大数据技术在会计与财务中的应用（智能财会丛书）

作者：张敏

书号：350547

定价：￥59 元

字数：464 千字

印次：1-1

开本：16

出版时间：2026-08-14

ISBN：978-7-300-35054-7

包装：平

内容简介

本书聚焦大数据技术在会计与财务领域的落地应用，系统讲解了从基础编程到前沿分析的知识与技能，旨在弥合技术与专业间的鸿沟。

全书分为三大模块：基础篇剖析大数据技术给会计与财务领域带来的机遇与挑战，并介绍Python基础知识，为后续学习奠定基础。核心技术篇系统讲解机器学习、文本分析、图像与音视频分析、社会网络分析等关键技术，同时涵盖网络爬虫与SQL等数据处理工具。在介绍每种技术时，均先阐释基本原理，再通过Python代码逐步实现，并结合会计与财务场景讲解具体应用。前沿与综合篇综述大数据在会计研究中的应用现状与发展趋势，为有志于深入探索或从事学术研究的读者提供理论指引与选题参考。

本书由浅入深展开论述，技术覆盖面广且紧贴前沿，融入了Transformer、BERT、DeepSeek等技术。同时，注重理论与实践的紧密结合，配套有大量案例代码与练习题。本书既可作为高等院校会计与财务相关专业的教材，也可供财会从业者和研究人员学习参考。

作者介绍

张 敏 中国人民大学商学院会计系主任、博士生导师，中国人民大学吴玉章特聘教授，中国人民大学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，会计信息系统顶级期刊International Journal of Accounting Information Systems编委会成员。主要研究领域为基于大数据的会计研究。在《经济研究》、《管理世界》、《世界经济》、《金融研究》、《会计研究》、《审计研究》、The Accounting Review、Review of Accounting Studies、Journal of Accounting and Public Policy、Journal of Business Finance & Accounting等国内外核心期刊发表论文八十余篇，出版专著四部、教材多部。主持国家自然科学基金项目三项，教育部人文社会科学研究项目、中国博士后科学基金特别资助项目、中国博士后科学基金面上资助项目各一项。入选财政部第四届全国会计领军（后备）人才（学术类）。曾获得国家教学成果二等奖、全国优秀教材二等奖、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、全国优秀博士论文提名奖、中国人民大学优秀博士论文奖、北京大学优秀博士后等。

目录

第1章 会计与财务中的大数据概述

1.1 机遇与挑战

1.2 大数据方法概述

推荐阅读

练习题

第2章 Python基础知识

2.1 Python的安装与环境配置

2.2 Python语法基础

2.3 Python与数据处理

课外学习资源

练习题

第3章 机器学习技术

3.1 机器学习概述

3.2 模型与算法

3.3 回归模型

3.4 支持向量机与支持向量回归

3.5 朴素贝叶斯、K近邻与决策树

3.6 聚类算法

3.7 集成算法

3.8 神经网络与深度学习

3.9 机器学习案例:预测财务舞弊

推荐阅读

课外学习资源

练习题

第4章 文本分析技术

4.1 文本分析概述：技术简述和任务简述

4.2 文本的预处理

4.3 文本的特征提取

4.4 词袋模型与词向量

4.5 深度学习在文本分析中的应用

4.6 自注意力机制、Transformer和BERT

4.7 ChatGPT的应用

4.8 文本分析综合案例：利用DeepSeek大模型进行年报分析

推荐阅读

课外学习资源

练习题

第5章 图像分析技术

5.1 图像分析概述

5.2 图像数据获取与转换

5.3 图像分析技术与算法

5.4 图像分析的实现路径

5.5 图像分析案例：计算面部可信度

推荐阅读

练习题

第6章 音视频分析技术

6.1 音频数据获取与转换

6.2 音频分析技术与算法

6.3 音频分析的实现路径

6.4 视频数据获取与转换

6.5 视频分析技术与算法

6.6 视频分析的实现路径

6.7 视频分析案例：识别视频中的高管情绪

推荐阅读

练习题

第7章 社会网络分析技术

7.1 社会网络概述

7.2 社会网络的特征

7.3 社会网络的表征学习

7.4 社会网络的算法

7.5 社会网络分析案例：审计师合作网络

推荐阅读

练习题

第8章 海量数据的采集——爬虫技术

8.1 requests库

8.2 BeautifulSoup库

8.3 正则表达式

8.4 selenium库

8.5 爬虫案例：使用selenium爬取财新网的新闻

推荐阅读

练习题

第9章 海量数据的处理——SQL

9.1 SQL概述

9.2 外部数据的管理

9.3 内部数据的管理

9.4 SQL案例：采购订单管理

课外学习资源

练习题

第10章 大数据会计研究现状

10.1 机器学习研究综述

10.2 文本分析研究综述

10.3 图像与音视频分析研究综述

10.4 社会网络分析研究综述

精彩样章

随着大数据、人工智能等技术的飞速发展，会计与财务领域正经历一场深刻的变革。以结构化数据为核心的传统分析模式，已难以满足复杂多变的商业决策需求。近年来，文本、图像、音视频、社交网络等非结构化数据的价值日益凸显，逐渐成为企业决策与监管分析的重要信息来源。这一趋势不仅拓展了传统财务数据分析的边界，也对会计与财务专业人才的知识结构与技术能力提出了更高的要求。在此背景下，亟须培养兼具会计理论素养与数据科学技能的复合型人才，以更好地适应智能化、数据驱动的财务环境。

尽管大数据与人工智能发展迅猛，但专门面向会计与财务问题设计的大数据教材仍相对稀缺。传统教材往往将技术与专业知识割裂开来，导致学生“知技术而不知其用”，或“知问题而缺乏技术”。我们认为，数据的真正价值离不开技术方法、应用场景与业务知识的有机融合。此外，数智化时代会计与财务专业的学生需学习的机器学习、自然语言处理等技术，往往散落在各类计算机或大数据系列教材中。能否将会计与财务中涉及的主要大数据技术汇总在一本教材中进行讲解，以便利学生学习？ 基于上述考虑，我们编写了这本 《大数据技术在会计与财务中的应用》。本书旨在搭建一座连接会计知识与前沿技术的桥梁，帮助读者掌握基于多维数据解决实际财务问题的核心技能。

本书以会计与财务问题为切入点，系统介绍了大数据分析的关键技术与方法：从Python基础知识、机器学习技术，到文本、图像、音视频与社会网络等多维数据分析，再到爬虫技术与SQL数据库管理，构建起一套较为完整、实用的大数据技能体系。全书内容紧密围绕会计与财务应用展开，相关案例贯穿全书，兼顾实际业务场景与科研探索需求。