本书围绕大数据和人工智能技术在财务决策中的应用这一核心理念展开讨论。全书共六章，涵盖了大数据与智能财务决策的背景、财务决策场景、资本预算、企业价值评估、债务融资、财务杠杆等主题，并强调了数据分析方法在财务决策中的重要性，包括现金流预测、折现率估计、企业价值评估、信用评级预测和财务杠杆分析等。书中还介绍了多种统计和机器学习模型，如线性回归、事件研究法、朴素贝叶斯分类器等。本书结合理论知识和实践应用，通过案例分析和数据模型展示了如何利用大数据和人工智能技术对财务决策提供支持。
本书适合作为高等院校财务管理、会计、审计、资产评估、金融等相关专业的教材，也可供希望提升数据分析能力和财务决策水平的专业人士阅读参考。
- 前辅文
- 第1章 大数据与智能财务决策的背景与定义
- 1.1 背景介绍
- 1.2 大数据与人工智能技术
- 1.3 财务中的数字化工具
- 1.4 企业的数字化转型
- 1.5 财务数字化与财务决策
- 第2章 财务决策场景
- 第3章 大数据与投资决策——资本预算
- 3.1 现金流预测
- 3.2 折现率的理论基础——资本资产定价模型
- 3.3 项目折现率的估计——线性回归模型基础
- 3.4 项目折现率的估计——企业β与行业β
- 3.5 资本预算决策——计算项目折现率并进行资本预算
- 第4章 大数据与投资决策——企业价值评估与事件研究
- 4.1 绝对价值
- 4.2 相对价值
- 4.3 动态价值：市场有效性与事件研究
- 4.4 单个公司事件研究
- 4.5 基于收益率因子模型的事件研究
- 第5章 大数据与融资决策——债务融资
- 5.1 债券发行和存量基本情况
- 5.2 债券违约情况
- 5.3 信用评级与债权资本成本
- 5.4 信用评级机构
- 5.5 信用评级特征选取
- 5.6 机器学习分类器与朴素贝叶斯模型
- 5.7 基于朴素贝叶斯模型的信用评级预测
- 5.8 使用其他分类器预测信用评级
- 第6章 大数据与融资决策——财务杠杆
- 6.1 财务杠杆理论
- 6.2 固定效应
- 6.3 统计显著性与经济显著性
- 6.4 过度负债的衡量
- 6.5 过度负债结果讨论
- 6.6 因果推断——财务杠杆政策讨论
- 参考文献
