跳转至

商业与财会简介

商业与财会简介

本专题覆盖货币银行、会计、微观与宏观、公司金融、计量与量化、固定收益与金融工程等 19 门课 · 193 篇，按知识依赖顺序排列。每门课一个目录，内含课程索引与全部文章。

对 AI 产品从业者，这是金融与财务的领域知识底座：做金融、量化或投研类产品，需要货币、利率、市场与估值的语言；做商业化与定价，会计与公司金融给出成本、收益与资本结构的判断框架；Agent 在投研、风控、合规等场景落地，则需要宏观、固定收益与金融工程的底子。它与本站其他专题的分工：产品方法论回答「怎么判断、怎么设计」，AI 基础回答「模型能做什么」，本专题回答「金融与财务领域是怎么运转的」。

课程列表

课程文章数类别定位
金融学15货币银行学入门：货币制度、信用、利率、金融机构、金融市场、货币政策
会计学10会计基础：会计假设与要素、复式记账、主要资产科目核算
中级微观经济学12消费者与生产者理论、市场结构、一般均衡
宏观经济学10国民收入核算、IS-LM、AD-AS、开放经济、增长
公司金融13公司治理、项目评估、估值、资本成本与资本结构、股利政策
商业银行经营与管理10银行资本、负债与资产业务、信用分析、资产负债管理
政治经济学10剩余价值理论、中国经济史与经济发展道路、经济转轨、共同富裕
计量经济学9线性回归、多重共线性与异方差、工具变量、时间序列平稳性
国际金融学11国际收支、外汇与汇率、汇率决定理论、国际货币体系
证券投资学11投资工具、资产组合理论、估值、宏观行业公司分析、技术分析
中级财务会计学14金融工具、长期股权投资、固定资产、负债、收入确认、财务报表
中级宏观经济学9动态宏观：代表性行为人、动态规划、RBC、OLG
随机过程7泊松过程、马尔可夫链、平稳过程、布朗运动
金融计量模型8时间序列：ARMA、ARCH/GARCH、单位根、VAR、协整
量化投资7因子投资、多因子选股、风险模型、另类数据、大模型应用
金融学论文写作9论文九步法、实证方法与 Stata、稳健性与内生性、数字金融研究
固定收益证券分析和模型9债券定价、久期与凸性、利率衍生品、利率树模型
金融工程学9远期期货、互换、期权定价与数值方法、交易策略、奇异期权
前沿金融实务专题10公募基金、券商业务、交易所机制、股权投资、北交所、期货实务

课程地图

19 门课不是 19 个互不相干的目录，而是围绕四条依赖链展开的知识网络：数学链（计量与量化）、财会链（会计与报表）、宏观链（基础到研究生）、金融链（货币、国际与证券）。本专题虽按知识依赖顺序排列，但不是一条必须从头走到尾的线——下面按「前置依赖 → 难度阶梯 → 按角色选课 → 可跳过 → 跨区块衔接」五步组织，帮助 AI 产品从业者按需取用。

快速上手：时间紧张时，先按「哪些课可跳过」砍掉 12/13/16，再按「按角色选课」选一条路径；遇到看不懂的术语，用对应课程目录反查即可。

前置依赖链

四条链的递进关系可先看这张总览：

依赖链起点递进落点
数学链概率统计基础（站内无独立统计课）08-econometrics → 14-financial-econometrics13-stochastic-processes → 17-固定收益、18-金融工程
财会链02-accounting11-intermediate-financial-accounting05-corporate-finance的报表分析与估值
宏观链04-macroeconomics12-intermediate-macroeconomics（研究生水平）—
金融链01-finance09-international-finance、10-securities-investment10 与 05 交叉（估值）

① 数学链（计量与量化）：从概率统计出发，分岔为「回归 → 时间序列」与「随机过程 → 定价模型」两支，是量化的数理底座。

  • 08-计量经济学：线性回归、多重共线性与异方差、工具变量、时间序列平稳性。需要统计学/概率基础——站内没有独立统计课，建议先补概率统计基础（正态分布、假设检验、线性回归）再进入；学完可读懂实证论文的识别策略与回归表。
  • 14-金融计量模型：ARMA、ARCH/GARCH、单位根、VAR、协整。依赖 08：时间序列是截面回归的接续，08 打底后学 14 才顺；学完可上手金融与宏观数据的建模。
  • 13-随机过程：泊松过程、马尔可夫链、平稳过程、布朗运动。是 17-固定收益证券分析和模型（连续时间利率模型）与 18-金融工程学（BSM 期权定价）的真实依赖——三者共用布朗运动与伊藤引理；但 17/18 各自就地速成所需部分，不必先完整读完 13。

② 财会链（会计与报表）：

  • 02-会计学（基础）→ 11-中级财务会计学（深入）：02 讲会计假设、会计要素与复式记账，11 在金融工具、长期股权投资、收入确认上加深，并含现金流量表编制、合并报表等前置要求。
  • 02-会计学 的报表分析是 05-公司金融「财务报表分析与财务模型」章的前置：02 建立报表阅读能力，05 拿来算财务比率、做杜邦分析与估值。

③ 宏观链（基础到研究生）：

  • 04-宏观经济学（基础 IS-LM 水平）→ 12-中级宏观经济学（研究生水平）：12 以动态最优化、RBC、OLG 为主线，远超普通本科，按需选读；只想理解宏观政策与周期的读者读 04 即可。

④ 金融链（货币、国际与证券）：

难度阶梯表

分档课程适合读者
商科主干（零基础起点）01-金融学、02-会计学、03-中级微观经济学、04-宏观经济学、05-公司金融、07-政治经济学建议全学，是商业与金融的语言底座；07 提供中国经济语境
数学密集（需较强数理功底）08-计量经济学、12-中级宏观经济学、13-随机过程、14-金融计量模型、17-固定收益证券分析和模型、18-金融工程学做量化、风控、投研类产品者优先读 08/14；12/13 面向学术与研究，按需选读
专业进阶（在主干上深入）06-商业银行经营与管理、09-国际金融学、10-证券投资学、11-中级财务会计学做支付、证券、会计、银行类产品者重点；10/11 对 AI 产品从业者可直接使用
应用/研究/实务（面向落地与产出）15-量化投资、16-金融学论文写作、19-前沿金融实务专题15/19 与业务场景强相关；16 面向学术研究，按需

对 AI 产品从业者：10/11/19 可直接使用；15 的 大模型在量化投资中的应用 是最佳桥梁——直接展示 LLM、RAG 与强化学习在量化场景的落地；12/13/16 大概率超纲，按需跳过。

按角色选课

  • 金融/量化产品 PM（投研、风控、量化、交易类产品）：01 → 10 → 08 → 14 打底，再按场景进 15（量化投资）或 19（金融实务）；涉及衍生品定价时补 17/18。
  • 商业化/定价 PM（SaaS 或 AI 产品定价与单位经济）：主攻 02 → 05（成本、估值与资本结构），配合 商业化与增长 使用。
  • 通用 AI PM（领域知识储备）：读 01、02、10、11、19 打底，其余按需查阅；时间有限时直接参考「哪些课可跳过」。
  • 研究/学术向读者（学生、研究员）：完整走 01 → 04 → 08 → 14 → 16 主线，配合 12/13/17/18 做数理纵深。

哪些课可跳过

对目标读者「AI 产品经理」，以下三门可按需跳过，不影响主线：

  • 12-中级宏观经济学：研究生水平（动态最优化、RBC、OLG），远超普通本科与 AI 产品日常所需；对宏观议题感兴趣，读 04-宏观经济学 的基础版即可。
  • 16-金融学论文写作：面向学术研究者（论文九步法、实证方法与 Stata）；其中的 07-数字金融研究专题（数字金融概念边界、DeFi、稳定币、RWA 代币化）对金融科技 PM 可用，其余可按需略过。
  • 13-随机过程：纯数学方法课；除非做量化、风控或期权定价类产品，否则可跳过——真需要时，17/18 会就地补齐布朗运动与伊藤引理。

跨区块指引

business 与 AI 主线的衔接点：

发现错误？想一起完善？ 在 GitHub 上编辑此页！
本页面贡献者：AI-PM Wiki Team
本页面的全部内容在 CC BY-SA 4.0 和 SATA 协议之条款下提供，附加条款亦可能应用