古代世界众多国家之间交通不便、音信隔绝、有些国家之间甚至互不知晓。但是，古代世界各国在货币制度、货币政策诸多方面却表现出惊人的相似。这使我们不得不感叹：冥冥之中，自有主宰！这个主宰便是货币运行中的一般规律，是古人在货币实践过程中遇到的、不可逾越的一般规律。对于世界古代各国的货币制度进行比较，能够让我们更加直观地看到遵循一般规律的货币制度在各个方面的共同特征。尽管古代世界各国的货币发展轨迹不同，金属资源和民族习惯不同，但是，古代世界各国的货币制度在各个方面都表现出高度的一致性。通过对于这些一致性的理解和认识，我们便可以从中归纳出经历数千年实践所证实的货币理论。

本书通过对全球领先企业的众多领导者，特别是CFO进行深入访谈，总结了他们关于财务数字化转型的实践经验。全书从工程师、企业家、经济学家三个视角，讨论财务可以做些什么为建设数字化组织奠定基础，并重点讨论了财务领导者在推动业务增长和绩效方面可以发挥的作用。通过改变战略、运营绩效对话以及建立以增长和学习为导向的绩效文化，财务可以推动企业转型的关键杠杆。在本书的后半部分，还讨论了财务在管理数字商业平台和生态系统中的作用。在本书的结尾，总结了企业通过长期、多方利益相关者价值创造产生更大的经济和社会影响的需求和机会，并讨论了财务在为其业务、经济和社会创造多方利益相关者价值方面可以发挥的重要作用。

本书分“认知篇”“方法篇”“周期篇”“实战篇”“误区篇“未来篇”以及“番外篇”六大部分，是作者作为一个投资人多年的实战干货，在本书中作者深入浅出分析实战案例，教会普通人如何在守住本金的基础上，快速掌握财富底层规律，让财富实现倍数跃迁。本书是普通人投资理财必看书目之一，是读者“你的第一本理财书”。本书引导普通人懂得“中国式财富跃迁的思维、方法和路径”，让普通人明白“财富不是稳定增长起来的，财富从来都是少数几次机会跃迁上去的”。

金融计算是Python语言和金融学、金融工程的交叉课程。本书内容新颖，结构合理，实用性强，集Python科学计算与金融计算理论为一体，是一部解决了金融大数据收集、金融产品定价、金融风险测度问题的Python语言编程的教材。本书可以帮助读者理解金融大数据计算、分析的原理，加强对金融市场与系统性风险防范政策的理解与应用分析，培养其熟练使用Python进行金融大数据分析、金融相关指标计算的能力。本书具有如下特点：·思维训练。本书从培养读者兴趣入手，以掌握金融计算理论和创造性思维为主线，以Python科学计算为基石，进行总体设计，充分体现了金融产品定价及金融风险测度的Python程序实现。·学以致用。本书集Python科学计算、金融计算理论和政策体系为一体，注重金融计算理论与金融应用的结合。针对金融计算难点，使用Jupyter Notebook分析平台增强应用性，并附有案例的Python代码。·内容前沿。本书使用最新的Anaconda版本，结合实时更新的数据平台和最新的理论研究成果，内容具有前沿性与动态性。

给银行、券商、保险、信托、基金、金控等财富管理行业的新时代机构转型与实践指南。近几十年我国经济取得跨越式发展， 人民生活水平显著提高。然而， 快速的经济增长也带来了财富分配不均、社会分层固化等问题。为此，全民共同富裕目标， 旨在通过高质量的发展， 促进社会公平正义， 使全体人民过上美好富足的生活。财富管理如何助力共同富裕，成为新时代财富管理行业的重点课题。由证监会原主席肖钢、南方科技大学副校长金李教授领衔，携手杨凯生、吴波、周延礼、漆艰明、谢卫、洪小源、刘玉珍7位重磅专家学者，探讨共同富裕实现路径的同时，深入讨论新时代财富管理面临的机遇和挑战， 并明确各业态在财富管理中的角色定位。《共富时代财富管理》一书中指出，金融机构业务布局是宏观经济、监管政策、科技进步和客户需求共同作用的结果，财富管理新机遇业务成为时代的重要选择。这本书聚焦于快速发展的中国财富资管行业，探讨在共同富裕的背景下，财富管理行业如何助力共富的发展。本书从银行、证券、保险、信托、基金、金控、行为金融7个细分领域入手，基于中国实践，具体解析各行业所面临的机遇和挑战，绘制未来行业转型发展模型并提出相应政策性建议。同时，就财富管理行业未来政策端的支持、机构端的协同、业务端的重点发力方向进行详细阐释。书中对当前行业参与机构、投资者以及广大的财富管理客户关心的问题进行了积极探讨，同时能够帮助财富管理行业参与者、投资者把握行业的关键变量。更为重要的是，本书针对人口规模巨大的中国式现代化，助力实现新时代共同富裕、高质量发展的时代要求给予了回应。

本书共分为三篇：第一篇为《从传统金融到供应链金融》，第二篇为《从供应链金融到数字供应链金融》，第三篇为《数字供应链金融实践：人力资源服务行业》。相应地，构成本书的基础篇、重点篇和行业实践篇，并形成从基础篇到重点篇、再到行业实践篇进阶的框架结构。第一篇是本书基础篇，是关于供应链金融理论和实务的介绍。第二篇是本书重点篇，是关于数字供应链金融理论和实践介绍。第三篇是行业实践篇，介绍人力资源服务行业供应链金融开展、数字供应链和数字供应链金融实践，揭示该行业开展数字供应链金融面临的问题，指出各相关主体努力方向，并对未来数字供应链金融发展做出前瞻。本书对数字供应链金融研究进行了较为全面的梳理，本书有助于读者构建起数字供应链金融框架，并能快速将理论应用于金融问题的具体研究中。具有很强的前瞻性和创新性，在分析的基础上形成多条建议，希望为政策制定者和市场从业者提供创新视角，推动数字供应链金融研究方面进一步发展。

货币政策作为世界各国的主要宏观经济调控手段，长期以来发挥着重要的调控作用。自改革开放以来，我国经济发展历经诸多变革，近些年国内经济由高速增长阶段向高质量增长阶段转变，货币政策的有效性势必也发生了相应的变化。在金融危机之前，我国便形成了以数量型为主，价格型为辅的货币政策调控框架，随着利率市场化改革的不断推进，金融市场日益复杂，价格型货币政策的有效性逐渐提高，我国货币政策由“数量型”向“价格型”转变的压力与日俱增。但学术界针对新形势下两种货币政策的有效性变化存在争论，受限于研究数据与方法，国内相关研究文献较为匮乏。本书正是基于此背景展开探讨，以期在理论上填补现有文献不足，构建新的研究框架，为后续研究提供新的思路；在实践中探究出适合当下我国经济社会发展的货币政策框架，为经济高质量增长阶段，特别是疫情之后我国货币政策的调控模式提供科学支撑。

《智能量化：ChatGPT在金融策略与算法交易中的实践》是一部全面而深入的量化金融实战指南，从基础的Python编程和量化金融概念出发，逐步引领读者进入金融数据分析、量化策略开发、算法交易及风险管理的高级话题。《智能量化：ChatGPT在金融策略与算法交易中的实践》还探讨了生成式AI和ChatGPT在量化金融领域中的应用，为读者提供了一个全面的视角和实用的工具。《智能量化：ChatGPT在金融策略与算法交易中的实践》共分为5章：第1章作为基础，介绍了量化金融、算法交易和Python编程的基础知识；第2章专注于金融数据的获取和处理，包括如何使用APIs和Python库；第3章深入讲解了量化策略与模型，涵盖了从统计学到机器学习再到深度学习和Transformer模型及ChatGPT插件使用的多个方面；第4章是对算法交易与风险管理的全面解析，包括市场微观结构、交易策略和ChatGPT的Code Interpreter功能；第5章对量化金融和算法交易的未来进行了展望，包括人工智能在金融领域中的机遇和挑战。《智能量化：ChatGPT在金融策略与算法交易中的实践》内容深入浅出，实例丰富，实用性极强，特别适合量化金融的初学者和专业人士，也适用于金融分析师、数据科学家和编程爱好者。此外，《智能量化：ChatGPT在金融策略与算法交易中的实践》也可作为金融科技和量化金融相关培训课程的教材。

随着数字技术与金融的深度融合，数字普惠金融快速成长并逐渐成为普惠金融创新的重要形式，在促进实体经济高质量发展、推进全体人民共同富裕、全面推进乡村振兴等方面表现出强烈的包容性增长效应。《数字普惠金融的包容性增长效应研究》对数字普惠金融的包容性增长问题予以文献梳理和推理立论，同时走出书斋，步入田间地头深入调研，并基于宏观和微观数据，在统计分析、案例分析、计量检验的基础上，形成相应的研究结论，旨在总结中国数字普惠金融发展的成功经验，发现其发展面临的现实问题并找准解决方案，*终为金融服务乡村全面振兴以及金融促进全体人民共同富裕提供理论指导和经验证据。

商业银行是现代经济体系中最重要的金融机构之一，其业务涉及存贷款、外汇、理财等多个领域，对国家经济发展和金融稳定具有重要意义。本书介绍了商业银行业务与经营的基本原理、知识和技能，阐述了商业银行的产生与演进、性质与职能、经营原则、组织结构，分析了商业银行的资产业务、负债业务、中间业务等。同时，结合国内外银行业务与经营管理实践，在金融科技的背景下探讨了我国商业银行的发展趋势及政府对银行业的监管新变化。本书内容丰富、实用性强，既适合作为应用型本科和高等职业教育金融专业人才培养的教材，也可供商业银行从业人员参考使用。