人工智能通識（財經類）
宋馬林 王文甫 王兵
相關主題
商品描述
本書是一本面向財經類專業的通識教材，旨在系統闡述人工智能與經濟學、管理學、會計學、金融學及財政學等核心財經學科的融合路徑、應用邏輯與未來趨勢。全書遵循“技術為基、應用為體、價值為魂”的編寫理念，在深入淺出地講解人工智能核心技術的基礎上，重點剖析人工智能在宏觀經濟預測、市場機制設計、供應鏈管理、人力資源優化、財務風險識別、量化交易、智慧稅務及政策模擬等典型場景中的實踐應用。本書采用“理論+案例+推演”的編寫範式、通過京東智能供應鏈、德勤“小勤人”審計機器人等鮮活案例，引導讀者建立“技術-場景-價值”的系統認知框架。同時，本書專設章探討人工智能引發的倫理挑戰、能耗危機與全球治理問題，將“以人為本、科技向善”的價值觀融入知識體系。 本書可作為高等院校財經類、管理類專業本科生和研究生的通識課程教材，也可以作為企業管理者、政策研究者及對人工智能與財經交叉領域感興趣的讀者的參考書。
作者簡介
宋馬林，安徽財經大學黨委常委、副校長，兼任創業學院院長。2007年5月進入安徽財經大學從事教研工作，2008年7月聘為講師，2010年11月破格晉升為副教授，2012年9月破格晉升為教授，2013年7月擔任安徽財經大學統計與應用數學學院副院長，2017年5月任安徽財經大學研究生院（黨委研究生工作部、學科建設辦公室）院長（部長、主任）。
目錄大綱
第 1章 人工智能概述 1
1.1 人工智能的發展歷程 2
1.1.1 思想啟蒙 2
1.1.2 兩次低谷與三次浪潮 4
1.1.3 大模型引領的生成式人工智能革命 4
1.2 人工智能的三大流派 5
1.2.1 思想分野 5
1.2.2 符號主義 6
1.2.3 聯結主義 7
1.2.4 行為主義 7
1.2.5 三大流派在經濟管理領域的應用對比 8
1.3 人工智能三大核心要素 9
1.3.1 三大核心要素的協同關系 9
1.3.2 數據 9
1.3.3 算力 10
1.3.4 算法 11
1.3.5 協同驅動與數據飛輪效應 12
本章小結 12
思考題 13
第 2章 人工智能的核心技術 14
2.1 機器學習：智能系統的認知基石 15
2.1.1 監督學習 15
2.1.2 無監督學習 17
2.1.3 強化學習 19
2.2 深度學習：層次化特征解析引擎 21
2.2.1 多層感知機 21
2.2.2 卷積神經網絡 23
2.2.3 循環神經網絡 25
2.3 計算機視覺：環境感知的智能之眼 27
2.3.1 圖像分類 27
2.3.2 目標檢測 29
2.3.3 三維重建 30
2.4 自然語言處理：語義理解的智能橋梁 32
2.4.1 詞向量 32
2.4.2 註意力機制 34
2.4.3 預訓練模型 36
2.5 強化學習：動態決策的優化框架 38
2.5.1 馬爾可夫決策過程 38
2.5.2 Q learning 40
2.5.3 策略梯度 42
2.6 知識圖譜：結構化知識的互聯網絡 44
2.6.1 實體抽取 44
2.6.2 關系推理 45
2.6.3 圖神經網絡 47
2.7 生成式人工智能：內容產出的智能源泉 49
2.7.1 生成對抗網絡 49
2.7.2 變分自編碼器 51
2.7.3 擴散模型 54
本章小結 56
思考題 56
第3章 人工智能與經濟學 58
3.1 人工智能賦能經濟學：融合發展 59
3.1.1 融合背景與發展脈絡 59
3.1.2 主要融合方向與應用場景 60
3.2 案例：從房價波動看經濟周期，LSTM網絡的實證分析與案例驗證 62
3.2.1 理論基礎：經濟周期與房價波動 63
3.2.2 問題與方法：人工智能預測經濟拐點的可行性與優越性 64
3.2.3 討論與評價：人工智能在經濟預測中的機遇與挑戰 65
3.3 問題導入：算法如何改變市場博弈——滴滴動態定價的啟示 66
3.3.1 理論基礎：博弈論與市場供需理論 67
3.3.2 案例剖析：滴滴動態定價的算法驅動邏輯 69
3.3.3 影響與評價：算法介入市場的利弊 71
3.4 實踐推演：機器學習評估“消費券政策”效果 72
3.4.1 理論基礎：經濟政策效應與政策評估挑戰 73
3.4.2 方法與工具：反事實分析與消費券政策效應量化 74
3.4.3 評價與思考：機器學習在政策評估中的效能與邊界 75
本章小結 77
思考題 77
第4章 人工智能與管理學 79
4.1 人工智能賦能管理學：融合發展 80
4.1.1 融合背景與發展脈絡 80
4.1.2 主要融合方向與應用場景 80
4.2 案例：京東智能供應鏈——人工智能助力供應鏈升級 83
4.2.1 理論基礎：供應鏈管理基礎理論與運籌學方法論 83
4.2.2 案例剖析：京東智能供應鏈的運行邏輯 84
4.2.3 討論與思考 85
4.3 問題導入：AI賦能人力資源管理——海爾集團AI招聘數字化轉型 86
4.3.1 理論基礎：人力資源管理理論 86
4.3.2 AI+流程：智能體融入招聘全鏈路——以校招為切入點，破解核心痛點 87
4.3.3 案例評價與管理思考 89
4.4 AI賦能輿情預警：把握危機應對黃金窗口 91
4.4.1 理論基礎：危機生命周期理論與危機管理4R模型 91
4.4.2 危機預警怎麼做——人工智能生成輿情熱力圖 91
4.4.3 評價與思考 92
本章小結 93
思考題 93
第5章 人工智能與會計學 94
5.1 人工智能賦能會計學：融合發展 95
5.1.1 融合背景與發展脈絡 95
5.1.2 主要融合方向與應用場景 97
5.2 案例：企業財務造假——孤立森林算法如何揪出異常交易 99
5.2.1 企業財務造假事件 99
5.2.2 孤立森林算法 100
5.2.3 實踐驗證：孤立森林算法在該案例中的應用 105
5.3 問題導入：RPA機器人如何顛覆傳統審計——德勤“小勤人”應用 109
5.3.1 理論基礎：傳統審計痛點 109
5.3.2 RPA機器人：重塑審計工作格局 110
5.3.3 案例剖析：德勤“小勤人”的審計應用邏輯 112
5.3.4 影響與評價：RPA對審計行業的變革性影響 114
5.4 實踐推演：AI生成公司財務分析報告——騰訊年報的智能分析邏輯 115
5.4.1 理論基礎：財務分析報告需求與AI技術優勢 115
5.4.2 實踐案例：使用DeepSeek分析騰訊年報 116
5.4.3 評價與思考：AI生成財務分析報告的效能與邊界 118
本章小結 119
思考題 120
第6章 人工智能與金融學 121
6.1 人工智能賦能金融學：融合發展 122
6.2 案例：螞蟻集團“幫你投”業務——人工智能如何構建用戶畫像 123
6.2.1 理論基礎：智能投顧基本原理 123
6.2.2 案例解析：螞蟻集團“幫你投”業務 124
6.2.3 評價與思考 125
6.3 問題導入：量化交易——人工智能如何輔助金融活動 126
6.3.1 理論基礎：量化交易特征與基本方法 126
6.3.2 案例解讀：量化交易策略體系 127
6.3.3 評價與思考 130
6.4 實踐推演：非法金融活動監測 131
6.4.1 理論基礎：非法金融活動 131
6.4.2 案例解讀：基於Neo4j軟件的復雜洗錢網絡特征圖形 132
6.4.3 評價與思考 133
本章小結 134
思考題 134
第7章 人工智能與財政學 135
7.1 人工智能賦能財政學：融合發展 136
7.1.1 融合背景與發展脈絡 136
7.1.2 主要融合方向與應用場景 138
7.2 案例：智慧稅務系統——機器學習如何識別虛開發票 139
7.2.1 概念基礎：稅務稽查與發票管理 139
7.2.2 基本原理：異常檢測模型邏輯 141
7.2.3 案例實操：虛開發票識別 142
7.3 問題導入：財政補貼去哪兒了——基於GIS的扶貧資金效果評估 143
7.3.1 理論基礎：財政補貼與空間經濟學 143
7.3.2 案例解讀：空間分析模型 144
7.3.3 評價與思考 145
7.4 實踐推演：減稅政策模擬實驗——基於主體建模預測經濟連鎖反應 147
7.4.1 概念基礎：計算經濟學與基於主體建模 147
7.4.2 基本原理：稅收政策的主體交互機制 147
本章小結 150
思考題 150
第8章 人工智能倫理與可持續發展 152
8.1 人工智能倫理概述 153
8.1.1 人工智能的技術特征 153
8.1.2 人工智能倫理的概念與特征 154
8.1.3 人工智能倫理問題 154
8.2 人工智能倫理挑戰 155
8.2.1 對人的主體性的挑戰 155
8.2.2 對勞動倫理的挑戰 156
8.2.3 對教育倫理的挑戰 157
8.2.4 對隱私保護的挑戰 158
8.2.5 人工智能全面超越人類帶來的挑戰 159
8.3 人工智能倫理基本原則與應對策略 160
8.3.1 人工智能倫理基本原則 160
8.3.2 人工智能倫理應對策略 161
8.4 人工智能與可持續發展 164
8.4.1 環境倫理與能耗挑戰 164
8.4.2 全球治理與文明延續 166
本章小結 169
思考題 170
