企业财务危机预警的智能决策方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-19页 |
| 第1章 绪论 | 第19-42页 |
| ·课题背景及研究目的和意义 | 第19-23页 |
| ·课题背景 | 第19-21页 |
| ·研究目的和意义 | 第21-23页 |
| ·国内外研究现状综述 | 第23-39页 |
| ·企业预警基本理论的研究现状 | 第23-24页 |
| ·财务危机概念界定的研究现状 | 第24-27页 |
| ·财务危机预警方法的研究现状 | 第27-33页 |
| ·财务危机预警指标体系的研究现状 | 第33-35页 |
| ·财务危机预警实证研究的现状 | 第35-38页 |
| ·当前研究中存在的问题 | 第38-39页 |
| ·研究内容及论文结构 | 第39-40页 |
| ·研究方法及技术路线 | 第40-42页 |
| ·研究方法 | 第40-41页 |
| ·技术路线 | 第41-42页 |
| 第2章 企业财务危机预警理论 | 第42-56页 |
| ·财务危机和财务危机预警的含义 | 第42-44页 |
| ·财务危机的基本含义 | 第42-43页 |
| ·财务危机的类型 | 第43-44页 |
| ·财务危机预警的基本含义 | 第44页 |
| ·企业财务危机周期及性质 | 第44-47页 |
| ·企业财务危机周期 | 第44-46页 |
| ·企业财务危机的性质 | 第46-47页 |
| ·财务危机的警源分析 | 第47-49页 |
| ·财务危机的外生警源 | 第47-48页 |
| ·财务危机的内生警源 | 第48-49页 |
| ·多层次财务危机预警体系 | 第49-55页 |
| ·多层次财务危机预警体系框架 | 第50-51页 |
| ·单项财务指标的实时监控 | 第51-53页 |
| ·基于机器学习的财务危机预警 | 第53-54页 |
| ·基于专家经验的财务危机预警 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第3章 实验用样本数据及定量财务指标体系 | 第56-67页 |
| ·样本公司的选择 | 第56-57页 |
| ·财务危机样本公司的选择标准 | 第56-57页 |
| ·财务正常样本公司的配对标准 | 第57页 |
| ·样本公司选择结果 | 第57页 |
| ·备选财务指标的选择 | 第57-58页 |
| ·备选财务指标的选择原则 | 第57-58页 |
| ·备选财务指标的内容 | 第58页 |
| ·样本数据及统计描述和检验 | 第58-62页 |
| ·样本数据收集及预处理 | 第58-61页 |
| ·描述性统计和正态性检验 | 第61-62页 |
| ·定量财务指标体系 | 第62-66页 |
| ·备选财务指标的均值比较 | 第62-63页 |
| ·定量财务指标体系的内容 | 第63-64页 |
| ·定量财务指标体系的共线性检验 | 第64-66页 |
| ·本章小结 | 第66-67页 |
| 第4章 人工智能单分类器财务危机预警方法 | 第67-98页 |
| ·单分类器财务危机预测的空间几何意义 | 第67-68页 |
| ·遗传算法动态优化决策树的财务危机预测 | 第68-76页 |
| ·设计思想及流程算法 | 第68-69页 |
| ·决策树理论 | 第69-71页 |
| ·遗传算法设计 | 第71-73页 |
| ·实验方案设计 | 第73页 |
| ·参数设置及模型优化 | 第73-75页 |
| ·实验结果及分析 | 第75-76页 |
| ·基于支持向量机的财务危机预测 | 第76-88页 |
| ·支持向量机原理 | 第76-81页 |
| ·支持向量机财务危机预测的流程算法 | 第81-84页 |
| ·实验方案设计 | 第84页 |
| ·模型参数设置 | 第84-86页 |
| ·实验结果及分析 | 第86-88页 |
| ·相似度加权投票组合k 近邻案例财务危机预测 | 第88-97页 |
| ·基本设计思想 | 第88页 |
| ·财务危机预测的案例描述及案例库 | 第88-89页 |
| ·财务危机预测的相似案例检索 | 第89-91页 |
| ·预测结果的相似度加权投票集成 | 第91-92页 |
| ·实验方案设计 | 第92页 |
| ·参数设置及经验范围 | 第92-96页 |
| ·实验结果及分析 | 第96-97页 |
| ·本章小结 | 第97-98页 |
| 第5章 基于多分类器组合的财务危机预警方法 | 第98-124页 |
| ·单分类器的输出信息类型 | 第98页 |
| ·多分类器组合的基本类型 | 第98-99页 |
| ·财务危机的多分类器并联组合预测 | 第99-106页 |
| ·多分类器并联组合模型 | 第99-100页 |
| ·多分类器投票组合的模型表述 | 第100-101页 |
| ·基本分类器的投票权重模型 | 第101-102页 |
| ·并联组合的基本分类器选择 | 第102-106页 |
| ·财务危机的多分类器串联组合预测 | 第106-109页 |
| ·多分类器串联组合模型 | 第106-107页 |
| ·串联组合的基本分类器选择 | 第107-108页 |
| ·财务危机串联组合预测算法 | 第108-109页 |
| ·财务危机的多分类器混合组合预测 | 第109-112页 |
| ·多分类器的混合组合模型 | 第109-111页 |
| ·混合组合的基本模块构建 | 第111页 |
| ·混合组合建模的流程算法 | 第111-112页 |
| ·数据实验 | 第112-123页 |
| ·实验方案设计 | 第112-113页 |
| ·单分类器的参数设置及差异性分析 | 第113-115页 |
| ·多分类器并联组合权重的确定 | 第115-116页 |
| ·多分类器串联组合系统的构建 | 第116-117页 |
| ·多分类器混合组合系统的构建 | 第117-118页 |
| ·实验结果及分析 | 第118-122页 |
| ·三种组合预测方法的比较评价 | 第122-123页 |
| ·本章小结 | 第123-124页 |
| 第6章 基于群决策的财务危机预警方法 | 第124-150页 |
| ·定性指标体系及评分标准 | 第124-127页 |
| ·定性指标体系的内容 | 第124-126页 |
| ·定性指标的评分标准 | 第126-127页 |
| ·定性指标权重的多专家协商确定 | 第127-137页 |
| ·相关定义 | 第128-129页 |
| ·定性指标重要性的专家表示形式 | 第129-130页 |
| ·专家协商小组的划分 | 第130-131页 |
| ·定性指标重要性程度的协商机制 | 第131-133页 |
| ·定性指标权重的确定 | 第133-134页 |
| ·多专家协商确定权重的算例 | 第134-137页 |
| ·财务危机可能性的灰色综合评价 | 第137-143页 |
| ·评价灰类及白化权函数设计 | 第137-139页 |
| ·一级定性指标的灰色综合评价 | 第139-140页 |
| ·财务危机可能性的灰色综合评价 | 第140-141页 |
| ·财务危机可能性评价的算例 | 第141-143页 |
| ·基于群决策的财务危机预警实例 | 第143-149页 |
| ·公司简介及实例方案设计 | 第143-144页 |
| ·财务危机的定量预测结果 | 第144-145页 |
| ·财务危机可能性的多专家评价结果 | 第145-147页 |
| ·实例分析与讨论 | 第147-149页 |
| ·本章小结 | 第149-150页 |
| 结论 | 第150-152页 |
| 参考文献 | 第152-161页 |
| 附录 | 第161-177页 |
| 攻读学位期间发表的学术论文 | 第177-180页 |
| 致谢 | 第180-181页 |
| 个人简历 | 第181页 |
