第1章 大數據財務決策概論 1
1.1 大數據財務決策涉及的基本概念 1
1.1.1 數據、信息和數據庫 1
1.1.2 數據倉庫和數據挖掘 4
1.1.3 大數據技術與商務智能 5
1.1.4 人工智能 6
1.2 大數據財務決策的目標和過程 7
1.2.1 大數據財務決策的目標 8
1.2.2 大數據財務決策的過程 8
思考題 18
思政提要 18
第2章 大數據財務決策的實現平臺與工具 19
2.1 數據處理工具—Excel 19
2.1.1 采集數據 19
2.1.2 函數的應用 24
2.1.3 宏的應用 26
2.2 數據處理工具—Python 35
2.2.1 Python的安裝與運行 35
2.2.2 Python數據采集 38
2.2.3 Python數據處理 44
2.3 商務智能工具—Power BI 47
2.3.1 Power BI Desktop界面介紹 48
2.3.2 使用Power BI的關鍵步驟 48
2.4 其他常用平臺與工具 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語言 70
2.5 浪潮大數據平臺—DMP與BA 70
2.5.1 浪潮數據管理平臺—DMP 70
2.5.2 浪潮大數據分析平臺—BA 73
思考題 75
第3章 大數據財務決策常用方法 77
3.1 聚類分析 77
3.1.1 定義及算法種類 77
3.1.2 主要實施步驟 78
3.1.3 主要財務應用領域 79
3.2 分類方法 80
3.2.1 基于決策樹的數據分類 81
3.2.2 基于支持向量機的數據分類 82
3.2.3 基于邏輯回歸的分類方法 84
3.2.4 主要財務應用領域 85
3.3 回歸分析 85
3.3.1 基于大數據的回歸分析方法 85
3.3.2 基于大數據的回歸分析實施步驟 86
3.3.3 基于大數據的回歸分析的財務應用領域 88
3.4 關聯(lián)規(guī)則分析 90
3.4.1 定義及算法 90
3.4.2 主要實施步驟 91
3.4.3 主要財務應用領域 92
3.5 離群點分析 94
3.5.1 內涵及特征 94
3.5.2 主要方法及實施步驟 94
3.5.3 主要財務應用領域 96
思考題 98
第4章 企業(yè)財務分析與評價 99
4.1 企業(yè)財務分析與評價的業(yè)務場景 99
4.1.1 報表比較分析 100
4.1.2 財務指標分析 100
4.1.3 財務綜合評價分析 101
4.1.4 趨勢分析 101
4.1.5 因素分析 102
4.2 Excel財務分析實現 102
4.2.1 數據獲取 102
4.2.2 杜邦分析 108
4.3 Power BI財務分析結果可視化 115
4.3.1 數據獲取 115
4.3.2 數據建模分析 116
4.3.3 綜合應用 129
4.4 浪潮大數據財務活動分析 140
4.4.1 營業(yè)收入分析 140
4.4.2 利潤總體分析 147
思考題 154
思政提要 154
第5章 企業(yè)投資決策 155
5.1 企業(yè)投資決策的業(yè)務場景 155
5.1.1 企業(yè)投資決策的業(yè)務內容 155
5.1.2 大數據智能化工具在企業(yè)投資決策中的應用 156
5.2 投資決策相關函數 156
5.2.1 凈現值類函數 156
5.2.2 內含報酬率類函數 162
5.2.3 固定資產折舊類函數 164
5.3 Power BI投資決策的建模與應用 173
5.3.1 投資決策方法 173
5.3.2 投資決策類型 175
5.3.3 投資決策建模與應用 176
5.3.4 投資風險分析 188
思考題 194
思政提要 194
第6章 企業(yè)籌資決策 195
6.1 企業(yè)籌資決策的業(yè)務場景 195
6.2 Excel籌資決策的建模與應用 196
6.2.1 與籌資決策相關的函數 196
6.2.2 籌資成本分析 208
6.2.3 貸款籌資影響因素分析 208
6.2.4 最佳貸款方案決策模型 211
6.3 浪潮大數據籌資決策實現 212
6.3.1 資產結構分析 212
6.3.2 公司資金狀況分析與呈現 217
思考題 223
思政提要 224
第7章 收入預測與利潤規(guī)劃 225
7.1 收入預測與利潤規(guī)劃的業(yè)務場景 225
7.2 用Excel預測收入 227
7.2.1 收入預測模型 227
7.2.2 預測函數 230
7.3 利于Power BI進行收入預測 235
7.3.1 案例基本情況 235
7.3.2 基于企業(yè)周期的預測方法 237
7.3.3 Power BI的自動預測功能 241
7.3.4 借助R語言的收入預測 245
7.4 Excel利潤規(guī)劃 247
7.4.1 分析規(guī)劃求解問題 247
7.4.2 建立規(guī)劃求解模型 248
7.4.3 變更規(guī)劃求解條件 250
7.4.4 輸出規(guī)劃求解報表 251
7.5 浪潮大數據平臺的量本利分析 253
思考題 258
思政提要 259
第8章 績效評價 260
8.1 企業(yè)績效評價的業(yè)務場景 260
8.2 Excel績效評價的建模與應用 262
8.2.1 員工層面的績效評價 262
8.2.2 部門層面的績效評價 264
8.2.3 企業(yè)層面的績效評價 266
8.2.4 不同層面績效評價結果的整合 270
8.3 Power BI績效評價結果可視化 272
8.3.1 使用Power BI進行績效評價可視化的步驟 272
8.3.2 員工層面的績效評價結果可視化 273
8.3.3 部門層面的績效評價結果可視化 278
8.3.4 企業(yè)層面的績效評價結果可視化 281
思考題 287
思政提要 287