本教材立足全球低碳转型的环境变化，将绿色金融教学内容分为4篇14章，分别为绿色金融基础、绿色金融体系与运行、绿色金融发展与可持续、绿色金融评价与监管。本教材既保持了相对完备的绿色金融理论体系，也融入了农林绿色金融实践的最新研究成果，同时增设了绿色金融思政专栏，填补了农林高校绿色金融教学的空白，为培养具有绿色金融专业素养的优秀人才奠定了坚实的基础。

作为金融学的主干基础课之一，国际金融讲述汇率与国际收支、国际金融理论与政策、外汇交易实务以及国际金融市场等内容，是学习其他金融类课程的先修课程。该课程涵盖了货币银行学、国际经济学、开放经济下的宏观经济学、汇率经济学、证券投资、跨国公司金融、国际银行业、项目评估、货币经济学等课程的部分内容。 从逻辑框架上看，本书主要包括四个部分的内容。第一部分介绍国际金融的基础知识，包括汇率基础和国际收支；第二部分讲述国际金融理论，包括国际收支调节理论、汇率决定理论以及开放经济条件下的宏观经济政策；第三部分讲述国

全书以投资价值评估为核心主题, 系统梳理了这一领域的历史演进、哲学思想、理论体系及实践方法, 并深入探讨了价值投资理念与资产定价等前沿金融学理论的有机结合。书中精选了中国及国际众多企业在近年来的鲜活案例, 特别关注中国金融市场的独特实践, 为读者在理论学习的同时提供实践视角, 启发其思考如何运用科学的评估方法在复杂多变的市场环境中做出理性决策。此外, 本书的每一章均精心设计了任务清单、核心内容和课后问答。这种系统化的编排形式帮助读者明确学习重点, 稳步掌握核心知识, 并通过启发式引导培养独立思考

《金融英语（第3版）》分为10个单元，分别介绍了货币、货币价值（包括通货膨胀和通货紧缩）、直接融资、间接融资、国际金融和金融危机等金融基础知识。通过学习这些内容，可以构建金融学科的知识基础，并理解金融的本质。
在教学过程中，教师可以根据不同的教学内容选择相应的单元，以满足不同学校对该课程学分的要求。
《金融英语（第3版）》每个单元的练习内容与课文相辅相成、题型丰富多样、来源渠道广泛，可以帮助学习者积累广泛的金融知识、了解现实生活中的金融现象，并培养学以致用的观念。
本书注重构建

本书作为金融专业的教科书，包含传统金融风险度量及风险管理理论的同时，兼顾了基于金融科技的风险管理理论等现代金融风险管理内容。本书系统介绍了金融风险管理与监管、金融风险测度、信用风险、流动性风险、操作风险以及市场风险等基本理论，并基于金融科技分析了各类金融风险识别、度量、管理和监管手段。本书以实用性为目的，详细且系统地介绍了金融风险管理理论，为学生从事风险管理、风险监管等工作奠定基础。

在新文科建设背景下，本书在充分的教学改革与实验基础上，聚焦银行业数字化转型，从理论上探索数字技术对现代银行业发展方向、经营模式以及组织实施等的重要影响，同时从实践上总结国内外银行数字化转型的案例、经验和成果。 在书中，作者对现代银行业经营中的数字技术底层逻辑与应用场景进行了系统梳理，不仅阐述了其原理、特性及实践路径，还通过数字化转型案例揭示了数字技术如何重塑现代银行业经济学理论的分析框架。书中涵盖了数字化营销、大数据应用与零售业务转型等银行业典型案例，并探讨了数字技术在乡村振兴、绿色低碳发展以

本书以金融科技理论为主线、以科技方法在金融领域中的应用为辅线组织内容，全面系统地介绍了金融科技的相关理论、技术基础以及科技方法在金融领域中的应用与监管。为加深对金融科技理论、方法与应用的理解，提供了科技方法在金融领域场景中应用的案例与延伸阅读材料。
全书分为基础理论篇、技术应用与实践篇、监管与展望篇三部分，共九章。重点分析了以大数据、云计算、移动互联网、人工智能、区块链和自然语言处理等新技术的发展概况以及对金融领域的影响和未来的发展趋势，创新讲解了机器学习、深度学习等在金融业的应

《证券市场分析（第3版）（微课版）》是国家级精品视频公开课程的配套教材，也是安徽省高等学校一流教材。《证券市场分析（第3版）（微课版）》在《证券市场分析》(第2版)的基础上，将党的二十大精神、中央金融工作会议精神以及国务院《关于加强监管防范风险推动资本市场高质量发展的若干意见》(新国九条)等关于证券市场发展的相关论述全面融入。同时，对《证券市场分析》(第2版)的有关章节进行了优化整合，新增了证券市场法律法规章节、衍生证券基础知识章节，并特别添加了证券市场发展成就篇章，对原有的量化交易相关章

本书系统地介绍Python在金融数据分析中的应用，分为三篇。第一篇为Python基础篇（第1章、第2章），详细讲解Python基础知识及数据分析相关库（包括NumPy、pandas和Matplotlib），帮助读者打下坚实的编程基础。第二篇为金融数据分析与挖掘篇（第3章～第6章），深入介绍金融数据的获取及预处理、描述性分析与可视化，以及有监督学习和无监督学习等数据建模技术，培养读者在金融数据分析领域的专业技能。第三篇为综合应用篇（第7章～第10章），通过上市公司股票数据获取与可视化分析、沪深30

本书共11章, 第1-5章是建模的前期准备, 包括绪论、Python编程基础及数据处理、数据可视化、数据表格的处理与数据清洗、特征工程等。第6-11章介绍常用的模型, 包括聚类、主成分分析、线性模型、支持向量机、决策树与随机森林、神经网络等。本书通过图文结合的方式详细解释了复杂数学模型的核心思想, 对每条代码的功能进行解释, 以降低读者理解复杂命令的难度。