账号： 密码：
中国大学出版社协会 | 首页 | 宏观指导 | 出版社天地 | 图书代办站 | 教材图书信息 | 教材图书评论 | 在线订购 | 教材征订
搜索 新闻 图书 ISBN 作者 音像 出版社 代办站 教材征订
购书 请登录 免费注册 客服电话:010-62510665 62510769
购书指南 购物车 我的订单 征订单 存书架 小团购 二手书 优惠活动 关于我们
图书查询索引 版别索引 分类索引 中图法分类 专业分类 用途分类 制品类型 读者对象 自分类 最新 畅销 推荐 特价 教材征订
综合查询
大数据财务分析——基于Python（第2版） - 中国高校教材图书网
书名： 大数据财务分析——基于Python（第2版）
ISBN：978-7-300-35055-4 责任编辑：
作者： 张敏 王宇韬 刘云菁  相关图书 定价： ￥59.00　 折扣价：￥53.10
折扣：0.90 节省了5.9元
版印次：2-1 开本：16
出版社： 中国人民大学出版社 装订：平
出版日期： 2026-08-18 页数： 395页
分级： 每包册数：
适用专业： 立体化教材：
类别： 征订序号：
年度： 季度：
中图法分类： 经济计划与管理 专业分类：
用途分类： 读者分类：
千字数：450 印刷日期：
国家规划教材： 省部级规划教材：
入选重点出版项目： 其他获奖项目：
小团购 订购 咨询 推荐 打印 放入存书架

内容简介：
本书是为回应数字化时代对会计人才的新需求而编写的智能财务教材，遵循从基础到进阶、从技术到应用的编排逻辑。全书共分为三篇：第1篇为Python技术基础与财务数据获取，引导读者完成环境搭建、掌握Python基础语法，进而通过Tushare数据接口获取财务数据；第2篇为Python数据分析技术与财务分析实战，深入讲解Pandas数据处理、Matplotlib数据可视化，并围绕财务三大分析、杜邦分析等经典主题展开案例教学；第3篇为机器学习技术与财务分析实战，系统介绍线性回归、决策树、随机森林等模型，以构建财务舞弊预测模型为贯穿性案例，展示算法在风险控制与审计场景中的应用。
第2版相比第1版有以下优化：新增“AI大模型快速入门与案例实战”一章，系统介绍AI大模型在财务工作场景中的应用，展现“Python工具+AI协同”的财务分析新方向；将“财务静态分析”“财务趋势分析”“财务同业比较分析”“批量筛选优质上市公司”四章整合为“Python财务三大分析技巧：静态分析+趋势分析+同业比较分析”一章，强化各项分析之间的内在联系与协同效应，帮助读者构建系统化分析框架；梳理与更新案例及实操所用的财务数据，以确保学习内容反映最新的市场环境。

作者简介：
张敏 中国人民大学商学院教授、博士生导师、会计系主任，中国人民大学“吴玉章特聘教授”、商学院“教学杰出教授”，中国会计学会理事，中国注册会计师协会专业指导委员会委员，入选财政部第四期全国会计领军（后备）人才（学术类），担任十余种国内外核心期刊匿名审稿人。主要研究领域为审计、大数据审计与会计。在《经济研究》、The Accounting Review、Review of Accounting Studies等国内外核心期刊发表论文80余篇。主持多项国家自然科学基金项目。曾获高等教育（本科）国家级教学成果奖二等奖、全国优秀教材二等奖、北京高校教师教学创新大赛三等奖、中国人民大学商学院最佳研究生教师奖、中国人民大学教学优秀奖、全国优秀博士学位论文提名等。
王宇韬 特许金融分析师（CFA），金融风险管理师（FRM），量化金融分析师（AQF），华能信托金融科技实验室发起人，中国人民大学商学院“Python金融”课程导师。著有《Python金融大数据挖掘与分析全流程详解》《Python大数据分析与机器学习商业案例实战》等多部图书。主讲的“Python金融”课程被学习强国、中国人民银行在线学习平台收录，累计为公司申请6项金融科技相关知识产权。
刘云菁 南京航空航天大学经济与管理学院副教授、硕士生导师。主要研究领域为智能财务与大数据审计。在国内外核心期刊发表论文10篇，担任多种国内外核心期刊匿名审稿人，参与多项国家级、省部级课题以及智能财会产学研项目。

章节目录：
 
精彩片段：
在数字化时代，大数据与人工智能（AI）技术正深刻改变各个行业，财务领域也不例外。随着财务数据量的爆发式增长以及业务复杂性的不断提升，传统的财务分析方法已难以满足现代企业对高效、精准决策的需求。Python作为一种强大且灵活的编程语言，在数据处理、分析以及机器学习等方面表现卓越，已成为财务人员进行大数据分析与智能决策的得力工具。基于这样的时代背景，我们编写了这本系统、实用且紧跟前沿技术的教材，旨在帮助财务人员、会计专业学生以及对大数据财务分析感兴趣的其他人士掌握利用Python进行大数据财务分析的关键技能，从而更好地适应数字化转型浪潮下的财务工作变革。
我们以第1版为基础，经过深入调研与精心策划，完成了第2版的全面更新与优化，具体表现在以下方面：
首先，为了反映AI领域的最新发展成果，尤其是AI大模型在财务自动化方面的广阔应用前景，新增“AI大模型快速入门与案例实战”一章。该章介绍了AI大模型的核心功能，如文本分析、数据提取等，以及如何高效利用这些功能来满足财务工作中的复杂需求。此外，还讲解了实用的提示词技巧，以帮助读者快速上手并高效使用AI大模型，使AI大模型成为辅助Python代码编写、提升财务工作效率的有力工具。通过该章的学习，读者将能够紧跟技术前沿，掌握AI大模型与Python相结合的方法，推动财务工作的变革与创新。
其次，为了使教材结构更加紧凑、逻辑更加清晰，将第1版中的“财务静态分析”“财务趋势分析”“财务同业比较分析”“批量筛选优质上市公司”四章整合为“Python财务三大分析技巧：静态分析十趋势分析十同业比较分析”一章。这一调整不仅优化了教材的内容框架，还强化了各项分析之间的内在联系与协同效应。该章系统讲解了如何运用Python实现财务静态分析、趋势分析以及同业比较分析，以帮助读者深入理解这些分析方法的原理与应用场景，并学会通过综合评分方法筛选优质上市公司。整合后的内容有助于读者构建完整的知识体系，提升学习效率，更加全面、系统地掌握财务分析的关键技能，并将其灵活地应用于实际工作。
最后，为了保障教材内容的时效性与实用性，对全书案例及实操所用的财务数据进行全面梳理与更新。财务数据的时效性直接影响分析结论的参考价值，此次更新涵盖了上市公司历年财报、行业对标数据等核心分析素材，以使读者能够基于真实市场环境与企业经营数据开展实操练习，更精准地把握当前财务领域的发展态势，提升分析结果与实际工作场景的契合度。
本教材分为Python技术基础与财务数据获取、Python数据分析技术与财务分析实战以及机器学习技术与财务分析实战三篇，构建了一条循序渐进的学习路径。第1篇从Python基础快速入门讲起，包括Python的安装、基础知识、语句、函数与模块等内容，旨在帮助读者夯实编程基础；随后介绍如何通过Tushare数据接口快速获取财务数据，为后续数据分析做好铺垫。第2篇详细讲解Pandas库、Matplotlib库的使用，以及Python财务三大分析技巧、现金流量表进阶分析、杜邦分析等内容，通过案例帮助读者将理论知识与实际操作相结合，提升数据分析能力。第3篇深入探讨机器学习技术与财务分析的融合，包括线性回归模型、决策树模型、集成学习模型在财务领域的应用，以及AI大模型快速入门与案例实战，帮助读者掌握前沿技术在财务分析中的应用方法。
在编写本教材的过程中，我们充分考虑了不同层次读者的学习需求，力求使内容既深入浅出又兼具实用性和前瞻性。无论是初学者还是有一定基础的读者，都能够通过本教材提升大数据财务分析能力。本教材旨在帮助读者在财务领域更好地运用Python技术，挖掘数据背后的价值，为企业决策提供有力支持，从而使企业在数字化转型的时代浪潮中脱颖而出。

书　　评：
 
其　　它：
 

相关评论 发表评论


| 我的帐户 | 我的订单 | 购书指南| 关于我们 | 联系我们 | 敬告 | 友情链接 | 广告服务 |

版权所有 © 2000-2002 中国高校教材图书网    京ICP备10054422号-7    京公网安备110108002480号    出版物经营许可证：新出发京批字第版0234号
经营许可证编号：京ICP证130369号    技术支持：云章科技