人工智能大模型正在重塑财务分析范式，推动财务人员从传统核算、读懂报表，转向通过掌握智能工具实现数据洞察、战略决策。当前市面上很多书籍要么偏重算法技术，脱离财务实务；要么固守传统分析方法，缺少前沿AI工具落地指引。本书弥补了这种割裂短板，跳出“技术”和“业务”二选一的困境，将大模型、Power BI、Python与财务分析深度融合，依托真实财务案例与可复用代码，由浅入深地搭建起完整的学习路径，帮助读者掌握并利用大模型开展财务分析、实现经营决策的能力跃迁。 本书面向高等院校财经类本科、研究生，也可供具备财务基础，希望借助AI提升数据分析能力的财会从业人员阅读。

许红梅，广东外语外贸大学会计学院副教授，硕士生导师，财务管理系主任。吉林大学经济学士，吉林大学经济学硕士，德国明斯特大学经济学博士。研究方向为公司治理、中国资本市场。近年来在《经济研究》、《管理科学学报》、《金融研究》、《会计研究》和“International Review of Financial Analysis”国内外高水平期刊发表论文多篇；出版英文专著1部；主持国家自然科学基金青年项目，广东省哲学社科项目，广州市哲学社科项目，广东省财政厅科研项目等多项项目。2020年发表于《经济研究》的代表作获第十届广东省哲学社会科学优秀成果奖；系列成果被知网引用270余次、下载15000余次，产生了较大的学术和社会影响。

作者简介
前言
教学建议
第1章　人工智能大模型驱动的财务分析及可视化　1
1.1　人工智能大模型技术概览　2
1.2　人工智能大模型在财务分析中的深度应用　7
1.3　大模型的实用技巧　9
大模型应用：大模型的实用技巧　13
本章小结　18
关键术语　18
课后习题　18
第2章　智能财务可视化工具：Power BI　23
2.1　Power BI概述　24
2.2　财务数据可视化初体验　41
大模型应用：　报表看板设计及视觉对象制作　51
本章小结　58
关键术语　59
课后习题　59
第３章　智能财务视域下的数据可视化原理及应用　62
3.1　财务可视化的核心价值与策略　62
3.2　财务可视化的实战逻辑　70
大模型应用：　大模型驱动的财务可视化变革　84
本章小结　91
关键术语　92
课后习题　92
第4章　大模型辅助下的智能财务报表分析及可视化　95
4.1　经营成果分析及可视化　96
4.2　资产与现金流分析及可视化　108
大模型应用：　财务报表分析可视化案例　115
本章小结　127
关键术语　128
课后习题　128
第5章　大模型辅助下的智能财务决策及可视化　131
5.1　财务绩效分析及可视化　132
5.2　战略决策分析及可视化　145
大模型应用：财务决策可视化案例　151
本章小结　160
关键术语　160
课后习题　161
第6章　智能财务数据分析工具：Python　163
6.1　Python概述　164
6.2　Python财务数据处理初体验　169
大模型应用：　数据导入、清洗与合并　175
本章小结　189
关键术语　190
课后习题　190
第7章　Python的基本语法规则和函数　193
7.1　Python基本概念　194
7.2　Python函数　204
7.3　人工智能大模型辅助下Python基本语法规则与函数学习　207
大模型应用：　辅助编程语言学习　209
本章小结　214
关键术语　215
课后习题　215
第8章　大模型辅助下基于Python的财务数据处理　218
8.1　Python财务数据探索性分析　219
8.2　Python财务数据相关性分析　221
大模型应用：　财务数据探索性分析与相关性分析　227
本章小结　246
关键术语　246
课后习题　247
参考文献　249