本书创新性地采用了“双篇章”结构，上、下篇分别介绍会计研究问题与大数据技术的具体实现方法。本书选取近十年国内外权威会计、经济、金融、管理领域期刊中使用大数据研究方法的论文，基于财务、会计、审计与税收等多个视角，通过经典案例复现，从技术、方法与相关命令方面，详细讲解包括网络爬虫、文本分析、社会网络分析、机器学习等大数据技术在内的具体实现方法，并就未来研究提出建议。本书旨在为对会计大数据研究有兴趣的教师、学生及相关科研人员提供一部与大数据相关的会计研究方法与实践应用指南。

陈宋生，北京理工大学管理与经济学院会计系主任，博士生导师，高级审计师，注册会计师。中国人民大学会计学博士，北京大学光华管理学院博士后，美国南卡罗来纳大学、德国卡尔斯鲁厄大学、新加坡国立大学高级访问学者，《中国会计评论》、《中国审计评论》理事，中国审计学会教育分会副秘书长，中国内审协会委员，中国会计学会信息化委会员委员。在《会汁研究》、《审计研究》、《南开管理评论》，Journal of Information System、Journal of Business esearch、Asia-Paeitic Journal of Accounting and Economies、Journal of International Accounting Research、Journal of Emerging Technology in Accounting等发表论文数十篇，出版专著4部、译著12部。主持国家自然科学基金、国家社科基金、教育部博士点基金等十余项课题。财政部全国会计学术领军人才、北京市优秀人才。

上篇 会计领域的大数据研究方法应用
第1章 大数据、学科交叉与会计研究：机遇与挑战
第2章 财务会计领域的大数据研究方法应用
第一节 财务会计领域应用大数据研究方法的相关代表文献
第二节 经典文献分析
第3章 财务管理领域的大数据研究方法应用
第一节 财务管理领域应用大数据研究方法的相关代表文献
第二节 经典文献分析
第4章 公司治理领域的大数据研究方法应用
第一节 公司治理领域应用大数据研究方法的相关代表文献
第二节 经典文献分析
第5章 审计领域的大数据研究方法应用
第一节 审计领域应用大数据研究方法的相关代表文献
第二节 经典文献分析
下篇 会计研究中的大数据工具及其实现
第6章 数据获取工具：网络爬虫和特色数据库
第一节 概念引入
第二节 反爬问题处理方法
第三节 特色数据库和软件
第四节 网络爬虫在会计研究中的应用案例
第五节 练习题解析
第7章 数据分析工具（一）：机器学习
第一节 概念引入
第二节 机器学习前的数据处理
第三节 机器学习方法介绍
第四节 机器学习模型评估方法
第五节 机器学习的案例实现
第六节 练习题解析
第8章 数据分析工具（二）：文本分析
第一节 概念引入
第二节 会计研究中文本分析法的案例实现
第三节 机器学习在文本分析中的应用案例
第四节 练习题解析
第9章 数据分析工具（三）：社会网络分析
第一节 概念引入
第二节 会计研究中社会网络分析案例实现
第三节 社会网络分析与可视化
第10章 数据分析工具（四）：图像及音视频分析
第一节 概念引入
第二节 会计研究中图像及音视频分析的应用
第11章 Python与常用软件的交互
第一节 Python处理Word
第二节 Python处理Excel
第三节 PDF转文本
第四节 Python与Stata
附录1 文本分析常用中文数据集介绍
附录2 文献列表