| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-17页 |
| 1.1 选题背景与研究意义 | 第8-9页 |
| 1.1.1 选题背景 | 第8-9页 |
| 1.1.2 研究意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-15页 |
| 1.2.1 国外研究现状 | 第9-12页 |
| 1.2.2 国内研究现状 | 第12-14页 |
| 1.2.3 研究述评 | 第14-15页 |
| 1.3 本文的研究思路和技术路线 | 第15-17页 |
| 第2章 相关基本理论 | 第17-22页 |
| 2.1 财务风险的界定与成因分析 | 第17-19页 |
| 2.1.1 财务风险的概念界定 | 第17页 |
| 2.1.2 财务风险的影响因素 | 第17-19页 |
| 2.2 数据挖掘理论 | 第19-22页 |
| 2.2.1 数据挖掘定义 | 第19页 |
| 2.2.2 数据挖掘的过程 | 第19-22页 |
| 第3章 上市公司财务风险预测指标体系的构建 | 第22-30页 |
| 3.1 财务风险预测指标的选取原则 | 第22-23页 |
| 3.2 财务指标的定性分析 | 第23-24页 |
| 3.3 财务风险预测指标的选取及计算 | 第24-27页 |
| 3.3.1 财务风险预测指标的选取 | 第24-25页 |
| 3.3.2 财务风险预测指标的计算 | 第25-27页 |
| 3.4 预测指标适用性检验 | 第27-30页 |
| 第4章 上市公司财务预测模型的构建 | 第30-38页 |
| 4.1 预测模型的研究设计 | 第30-31页 |
| 4.2 主成分分析法在风险预测模型中的应用 | 第31-33页 |
| 4.2.1 主成分分析法介绍 | 第31-33页 |
| 4.2.2 主成分分析法的运用 | 第33页 |
| 4.3 基于 CART 树的财务风险预测模型的构建 | 第33-38页 |
| 4.3.1 CART 算法介绍 | 第33-35页 |
| 4.3.2 基于 Clementine 的 CART 树财务风险预测模型的流程设计 | 第35-37页 |
| 4.3.3 CART 树财务风险预测模型的计算流程 | 第37-38页 |
| 第5章 财务风险预测实证分析 | 第38-55页 |
| 5.1 Clementine 的功能及建模标准 | 第38-40页 |
| 5.1.1 Clementine 功能及特点 | 第38页 |
| 5.1.2 Clementine 数据挖掘步骤及建模标准 | 第38-40页 |
| 5.2 数据的采集和处理 | 第40-41页 |
| 5.2.1 样本的采集 | 第40页 |
| 5.2.2 样本数据预处理 | 第40页 |
| 5.2.3 样本数据配比及选取 | 第40-41页 |
| 5.3 指标的化简及检验 | 第41-45页 |
| 5.3.1 主成分分析法化简财务指标 | 第41-43页 |
| 5.3.2 能力因子的检验 | 第43-45页 |
| 5.4 CART 树预测模型的计算及结果分析 | 第45-49页 |
| 5.4.1 基于 Clementine 的 CART 树模型的计算过程 | 第45-47页 |
| 5.4.2 结果分析 | 第47-48页 |
| 5.4.3 模型评价 | 第48-49页 |
| 5.5 多种模型的对比分析 | 第49-55页 |
| 5.5.1 模型的建立 | 第49-50页 |
| 5.5.2 模型评价 | 第50-55页 |
| 第6章 结论及展望 | 第55-57页 |
| 6.1 结论 | 第55页 |
| 6.2 展望 | 第55-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 附录 1 攻读硕士学位期间发表的论文 | 第62-63页 |
| 附录 2 攻读硕士学位期间参加的科研项目 | 第63-64页 |
| 附录 3 实证样本数据 | 第64-72页 |
| 详细摘要 | 第72-73页 |
