基于大数据的发电上市公司盈利能力评价与预测研究
摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第1章 绪论 | 第10-17页 |
1.1 研究背景及意义 | 第10-11页 |
1.2 国内外研究现状及发展动态分析 | 第11-16页 |
1.2.1 电力行业发展动态与研究现状 | 第11-13页 |
1.2.2 盈利能力评价研究现状 | 第13-15页 |
1.2.3 盈利能力预测研究现状 | 第15-16页 |
1.3 研究内容和方法 | 第16-17页 |
第2章 盈利能力评价与预测基本理论 | 第17-28页 |
2.1 盈利能力概况 | 第17-21页 |
2.1.1 盈利能力概念 | 第17页 |
2.1.2 盈利能力要素分析 | 第17-19页 |
2.1.3 衡量盈利能力基本指标 | 第19-21页 |
2.2 评价方法理论 | 第21-25页 |
2.2.1 常用的评价方法 | 第21页 |
2.2.2 因子分析法 | 第21-24页 |
2.2.3 逼近理想解分析法 | 第24-25页 |
2.3 预测方法理论 | 第25-27页 |
2.3.1 常用预测方法 | 第25-26页 |
2.3.2 时间序列预测 | 第26-27页 |
2.3.3 支持向量机预测 | 第27页 |
2.4 本章小结 | 第27-28页 |
第3章 发电上市公司发展现状及盈利能力比较分析 | 第28-37页 |
3.1 发电上市公司概况 | 第28-30页 |
3.1.1 发电企业发展现状 | 第28-29页 |
3.1.2 本文选取的发电上市公司及盈利指标 | 第29-30页 |
3.2 发电上市公司盈利能力总体情况 | 第30-32页 |
3.3 发电上市公司盈利能力具体分析 | 第32-36页 |
3.3.1 子行业分析 | 第32-34页 |
3.3.2 规模分析 | 第34-35页 |
3.3.3 资本结构分析 | 第35-36页 |
3.4 本章小结 | 第36-37页 |
第4章 发电上市公司盈利能力评价实证研究 | 第37-50页 |
4.1 因子分析数据处理过程 | 第37-46页 |
4.1.1 数据采集说明及标准化处理 | 第37页 |
4.1.2 KMO检验和Bartlett球形检验 | 第37-38页 |
4.1.3 指标相关性检验 | 第38页 |
4.1.4 公共因子分析 | 第38-40页 |
4.1.5 计算因子得分计算分析及结果 | 第40-42页 |
4.1.6 综合因子的运用 | 第42-46页 |
4.2 基于因子分析法的topsis综合评价 | 第46-49页 |
4.2.1 数据采集及标准化 | 第46-47页 |
4.2.2 TOPSIS评价结果 | 第47-49页 |
4.3 本章小结 | 第49-50页 |
第5章 发电上市公司盈利能力预测分析 | 第50-57页 |
5.1 基于自回归模型的支持向量机预测 | 第50-51页 |
5.1.1 预测目标与思路 | 第50页 |
5.1.2 数据采集及预处理 | 第50-51页 |
5.2 预测过程 | 第51-54页 |
5.2.1 自回归模型的运用 | 第51-52页 |
5.2.2 支持向量机预测的运用 | 第52-53页 |
5.2.3 预测可靠性分析 | 第53-54页 |
5.3 预测结果的应用 | 第54-56页 |
5.3.1 电力改革对发电企业盈利能力的影响 | 第54-55页 |
5.3.2 预测分析对发电企业的建议 | 第55-56页 |
5.4 本章小结 | 第56-57页 |
第6章 研究成果和结论 | 第57-58页 |
参考文献 | 第58-62页 |
附录 | 第62-66页 |
攻读硕士学位期间发表的论文及其它成果 | 第66-67页 |
致谢 | 第67页 |