGBoost算法原理
13．4 案例實戰：基于集成學習模型的財務舞弊模型
第1章 Python基礎快速入門
1．1 Python安裝與**個 Python程序
1．2 Python基礎知識
1．3 Python語句
1．4 函數與模塊
第2章 通過Tushare數據接口快速獲取財務數據
2．1 Tushare基本介紹
2．2 通過 Tushare數據接口獲取財務數據
2．3 通過 Tushare數據接口獲取股票行情等其他數據
第2篇 Python數據分析技術與財務分析實戰
第3章 財務數據分析利器——Pandas庫
3．1 DataFrame的創建
3．2 文件的讀取和寫入
3．3 數據讀取與篩選
3．4 數據表拼接
3．5 案例實戰：財務數據處理
3．6 案例實戰：財務數據獲取進階
第4章 財務可視化基礎——Matplotlib庫
4．1 Matplotlib基本圖形繪制
4．2 Matplotlib可視化小技巧
4．3 案例實戰：Matplotlib財務可視化
第5章 財務靜態分析
5．1 盈利能力指標
5．2 營運能力指標
5．3 償債能力指標
5．4 成長能力指標
5．5 綜合案例
第6章 財務趨勢分析
6．1 盈利能力分析
6．2 營運能力分析
6．3 償債能力分析
6．4 成長能力分析
6．5 趨勢分析綜合評分
第7章 財務同業比較分析
7．1 盈利能力比較
7．2 營運能力比較
7．3 償債能力比較
7．4 成長能力比較
7．5 同業分析綜合評分
第8章 現金流量表進階分析
8．1 指標1：經營活動產生的現金流量凈額/凈利潤
8．2 指標2：銷售商品、提供勞務收到的現金/營業收入
8．3 指標3：期末現金及現金等價物余額>有息負債 (應付債券+短期
借款+長期借款)
8．4 指標4：自由現金流
8．5 指標5：現金流畫像
8．6 行業橫向對比
第9章 杜邦分析
9．1 杜邦分析法介紹
9．2 利用杜邦分析法進行公司基本面分析
9．3 杜邦分析法反映的三種業績驅動模式
第10章 批量篩選優質上市公司
10．1 指標體系
10．2 標準維度
10．3 案例實戰
第3篇 機器學習技術與財務分析實戰
第11章 線性回歸模型+財務會計案例實戰
11．1 一元線性回歸模型
11．2 線性回歸模型評估
11．3 多元線性回歸模型
第12章 決策樹模型+財務舞弊模型構建
12．1 決策樹模型的基本原理
12．2 案例實戰：財務舞弊預測模型
12．3 模型的參數調優
第13章 集成學習模型+財務舞弊預測
13．1 隨機森林模型的基本原理和代碼實現
13．2 GBDT 算法原理
13．3 XGBoost算法原理
13．4 案例實戰：基于集成學習模型的財務舞弊模型
展開全部
大數據財務分析(基于Python)/智能財會叢書 節選
數智化技術正在深刻改變著會計行業。實務界和教育界正在利用數智化技術對傳統的會計工作和教育工作進行變革，會計的智能化轉型正在如火如荼地開展。然而，人才是決定轉型能否成功的關鍵因素之一。目前，既懂技術又懂會計的復合型人才極為匱乏，這極大地限制了智能會計轉型的發展。可喜的是，國內眾多高校已經開設智能會計（財務）方向的課程，正式開始了智能會計人才的培養工作。不過，“缺教材、缺師資、缺方案”是剛剛起步的智能會計教育面臨的幾個痛點，其中，缺教材無疑是*大的痛點。為了解決這一問題，我們聯合中國人民大學出版社陸續出版了“智能財會叢書”系列教材。在“智能財會叢書”中，我們開發了一個子系列，即“智能財會叢書———基于Python”。之所以開發這一子系列，主要是基于如下考慮:其一，解決技術知識與專業知識“兩張皮”的問題。在智能會計課程體系中，比較容易實現的是會計類課程和技術類課程這兩個模塊。前者是傳統會計課程，自然毋庸多言；后者包括Python、BI、RPA、大數據技術、數據庫技術、人工智能技術等新技術類課程，學校一般也能找到師資，常見的做法是在校內其他學院或者其他學校聘請師資。這兩個模塊都比較成熟，不存在教材短缺問題。*難實現的是“技術+會計”類課程。因為這類課程要求將技術與會計進行深度融合，利用技術解決會計的數字化和智能化問題，對教師提出了更高的要求，教材的編寫難度也更大。但是，如果不開設這類課程，就很容易出現“兩張皮”的問題，學生學了很多技術類課程，但是對于如何利用這些技術解決會計問題仍不清楚。本系列教材在介紹Python基礎知識的基礎上，重點介紹如何利用Python的各個模塊解決會計的數字化和智能化問題。其二，構建一套比較完整的利用Python提升會計的數字化和智能化的知識體系。Python的功能非常強大，一本教材顯然無法介紹清楚。在本系列教材中，我們系統介紹了Python的基礎知識以及機器學習、爬蟲、可視化、自然語言處理等技術在會計中的應用。應用場景包括大數據財務分析、大數據估值、RPA開發與應用、內部財務智能管理、大數據分析與決策等諸多方面。本系列教材基本能夠涵蓋基于Python的智能會計的主要方面，從而形成一套比較完整的知識體系。其三，解決學生在學習Python過程中目標不明確、動力不足的問題。根據我們的經驗，學生在學習編程類課程時，如果以純技術學習為主，很容易出現目標不明確、學習動力不足的問題。很多學校的Python課程一般是由計算機背景的教師授課，這種課程的優點是能夠幫助學生拓展Python知識的深度和廣度，對于計算機等相關專業的學生來說，自然沒有問題，但對于會計專業的學生來說，他們往往希望知道學習的每一行代碼在會計工作中到底有何應用，如果教師在授課過程中不能給學生指出來，學生就會陷入代碼“森林”中不知所措。本系列教材中的每一本教材都是將Python與會計、財務、金融場景進行緊密結合，能夠很好地解決這一問題，從而提升學生的學習效率和效果。更為重要的是，通過學習這些教材，學生既能學習Python知識，又能學習智能會計知識，尤其是能夠培養利用Python靈活解決會計問題的思維。
大數據財務分析(基于Python)/智能財會叢書 作者簡介
張 敏 中國人民大學商學院教授、博士生導師、會計系主任，中國人民大學“杰出青年學者”，中國審計學會審計教育分會理事，入選財政部全國會計領軍（后備）人才（學術類）”。目前主要研究智能財務與大數據審計。在國內外核心期刊發表論文70余篇，出版著作6部。擔任10余本國內外核心期刊匿名審稿人。主持國家自然科學基金項目2項；主持教育部人文社會科學研究項目1項。曾獲中國人民大學商學院最佳研究生教師獎、中國人民大學教學優秀獎、全國優秀博士學位論文提名獎、中國人民大學優秀博士學位論文獎、北京大學優秀博士后等獎勵。擔任比亞迪、國投資本等公司獨立董事。王宇韜 CFA，FRM，AQF，華能信托金融科技實驗室發起人，中國人民大學商學院“Python金融”課程授課導師。出版《Python金融大數據挖掘與分析全流程詳解》《Python大數據分析與機器學習商業案例實戰》等圖書。主講的“Python金融”課程同時被學習強國、中國人民銀行在線學習平臺收錄，累計為公司申請6項金融科技相關知識產權。
書友推薦
- >
我從未如此眷戀人間
- >
月亮虎
- >
伯納黛特,你要去哪(2021新版)
- >
羅庸西南聯大授課錄
- >
中國歷史的瞬間
- >
朝聞道
- >
煙與鏡
- >
羅曼·羅蘭讀書隨筆-精裝
