本書基于"文獻—理論—技術—機制—實證”的研究思路，探究大數據下公允價值會計數據挖掘和智能決策的方法和運行機制，全書共四部分。第一部分在文獻綜述的基礎上，主要探究新一代信息技術與公允價值會計基礎理論和公允價值會計信息決策有用性理論。第二部分主要研究公允價值大數據采集、估值技術及其框架和公允價值會計數據挖掘層次、程序與技術方法。第三部分主要研究公允價值會計智能決策支持系統和大數據下公允價值會計智能決策運行機制及公允價值會計智能決策支持系統研發與應用。第四部分基于中國上市公司數據庫等，引入大數據等新信息技術變量，實證檢驗大數據下公允價值計量價值相關性、大數據下公允價值計量的債務契約有用性和大數據下公允價值分層計量與盈余波動性等。
郝玉貴，博士，教授。1982年—1986年，河南大學畢業，1986年7月—2006年，河南大學執教；2006年—2019年，杭州電子科技大學執教；2011 獲華中科技大學經濟學博士學位；2019至今，浙江農林大學執教。參加的學術組織及任職：兼任中國會計學會員，中國審計學會員，浙江省審計學會理事，浙江省內審協會常務理事，浙江省總會計師協會內控副主任委員，浙江省內部控制咨詢委員會委員，浙江省管理會計咨詢委員會委員，浙江省正教授會計師/高級會計師評審委員等。個人/集體榮譽：獲省社科優秀成果一等獎、三等獎各一項，廳級獎11項。承擔過的重點科研項目：主持和主要完成《大數據下公允價值會計數據挖堀和智能決策的方法和運行機制研究》等國家社科基金4項。主持教育部、審計署重點、浙江省社科重點、省審計廳、財政廳重點等縱橫向課題30余項。出版著作及教材情況：公允價值會計審計風險定價研究，經濟科學出版社等學術專著6部，主編《審計學》等教材12部。
目 錄
第1章 緒論 1
1.1 研究背景、目的、價值及意義 1
1.1.1 研究背景 1
1.1.2 研究目的 1
1.1.3 研究價值和意義 2
1.2 研究主要內容 2
1.2.1 公允價值大數據挖掘和智能決策的基礎理論研究 2
1.2.2 公允價值會計信息決策有用機制研究 2
1.2.3 公允價值大數據采集、計量與市場價格、估值研究 3
1.2.4 公允價值大數據挖掘層次、程序與技術方法研究 3
1.2.5 大數據下公允價值會計信息支持的智能決策運行機制研究 3
1.2.6 公允價值大數據挖掘與智能決策支持系統研發與應用 3
1.2.7 大數據環境下公允價值會計數據與決策的實證研究 3
1.3 研究思路、研究方法 4
1.3.1 研究思路 4
1.3.2 研究方法 5
1.4 研究主要觀點和創新 6
1.4.1 公允價值會計信息決策有用性理論 6
1.4.2 大數據下公允價值源大數據與公允價值會計系統 6
1.4.3 公允價值大數據采集、估值技術與挖掘技術方法 7
1.4.4 大數據下公允價值會計智能決策支持系統結構與運行機制 7
1.4.5 公允價值會計智能決策支持系統研發與應用 8
1.4.6 大數據下公允價值會計數據與決策的實證研究 8
第2章 文獻綜述 10
2.1 國內公允價值會計信息決策有用性研究文獻 10
2.1.1 有關公允價值會計的基本理論的研究 10
2.1.2 有關公允價值決策有用性實證研究 11
2.2 國外有關公允價值會計決策有用性的實證文獻 11
2.3 國外大數據等信息技術與會計的研究文獻 13
2.3.1 大數據與會計 13
2.3.2 大數據與審計 15
2.3.3 數據挖掘與會計 16
2.3.4 人工智能與會計 18
2.3.5 云計算與會計 19
2.3.6 大數據與公允價值會計 20
2.4 國內大數據等新信息技術與會計的研究文獻 21
2.4.1 大數據與會計的規范研究 21
2.4.2 信息技術與會計的實證研究文獻 26
2.5 本章小結 27
第3章 新一代信息技術與公允價值會計基礎理論 29
3.1 公允價值、公允價值計量與公允價值會計的關系 29
3.1.1 公允價值的職業界定義 29
3.1.2 公允價值計量的概念—過程觀 32
3.1.3 公允價值會計信息系統論 35
3.1.4 公允價值、公允價值計量與公允價值會計 35
3.2 公允價值“大數據”源于市場和新技術驅動 36
3.3 公允價值“大數據”的三維立體分類 37
3.3.1 按照公允價值的市場來源劃分 38
3.3.2 按照公允價值三個層次劃分 39
3.3.3 按照公允價值的信息使用者劃分 40
3.4 新一代信息技術發展與公允價值會計的關系 41
3.4.1 大數據對公允價值會計的影響 42
3.4.2 人工智能對公允價值會計的影響 42
3.5 本章小結 43
第4章 公允價值會計信息決策有用性理論 44
4.1 會計信息決策有用性 44
4.1.1 財務報告目標 44
4.1.2 決策有用信息系統 45
4.2 公允價值會計決策有用性：信息觀和計量觀 46
4.2.1 會計信息決策有用性—信息觀 46
4.2.2 會計信息決策有用性—計量觀 49
4.3 公允價值的價值相關性經驗證據 51
4.3.1 公允價值的顯著相關性 52
4.3.2 公允價值不同層次的價值相關性 53
4.3.3 公允價值無顯著相關性 53
4.3.4 公允價值信息披露的市場反應 54
4.4 公允價值計量的風險性—風險觀 56
4.4.1 公允價值的可靠性問題 57
4.4.2 公允價值的“順周期效應”問題 58
4.4.3 信息系統觀下公允價值計量的風險性 60
4.5 公允價值會計信息決策有用性—契約觀 62
4.5.1 企業契約理論 62
4.5.2 公允價值與企業契約 63
4.5.3 公允價值與信貸契約 64
4.5.4 公允價值與薪酬契約 65
4.5.5 公允價值與審計契約 68
4.6 公允價值會計信息決策有用性—事項觀 70
4.6.1 事項觀與決策有用性 70
4.6.2 公允價值會計是“事項會計”的一個信息子系統 70
4.6.3 基于新一代信息技術的“事項會計”的實現 70
4.7 本章小結 71
第5章 公允價值大數據采集、估值技術及其框架 72
5.1 源于主要市場的公允價值數據的分布特征 72
5.1.1 金融市場 72
5.1.2 房地產市場 74
5.1.3 生物資產和碳排放權交易市場 75
5.1.4 其他產品市場 76
5.2 公允價值計量模式的運用狀況 76
5.2.1 金融市場公允價值使用情況 76
5.2.2 房地產市場公允價值計量使用情況 77
5.2.3 生物資產市場公允價值使用現狀 79
5.3 公允價值第三層次估值技術 79
5.3.1 FASB、IASB、CASB等公允價值三層計量框架 79
5.3.2 公允價值估值技術方法 80
5.4 大數據背景下公允價值采集與估值模型框架 83
5.5 本章小結 84
第6章 公允價值會計數據挖掘層次、程序與技術方法 86
6.1 會計數據挖掘基本理論 86
6.1.1 數據挖掘相關概念 86
6.1.2 會計數據挖掘與公允價值特征 87
6.1.3 會計數據挖掘的功能 88
6.2 公允價值會計數據挖掘的過程 89
6.2.1 數據準備階段 90
6.2.2 數據挖掘階段 90
6.2.3 結果的解釋與評價 90
6.2.4 會計數據挖掘應用：公允價值會計數據的股票收益預測 91
6.3 公允價值會計數據挖掘層次與挖掘程序：報表級應用、分析級應用、模型級應用、智能決策 92
6.3.1 公允價值會計數據挖掘層次 92
6.3.2 公允價值會計數據挖掘四個層次的挖掘程序 94
6.4 公允價值會計數據挖掘的分類、預測、關聯等技術方法體系 96
6.4.1 公允價值會計數據挖掘分類技術方法 96
6.4.2 公允價值會計數據挖掘預測技術方法 96
6.4.3 公允價值會計數據挖掘關聯技術方法 99
6.4.4 小結 101
6.5 數據挖掘技術應用案例—審計意見分類法的公司退市預測 101
6.5.1 引言 101
6.5.2 文獻綜述 102
6.5.3 研究設計 103
6.5.4 結論和局限性 107
6.6 本章小結 108
第7章 公允價值會計智能決策支持系統 109
7.1 會計決策相關概念界定 109
7.2 公允價值會計智能決策支持系統及其結構 111
7.2.1 會計智能決策支持系統的界定和特征 111
7.2.2 會計智能決策支持系統及其結構 111
7.3 公允價值會計智能決策支持系統要素與“四庫”技術 112
7.3.1 數據庫技術與“單庫”決策支持系統 112
7.3.2 模型庫技術與“雙庫”決策支持系統 113
7.3.3 方法庫技術與“三庫”決策支持系統 114
7.3.4 知識庫技術與“四庫”決策支持系統 116
7.3.5 “四庫”技術在會計數據挖掘和智能決策中的協同機制 117
7.3.6 人機交互與問題綜合（處理）系統 118
7.4 公允價值會計智能決策支持系統與人工智能技術 118
7.4.1 會計專家系統 118
7.4.2 神經網絡 123
7.5 本章小結 134
第8章 大數據下公允價值會計智能決策運行機制 136
8.1 大數據下公允價值會計智能決策支持及其系統結構 136
8.1.1 “大智移云物區”下的會計決策支持 136
8.1.2 “大智移云物區”下的會計智能決策支持系統結構 139
8.2 大數據下公允價值會計智能決策支持系統的運行要素 140
8.2.1 大數據下公允價值會計智能決策運行的主體 140
8.2.2 大數據下公允價值會計智能決策支持系統運行的目標 141
8.2.3 大數據下公允價值會計智能決策運行的內容 141
8.2.4 大數據下公允價值會計智能決策運行的程序和方法 142
8.2.5 大數據下公允價值會計智能決策運行的條件 143
8.3 大數據下公允價值會計智能決策支持的數據治理機制 145
8.3.1 公允價值會計大數據治理決策機制 145
8.3.2 公允價值會計大數據治理的執行機制 146
8.3.3 公允價值會計大數據治理的監督機制 147
8.4 大數據下公允價值會計智能決策支持的保障機制 147
8.4.1 公允價值大數據內部的質量保障機制 148
8.4.2 公允價值大數據的外部質量保障機制 149
8.5 大數據下公允價值會計智能決策支持的應用—信貸/審計決策 150
8.5.1 大數據下公允價值會計數據挖掘在信貸決策中的運用 150
8.5.2 大數據下公允價值會計數據挖掘在審計決策中的運用 153
8.6 本章小結 157
第9章 公允價值會計智能決策支持系統研發與應用 158
9.1 公允價值會計智能決策支持系統開發—生命周期法 158
9.2 公允價值會計智能決策支持系統中數據倉庫的開發 161
9.2.1 數據倉庫開發過程—一般開發方法 161
9.2.2 會計數據倉庫開發過程—螺旋式周期性開發方法 161
9.3 大數據驅動的公允價值會計估值系統設計 164
9.3.1 引言 164
9.3.2 文獻綜述 164
9.3.3 公允價值會計估值系統理論分析 165
9.3.4 公允價值會計估值系統的模型構造 167
9.4 公允價值估值系統應用—以ZX公司投資性房地產為例 171
9.5 本章小結 173
第10章 大數據下公允價值計量價值相關性 177
10.1 引言 177
10.2 理論分析與假設提出 178
10.3 研究設計 181
10.4 描述性統計分析 183
10.5 回歸結果分析以及穩健性檢驗 185
10.6 本章小結 188
第11章 大數據下公允價值計量的債務契約有用性 189
11.1 引言 189
11.2 理論分析與假設提出 190
11.3 研究設計 194
11.4 實證結果 199
11.5 本章小結 204
第12章 大數據下公允價值分層計量與盈余波動性 205
12.1 引言 205
12.2 理論分析與假設提出 207
12.3 研究設計 210
12.4 實證結果 216
12.5 本章小節 221
第13章 研究結論、建議與展望 223
13.1 研究主要結論 223
13.2 研究建議 228
13.3 研究局限和未來研究方向 231
參考文獻 233
新書資訊