本教材最大的特点是将Python基础知识与财务分析知识进行了融合，在财务分析场景中学习Python，在Python学习中实现财务分析的自动化与智能化，从而避免财务专业背景的读者在学习Python时由于目标不明确导致学习动力不足、学习效率低等问题。通过本书的学习，读者可以掌握Python基础知识，初步具备利用Python进行高质量财务分析的能力。
本书共分为3篇13章。第1篇“Pyhon技术基础与财务数据获取”包括2章，介绍Python基础知识与通过Tushare数据接口快速获取财务数据；第2篇“Python数据分析技术与财务分析实战”包括8章，首先介绍Pandas库财务数据分析基础、Matplotlib库财务可视化基础，其次介绍如何利用Python进行财务静态分析、财务趋势分析、财务同业比较分析、现金流量表进阶分析、杜邦分析、批量筛选优质上市公司等；第3篇“机器学习技术与财务分析实战”包括3章，介绍线性回归模型与财务分析、决策树模型与集成学习模型在财务舞弊预测中的应用。
本书可作为高校财务管理学、会计学、审计学、管理学等专业本科生与研究生的Python基础、大数据财务分析等课程的教材，也可作为对财务数智化转型感兴趣的其他读者的参考书。
教辅资源：PPT、完整的源代码文件等。

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“杰出青年学者”，中国审计学会审计教育分会理事，入选财政部全国会计领军（后备）人才（学术类）”。

13.4 案例实战:基于集成学习模型的财务舞弊模型

数智化技术正在深刻改变着会计行业。实务界和教育界正在利用数智化技术对传统的会计工作和教育工作进行变革，会计的智能化转型正在如火如荼地开展。然而，人才是决定转型能否成功的关键因素之一。目前，既懂技术又懂会计的复合型人才极为匮乏，这极大地限制了智能会计转型的发展。可喜的是，国内众多高校已经开设智能会计（财务）方向的课程，正式开始了智能会计人才的培养工作。不过，“缺教材、缺师资、缺方案”是刚刚起步的智能会计教育面临的几个痛点，其中，缺教材无疑是最大的痛点。为了解决这一问题，我们联合中国人民大学出版社陆续出版了“智能财会丛书”系列教材。
在“智能财会丛书”中，我们开发了一个子系列，即“智能财会丛书———基于Python”。之所以开发这一子系列，主要是基于如下考虑:
其一，解决技术知识与专业知识“两张皮”的问题。在智能会计课程体系中，比较容易实现的是会计类课程和技术类课程这两个模块。前者是传统会计课程，自然毋庸多言；后者包括Python、BI、RPA、大数据技术、数据库技术、人工智能技术等新技术类课程，学校一般也能找到师资，常见的做法是在校内其他学院或者其他学校聘请师资。这两个模块都比较成熟，不存在教材短缺问题。最难实现的是“技术+会计”类课程。因为这类课程要求将技术与会计进行深度融合，利用技术解决会计的数字化和智能化问题，对教师提出了更高的要求，教材的编写难度也更大。但是，如果不开设这类课程，就很容易出现“两张皮”的问题，学生学了很多技术类课程，但是对于如何利用这些技术解决会计问题仍不清楚。本系列教材在介绍Python基础知识的基础上，重点介绍如何利用Python的各个模块解决会计的数字化和智能化问题。
其二，构建一套比较完整的利用Python提升会计的数字化和智能化的知识体系。Python的功能非常强大，一本教材显然无法介绍清楚。在本系列教材中，我们系统介绍了Python的基础知识以及机器学习、爬虫、可视化、自然语言处理等技术在会计中的应用。应用场景包括大数据财务分析、大数据估值、RPA开发与应用、内部财务智能管理、大数据分析与决策等诸多方面。本系列教材基本能够涵盖基于Python的智能会计的主要方面，从而形成一套比较完整的知识体系。
其三，解决学生在学习Python过程中目标不明确、动力不足的问题。根据我们的经验，学生在学习编程类课程时，如果以纯技术学习为主，很容易出现目标不明确、学习动力不足的问题。很多学校的Python课程一般是由计算机背景的教师授课，这种课程的优点是能够帮助学生拓展Python知识的深度和广度，对于计算机等相关专业的学生来说，自然没有问题，但对于会计专业的学生来说，他们往往希望知道学习的每一行代码在会计工作中到底有何应用，如果教师在授课过程中不能给学生指出来，学生就会陷入代码“森林”中不知所措。本系列教材中的每一本教材都是将Python与会计、财务、金融场景进行紧密结合，能够很好地解决这一问题，从而提升学生的学习效率和效果。更为重要的是，通过学习这些教材，学生既能学习Python知识，又能学习智能会计知识，尤其是能够培养利用Python灵活解决会计问题的思维。