作者：段新生
页数：288
出版社：首都经济贸易大学出版社
出版日期：2023
ISBN：9787563834730
电子书格式：pdf/epub/txt
内容简介
内容简介本书将应用 MATLAB 平台，讨论财务数据挖掘建模的理论与方法。书中除包括经典的数据挖掘的内容以外，也包括作者近年来在这一领域所做的部分研究工作以及教学实践过程中积累的一些经验和体会。全书预计分为两个部分，理论部分与案例部分，包括十二章，共计四十万字左右。理论部分包括 MATLAB 主要功能的介绍、数据探索性分析、数据预处理、关联规则、分类与预测、离群点分析、时间序列分析等内容。案例部分包括一些财务数据挖掘建模的典型应用。本书的出版对当前智能会计、智慧会计等会计领域的近期新发展具有较大的促进作用。本书的案例对财务会计领域案例研究的开展和应用具有一定的理论与实践意义。本书的出版延伸了财务会计研究的内容，也为财务会计研究的深入进行打下了良好的基础，更为财务与会计实证研究提供了很好的方法论基础。本书可作为数据分析、数据挖掘以及数据建模与决策等相关课程的教科书，也可用于财经院校管理学、会计学等专业研究生、本科生的教学参考书，也可供数据理论研究者、实证研究者以及从事数据工作的实务人员参考。读者对象：财经院校的研究生、本科生，数据理论研究者，实证研究者以及从事数据工作的实务人员。
作者简介
段新生，中国人民大学经济学博士，比利时鲁汶大学工商管理硕士（MBA）。多年跨国公司管理工作经验。曾在中国人民大学信息学院、商学院任职。现在首都经济贸易大学会计学院任教授。近年来研究领域包括：财务建模与分析，基于经济增加值的业绩管理与价值评估，预算管理与控制，数据模型与决策分析，智能决策系统，企业信息化战略等.
目录
第一章 概述
第一节 大数据
第二节 数据挖掘
第三节 财务数据
第四节 财务数据挖掘建模
第二章 数据准备与可视化
第一节 MATLAB数据类型
第二节 MATLAB矩阵运算
第三节 MATLAB数据可视化
第四节 MATLAB程序设计
第三章 数据探索
第一节 数据及其类型
第二节 数据质量分析
第三节 数据特征分析
第四章 数据预处理
第一节 数据清洗
第二节 数据集成
第三节 数据变换
第四节 数据规约
第五章 关联规则
节 关联规则的基本概念
第二节 Apriori算法
第三节 Apriori算法的MATLAB实现
第六章 分类与预测
节 基本概念
第二节 回归建模
第三节 决策树
第四节 贝叶斯分类
第五节 支持向量机
第六节 神经网络
第七章 聚类分析
节 基本概念
第二节 系统聚类法
第三节 K均值聚类法
第八章 离群点分析
节 基本概念
第二节 离群点诊断
第三节 离群点诊断的MATLAB方法
第四节 离群点的winsorize缩尾处理
第九章 时间序列挖掘建模
节 基本概念
第二节 时间序列的检验
第三节 平稳时间序列分析——ARMA模型
第四节 非平稳时间序列建模——ARIMA模型
第五节 异方差性分析——ARCH模型与GARCH模型
第十章 上市公司财务预警建模研究
节 数据收集
第二节 数据准备
第三节 用logit模型进行预测
第四节 用支持向量机建立分类模型
第一节 大数据
第二节 数据挖掘
第三节 财务数据
第四节 财务数据挖掘建模
第二章 数据准备与可视化
第一节 MATLAB数据类型
第二节 MATLAB矩阵运算
第三节 MATLAB数据可视化
第四节 MATLAB程序设计
第三章 数据探索
第一节 数据及其类型
第二节 数据质量分析
第三节 数据特征分析
第四章 数据预处理
第一节 数据清洗
第二节 数据集成
第三节 数据变换
第四节 数据规约
第五章 关联规则
节 关联规则的基本概念
第二节 Apriori算法
第三节 Apriori算法的MATLAB实现
第六章 分类与预测
节 基本概念
第二节 回归建模
第三节 决策树
第四节 贝叶斯分类
第五节 支持向量机
第六节 神经网络
第七章 聚类分析
节 基本概念
第二节 系统聚类法
第三节 K均值聚类法
第八章 离群点分析
节 基本概念
第二节 离群点诊断
第三节 离群点诊断的MATLAB方法
第四节 离群点的winsorize缩尾处理
第九章 时间序列挖掘建模
节 基本概念
第二节 时间序列的检验
第三节 平稳时间序列分析——ARMA模型
第四节 非平稳时间序列建模——ARIMA模型
第五节 异方差性分析——ARCH模型与GARCH模型
第十章 上市公司财务预警建模研究
节 数据收集
第二节 数据准备
第三节 用logit模型进行预测
第四节 用支持向量机建立分类模型
