为你推荐
本书赞誉
前言
导读
第1章 金融财务和会计中的数据分析
1.1 如何利用数据科学为公司利益相关者服务
1.2 结构化数据和非结构化数据概述
1.3 数据分析的理论驱动和机器学习方法
1.4 人工智能在学术界的应用
第2章 分析年度报告
2.1 美国上市公司10-K文件和年度报告中的数据结构
2.2 中国上市公司年度报告的数据结构
2.3 传统文本分析方法
2.4 实证案例：分析公司文件以做出业务决策
附录 获取年度报告与解析非结构化数据
第3章 金融财务数据中的人工智能和大语言模型应用
3.1 应用机器学习模型的步骤
3.2 预训练的基本概念
3.3 预训练短语级词嵌入
3.4 强化学习
3.5 预训练句子级词嵌入
3.6 大语言模型的提示工程和微调
3.7 人类与机器
3.8 如何让大语言模型输出结果更稳定
第4章 分析盈余电话会议
4.1 美国盈余电话会议中的数据结构
4.2 中国上市公司业绩说明会中的数据结构
4.3 标准依存解析器
4.4 实证案例：分析盈余电话会议的文字记录
附录 用ChatGPT API和GPT网页版来分析盈余电话会议的文字记录
第5章 分析公司重大事件
5.1 美国上市公司8-K文件的数据结构
5.2 中国上市公司重大事项举例
5.3 实证案例：技术同群压力与产品披露
5.4 实证案例：“其他事件”披露中的博弈
第6章 分析社交媒体数据
6.1 什么是社交媒体
6.2 美国社交媒体数据
6.3 中国社交媒体数据
6.4 实证案例：负面同行披露和正面同行披露
第7章 分析ESG数据
7.1 公司治理
7.2 关于美国公司治理的文本数据
7.3 新兴技术作为公司治理机制
7.4 人工智能对公司金融与治理理论的颠覆
7.5 实证案例：审计和区块链
7.6 中国上市公司社会责任报告
第8章 分析基金经理的非结构化数据
8.1 美国共同基金在N-CSR[1]表格中的信息披露
8.2 实证案例：从共同基金股东报告中提取基金经理的私人信息和进行风险评估
8.3 中国的公募基金定期报告
第9章 分析图像数据
9.1 美国公司高管演示中的图像
9.2 实证案例：人工智能时代的视觉信息
9.3 中国上市公司社会责任报告中的图像
第10章 分析资产负债表
10.1 美国上市公司资产负债表的数据结构
10.2 中国上市公司的资产负债表
10.3 实证案例：分析资产负债表中的数据
10.4 资产负债表数据的机器学习应用
附录 回归模型
第11章 分析利润表
11.1 美国上市公司利润表的数据结构
11.2 盈余和股价
11.3 中国上市公司的利润表
11.4 实证案例：盈余公告后漂移异象
11.5 机器学习在利润表数据中的应用
附录 关键变量解释
买过这本书的人还买过
读了这本书的人还在读
同类图书排行榜
购物车
个人中心
6.6
