| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第一章 绪论 | 第13-17页 |
| 第一节 选题背景及研究意义 | 第13-14页 |
| 一、实践背景与意义 | 第13-14页 |
| 二、理论背景与意义 | 第14页 |
| 第二节 研究内容、方法及框架 | 第14-17页 |
| 一、研究内容 | 第14-15页 |
| 二、研究方法 | 第15-16页 |
| 三、研究框架 | 第16-17页 |
| 第二章 财务危机预警相关理论分析 | 第17-32页 |
| 第一节 传统财务危机预警研究综述 | 第17-22页 |
| 一、财务危机预警指标相关研究 | 第17-19页 |
| 二、财务危机预警模型相关研究 | 第19-21页 |
| 三、研究现状述评 | 第21-22页 |
| 第二节 大数据背景下财务危机预警研究综述 | 第22-26页 |
| 一、大数据在财务危机预警领域的应用现状 | 第22-23页 |
| 二、大数据指标的量化处理相关研究 | 第23-24页 |
| 三、研究现状述评 | 第24-26页 |
| 第三节 大数据指标的理论分析 | 第26-30页 |
| 一、宏观经济预警研究 | 第26-27页 |
| 二、信号传递理论 | 第27-28页 |
| 三、大数据指标概念 | 第28-29页 |
| 四、大数据指标来源 | 第29-30页 |
| 第四节 本章小结 | 第30-32页 |
| 第三章 钢铁行业财务危机预警模型研究设计 | 第32-40页 |
| 第一节 研究设计思路 | 第32-33页 |
| 第二节 研究样本选取 | 第33-35页 |
| 一、样本的选取原则 | 第33-34页 |
| 二、样本选取结果 | 第34-35页 |
| 第三节 预警指标选取 | 第35-38页 |
| 一、预警指标的选取原则 | 第35-36页 |
| 二、财务指标选取结果 | 第36页 |
| 三、大数据指标选取结果 | 第36-38页 |
| 第四节 模型方法选取 | 第38-39页 |
| 第五节 本章小结 | 第39-40页 |
| 第四章 钢铁行业财务危机预警模型分析 | 第40-51页 |
| 第一节 财务指标处理 | 第40-44页 |
| 一、正态分布检验 | 第40-41页 |
| 二、T参数检验 | 第41-42页 |
| 三、Mann-WhitneyU检验 | 第42-43页 |
| 四、财务指标处理结果 | 第43-44页 |
| 第二节 大数据指标处理 | 第44-47页 |
| 一、大数据指标的股吧评论数据库构建 | 第44-45页 |
| 二、大数据指标的情感词典构建 | 第45页 |
| 三、大数据指标的情感倾向性分析 | 第45-46页 |
| 四、大数据指标处理结果 | 第46-47页 |
| 第三节 财务危机预警模型构建 | 第47-50页 |
| 一、未引入大数据指标的Logistic财务危机预警模型 | 第47-48页 |
| 二、引入大数据指标的Logistic财务危机预警模型 | 第48-49页 |
| 三、两种模型的效果测试及对比分析 | 第49-50页 |
| 第四节 本章小结 | 第50-51页 |
| 第五章 引入大数据指标的财务危机预警模型应用—以重庆钢铁为例 | 第51-58页 |
| 第一节 引入大数据指标的财务危机预警模型的应用 | 第51-52页 |
| 一、财务危机预警模型应用过程 | 第51-52页 |
| 二、重庆钢铁财务危机预警应用 | 第52页 |
| 第二节 重庆钢铁财务危机预警指标的验证分析 | 第52-56页 |
| 一、大数据指标验证分析 | 第53-54页 |
| 二、财务指标验证分析 | 第54-56页 |
| 第三节 案例分析总结 | 第56-58页 |
| 第六章 结论与展望 | 第58-60页 |
| 第一节 研究结论 | 第58-59页 |
| 第二节 本文创新点 | 第59页 |
| 第三节 研究局限与展望 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 致谢 | 第63-64页 |
| 攻读学位期间取得的研究成果 | 第64页 |
