大数据财务决策

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。

王海林，首都经济贸易大学教授、博士生导师，北京市高等学校教学名师。现为财政部全国会计信息化标准化技术委员会咨询专家，中国会计学会会计信息化专业委员会委员，会计信息化咨询专家。曾任财政部企业内部控制标准委员会咨询专家。具有计算机科学和会计学的跨学科专业背景，是我国会计信息化方向的首位博士后。从1989年开始从事信息系统的设计开发，1993年开始从事会计信息化的研究工作，至今已经主持完成了国家社科基金、教育部人文社科基金、北京市社科基金等多项科研课题，在《会计研究》《审计研究》《财政研究》等期刊公开发表学术论文七十余篇，出版学术专著4部。已经从事财会信息化方面的教学三十来年，主编出版了《会计信息系统――面向财务业务一体化》的1-3版、《财务管理信息化》的1-3版、《管理会计信息化》等教材24部。专著《价值链内部控制》获第三届杨纪琬优秀会计学术著作奖。

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