党的十九大报告提出，要建设网络强国、数字中国、智慧社会，“数字中国”上升为国家战略，互联网、大数据、人工智能等新一代信息技术全面应用于我国各领域建设，并取得实质性进展和显著成效。《“十四五”数字经济发展规划》提出“深入推进智慧教育”，强调推进教育新型基础设施建设，深入推进智慧教育示范区建设，推动“互联网 + 教育”持续健康发展。同时，《教育部 2022 年工作要点》要求“实施教育数字化战略行动”，并加快推进教育数字转型与智能升级。作为教育数字化转型的重要内容之一，数字化教材建设是撬动课堂教学数字化转型、实现优质教育资源共享的基础，重点在于探索新型教材建设标准和知识体系编写规范，研发新型教材互动设计与编辑工具。

另一方面，新技术、新业态、新经济将引领商科专业改革进入重大的转折关口，以数智化为核心的新商科交叉融合人才将成为新时代商业、社会、企业发展过程中极具竞争力的重要资源。新商科背景下各专业多学科交叉创新人才培养需要在管理学、经济学、会计学、系统科学、网络科学、数据科学等学科融合基础上，结合移动互联、社交网络、云计算、大数据、人工智能、商业智能、共享经济等技术。新商科建设需要在人才培养目标、课程体系、教材建设、教学组织等各方面做出改革。

基于此，王彦超教授带领团队积极探索会计学专业的学科规律，从数据科学和信息科学视角，逐步在本科生、硕士生和博士生等不同层次，开发了以Python为工具的系列课程。本次上线的慕课及教材主要聚焦本科生的人才培养需要。本线上课程和配套教材具有如下特点：

1. 响应“新文科”建设号召，体现“新文科”特色。新技术与会计专业的交叉学科已经成为新文科建设的热门方向，“新技术+新会计”要求学生掌握大数据分析、商业智能分析等专业技能。本课程将“大数据”“人工智能”与会计专业结合，培养新时代下“数智+会计”的复合型人才，属于“新文科”交叉学科课程。通过课程学习，学生可以在熟练掌握Python语言的基础上，形成大数据思维、大商业管理、大财务管理和数据分析与决策能力。

2. 基于基础，超越基础。本课程从经管专业学生的技术背景出发，注重学生的基础编程能力，夯实学生数据分析基本技能；围绕基础知识，课程内容由浅入深，多角度分析和运用，提升学生数据分析能力；综合运用多章节知识来解决现实生活中的真实问题，达到学以致用、融会贯通的目的。

3. 贯穿数据分析全过程。本课程围绕数据分析涉及的各方面知识，比如数据创建、数据查看、数据清洗、数据转置、数据筛选、数据合并、数据分组等数据清洗和数据分析知识，同时也囊括统计基础、数据可视化、机器学习等大数据应用内容。本课程讲解深入浅出、层层递进，学生通过本课程的学习能快速、系统掌握财经大数据分析能力。

课程主讲教师：

王彦超、马云飙、林东杰、彭嘉续、段丙蕾

课程适宜人群：

修读大数据会计、智能财务和数据分析的本科生、研究生。

课程链接：

https://www.icourse163.org/course/CUFE-1470430193

扫描二维码立即加入学习：

课程配套教材：

教材《财经大数据分析——以 Python 为工具》

王彦超 林东杰 马云飙 段丙蕾 著

书号：978-7-04-061665-1

出版时间：2024年2月

出版社：高等教育出版社

教材特色：

1. 知识点贯穿财经大数据分析全过程。 本书立足财经大数据分析，知识点包括数据创建、数据查看、数据清洗、数据转置、数据筛选、数据合并、数据分组等数据清洗和数据处理，同时也囊括统计基础、数据可视化、机器学习等相关内容。通过本书的学习，读者能够快速、系统的掌握财经大数据分析技能，案例展示深入浅出、层层递进，是很好的数据分析进阶读物。

2. 从问题出发，以案例展示应用场景。 本书既适合计算机类同学了解财经大数据分析，又适合财经类同学了解Python在数据分析中的应用，是一本适用性广、兼容性强的教材。本书案例展示包括：筛选财务报表数据、合并财务报表、制作数据透视表、股权性质信息整理、计算行业竞争度、分析一般公司债的票面利率影响因素、使用ARIMA模型预测股票价格、绘制股票日K线图、应用机器学习建立上市公司价值分类判断指标体系等。

3. 以培养数据思维为本，深度融合Python语言。 本书从经管专业视角出发，梳理 Python 语言的常用方法和函数，并形成知识体系，通过会计语言与计算机语言的充分结合，最终培养学生的数据思维。

4. 兼具教学和科研需求，适合本科生及研究生学习。 本书适合高年级本科生，也适合从事科研的研究生。本书各知识点紧紧围绕研究的现实案例贯穿始终，促使学生能够综合运用多章节知识来解决现实中的真实问题，达到学以致用，融会贯通的目的。

本书目录：

撰稿 | 王彦超

校对 | 赵雪媛 王伟

排版 | 党颖欣

审核 | 吴溪