
本书先概要性地介绍了大数据财务决策涉及的基本概念、实现平台、工具和常用方法,使读者了解大数据技术的基本概念、应用过程及其在财务领域的主要应用方法。然后以企业财务管理的内容为主线,通过通用化工具应用和浪潮大数据应用两部分,一方面分析了利用Power BI和Excel的通用化工具进行数据处理、建立模型解决财务决策和管理问题的方法;另一方面基于企业案例,以实验方法讲解如何利用浪潮大数据平台辅助实现企业财务决策。 本书可以作为财务管理专业、会计学专业或相关管理专业学生学习大数据财务的教材或参考书,也可以作为读者学习财务信息化知识的教材或参考书。
党的二十大报告提出要“加快发展数字经济,促进数字经济和实体经济深度融合”。 数字经济的发展离不开数字技术的应用。随着数字技术在我国社会经济生活中应用的不断拓展和深化,企业的财务决策正从传统的手工处理方式向应用大数据、人工智能等新兴技术的方式转变,从依赖管理者个人能力的决策和控制向依赖事实和数据的科学决策和控制转变。财务决策方式的转变需要财务人员具备更强的数字技术应用能力。本书正是为了满足社会对财务人员知识和能力的新需求而设计的,主要探索如何将财务管理专业理论与最新的大数据、商务智能(BI)等数字技术相结合,借助大数据和商务智能工具以及通用化大数据智能软件平台解决企业财务决策的实务问题。 本书先概要性地介绍了大数据财务决策涉及的基本概念、实现平台、工具和常用方法,使读者了解大数据技术的基本概念、应用过程及其在财务领域的主要应用方法。然后以企业财务管理的内容为主线,通过通用化工具应用和浪潮大数据应用两部分,一方面分析了利用Power BI和Excel的通用化工具进行数据处理、建立模型解决财务决策和管理问题的方法;另一方面基于企业案例,以实验方法讲解如何利用浪潮大数据平台辅助实现企业财务决策。在介绍具体应用时,首先介绍企业相关财务决策和管理的主要业务场景,然后讲解相关财务业务中Power BI、Excel的通用化工具和浪潮大数据平台的具体应用 。 本书共分为8章,各章的具体内容是:第1章介绍大数据财务决策涉及的基本概念,阐述大数据财务决策的目标和过程;第2章重点讲解通用化工具Excel和Python的数据处理方法,以及Power BI的使用方法和步骤,并介绍了大数据财务决策的其他常用平台与工具;第3章介绍了大数据财务决策的常用方法,包括聚类分析、分类方法、回归分析、关联规则分析、离群点分析等;第4章讲解了Excel财务分析实现、Power BI财务分析结果可视化和浪潮大数据财务活动分析等;第5章讲解了投资决策相关函数、Power BI 投资决策的建模与应用;第6章讲解了Excel筹资决策建模与应用和浪潮大数据筹资决策的实现方法;第7章讲解了Excel收入预测和利润规划、Power BI收入预测,以及应用浪潮大数据平台进行量本利分析;第8章讲解了Excel和Power BI绩效评价的建模与应用。 本书可以作为高等院校的财务管理专业、会计学专业或相关管理专业学生学习大数据财务的教材或参考书,也可以作为读者学习财务信息化知识的教材或参考书。 本书由首都经济贸易大学博士生导师王海林教授主编,并负责本书总体框架设计、大纲拟定和最后的审阅定稿。浪潮集团的于琪和山西财经大学的孙凡教授任副主编。写作者包括中国财政科学研究院的高颖超博士,首都经济贸易大学的副教授林慧婷博士、马奔博士、高永昌博士、段琳琳博士,江西财经大学的曾皓博士,北京中医药大学东方医院的张爱玲。浪潮大数据部分由浪潮集团的马建军、蔡宁、于琪、张波、李玉会编写,具体章节内容的编写分工如下:第1章、第6章王海林,第2章王海林、高永昌、张爱玲和段琳琳,第3章孙凡,第4章王海林和林慧婷,第5章高颖超,第7章王海林和马奔,第8章曾皓。此外,首都经济贸易大学的岳宇晨参与了书中杜邦案例Excel模型设置的实现。 为了帮助读者更好地学习和掌握重点内容,本书的各章除了有本章内容提要、思考题,所有涉及Power BI应用的各章还设有本章重点掌握的Power BI工具。同时,为了将党的二十大精神融入教材,本书还在涉及财务决策的各章章末设有思政提要部分,结合相关内容总结提炼了相应章的思政要点。 由于作者的经验和水平有限,书中疏漏之处在所难免。诚恳希望广大读者对不足之处提出宝贵意见,以备来日修改。 本书出版之际,我们特别感谢电子工业出版社石会敏主任为本书出版付出的努力! 王海林 2023年5月
第1章 大数据财务决策概论 1 1.1 大数据财务决策涉及的基本概念 1 1.1.1 数据、信息和数据库 1 1.1.2 数据仓库和数据挖掘 4 1.1.3 大数据技术与商务智能 5 1.1.4 人工智能 6 1.2 大数据财务决策的目标和过程 7 1.2.1 大数据财务决策的目标 8 1.2.2 大数据财务决策的过程 8 思考题 18 思政提要 18 第2章 大数据财务决策的实现平台与工具 19 2.1 数据处理工具—Excel 19 2.1.1 采集数据 19 2.1.2 函数的应用 24 2.1.3 宏的应用 26 2.2 数据处理工具—Python 35 2.2.1 Python的安装与运行 35 2.2.2 Python数据采集 38 2.2.3 Python数据处理 44 2.3 商务智能工具—Power BI 47 2.3.1 Power BI Desktop界面介绍 48 2.3.2 使用Power BI的关键步骤 48 2.4 其他常用平台与工具 58 2.4.1 MATLAB 58 2.4.2 RapidMiner 61 2.4.3 SPSS 63 2.4.4 Smartbi 65 2.4.5 SAS Sentiment Analysis 69 2.4.6 R语言 70 2.5 浪潮大数据平台—DMP与BA 70 2.5.1 浪潮数据管理平台—DMP 70 2.5.2 浪潮大数据分析平台—BA 73 思考题 75 第3章 大数据财务决策常用方法 77 3.1 聚类分析 77 3.1.1 定义及算法种类 77 3.1.2 主要实施步骤 78 3.1.3 主要财务应用领域 79 3.2 分类方法 80 3.2.1 基于决策树的数据分类 81 3.2.2 基于支持向量机的数据分类 82 3.2.3 基于逻辑回归的分类方法 84 3.2.4 主要财务应用领域 85 3.3 回归分析 85 3.3.1 基于大数据的回归分析方法 85 3.3.2 基于大数据的回归分析实施步骤 86 3.3.3 基于大数据的回归分析的财务应用领域 88 3.4 关联规则分析 90 3.4.1 定义及算法 90 3.4.2 主要实施步骤 91 3.4.3 主要财务应用领域 92 3.5 离群点分析 94 3.5.1 内涵及特征 94 3.5.2 主要方法及实施步骤 94 3.5.3 主要财务应用领域 96 思考题 98 第4章 企业财务分析与评价 99 4.1 企业财务分析与评价的业务场景 99 4.1.1 报表比较分析 100 4.1.2 财务指标分析 100 4.1.3 财务综合评价分析 101 4.1.4 趋势分析 101 4.1.5 因素分析 102 4.2 Excel财务分析实现 102 4.2.1 数据获取 102 4.2.2 杜邦分析 108 4.3 Power BI财务分析结果可视化 115 4.3.1 数据获取 115 4.3.2 数据建模分析 116 4.3.3 综合应用 129 4.4 浪潮大数据财务活动分析 140 4.4.1 营业收入分析 140 4.4.2 利润总体分析 147 思考题 154 思政提要 154 第5章 企业投资决策 155 5.1 企业投资决策的业务场景 155 5.1.1 企业投资决策的业务内容 155 5.1.2 大数据智能化工具在企业投资决策中的应用 156 5.2 投资决策相关函数 156 5.2.1 净现值类函数 156 5.2.2 内含报酬率类函数 162 5.2.3 固定资产折旧类函数 164 5.3 Power BI投资决策的建模与应用 173 5.3.1 投资决策方法 173 5.3.2 投资决策类型 175 5.3.3 投资决策建模与应用 176 5.3.4 投资风险分析 188 思考题 194 思政提要 194 第6章 企业筹资决策 195 6.1 企业筹资决策的业务场景 195 6.2 Excel筹资决策的建模与应用 196 6.2.1 与筹资决策相关的函数 196 6.2.2 筹资成本分析 208 6.2.3 贷款筹资影响因素分析 208 6.2.4 最佳贷款方案决策模型 211 6.3 浪潮大数据筹资决策实现 212 6.3.1 资产结构分析 212 6.3.2 公司资金状况分析与呈现 217 思考题 223 思政提要 224 第7章 收入预测与利润规划 225 7.1 收入预测与利润规划的业务场景 225 7.2 用Excel预测收入 227 7.2.1 收入预测模型 227 7.2.2 预测函数 230 7.3 利于Power BI进行收入预测 235 7.3.1 案例基本情况 235 7.3.2 基于企业周期的预测方法 237 7.3.3 Power BI的自动预测功能 241 7.3.4 借助R语言的收入预测 245 7.4 Excel利润规划 247 7.4.1 分析规划求解问题 247 7.4.2 建立规划求解模型 248 7.4.3 变更规划求解条件 250 7.4.4 输出规划求解报表 251 7.5 浪潮大数据平台的量本利分析 253 思考题 258 思政提要 259 第8章 绩效评价 260 8.1 企业绩效评价的业务场景 260 8.2 Excel绩效评价的建模与应用 262 8.2.1 员工层面的绩效评价 262 8.2.2 部门层面的绩效评价 264 8.2.3 企业层面的绩效评价 266 8.2.4 不同层面绩效评价结果的整合 270 8.3 Power BI绩效评价结果可视化 272 8.3.1 使用Power BI进行绩效评价可视化的步骤 272 8.3.2 员工层面的绩效评价结果可视化 273 8.3.3 部门层面的绩效评价结果可视化 278 8.3.4 企业层面的绩效评价结果可视化 281 思考题 287 思政提要 287
http://www.hxedu.com.cn/hxedu/fg/book/bookinfo.html?code=G0455550