| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 第1章 绪论 | 第17-37页 |
| 1.1 研究的背景 | 第17-18页 |
| 1.2 研究目的及意义 | 第18-19页 |
| 1.3 国内外研究现状及分析 | 第19-33页 |
| 1.3.1 财务危机概念界定的研究现状 | 第19-21页 |
| 1.3.2 财务危机预测指标体系的研究现状 | 第21-22页 |
| 1.3.3 财务危机预测模型的研究现状 | 第22-29页 |
| 1.3.4 财务危机预测实证研究的现状 | 第29-31页 |
| 1.3.5 国内外文献综述简析 | 第31-33页 |
| 1.4 研究内容及论文结构 | 第33-35页 |
| 1.4.1 研究内容 | 第33-34页 |
| 1.4.2 论文结构 | 第34-35页 |
| 1.5 研究方法及技术路线 | 第35-37页 |
| 1.5.1 研究方法 | 第35页 |
| 1.5.2 技术路线 | 第35-37页 |
| 第2章 财务危机动态预测的理论基础 | 第37-50页 |
| 2.1 财务危机的内涵 | 第37-40页 |
| 2.1.1 财务危机的含义 | 第37页 |
| 2.1.2 财务危机的特征 | 第37-38页 |
| 2.1.3 财务危机的形成原因 | 第38-40页 |
| 2.2 财务危机预测的研究基础 | 第40-43页 |
| 2.2.1 财务危机预测的含义 | 第40-41页 |
| 2.2.2 财务危机预测的理论依据 | 第41-42页 |
| 2.2.3 财务危机预测的功能 | 第42-43页 |
| 2.3 财务危机动态预测的模型构建方法 | 第43-49页 |
| 2.3.1 财务危机动态预测的建模含义 | 第43-44页 |
| 2.3.2 财务危机预测的方法 | 第44-49页 |
| 2.4 本章小结 | 第49-50页 |
| 第3章 财务危机预测的样本选择与数据检验 | 第50-62页 |
| 3.1 样本企业的确定 | 第50-53页 |
| 3.1.1 样本企业确定的依据 | 第50-51页 |
| 3.1.2 财务危机样本企业的选择 | 第51页 |
| 3.1.3 财务健康样本企业的选择 | 第51-52页 |
| 3.1.4 样本企业选取结果 | 第52-53页 |
| 3.2 样本数据的选取 | 第53-54页 |
| 3.3 样本财务指标体系的建立 | 第54-56页 |
| 3.3.1 样本指标的选择原则 | 第54-55页 |
| 3.3.2 样本指标的初选结果 | 第55-56页 |
| 3.4 样本的数据检验 | 第56-61页 |
| 3.4.1 正态性检验 | 第57-59页 |
| 3.4.2 参数检验 | 第59页 |
| 3.4.3 非参数检验 | 第59-61页 |
| 3.4.4 样本数据的最终选择结果 | 第61页 |
| 3.5 本章小结 | 第61-62页 |
| 第4章 基于非线性流形学习的财务危机预测指标体系降维处理 | 第62-72页 |
| 4.1 数据降维处理的方法 | 第62-65页 |
| 4.1.1 数据特征选择方法 | 第62-63页 |
| 4.1.2 数据特征提取方法 | 第63-64页 |
| 4.1.3 指标体系降维方法的选择及原因 | 第64-65页 |
| 4.2 非线性流形学习算法 | 第65-67页 |
| 4.2.1 等距映射法 | 第65-66页 |
| 4.2.2 局部线性嵌入法 | 第66页 |
| 4.2.3 拉普拉斯特征映射 | 第66-67页 |
| 4.3 指标体系降维处理的实验过程 | 第67-70页 |
| 4.3.1 实验设计 | 第67页 |
| 4.3.2 实验结果与分析 | 第67-70页 |
| 4.4 本章小结 | 第70-72页 |
| 第5章 面向静态均衡数据的两阶段选择性集成模型财务危机动态预测 | 第72-100页 |
| 5.1 选择性集成模型的工作原理 | 第72-76页 |
| 5.1.1 集成方法的决定因素 | 第72-75页 |
| 5.1.2 选择性集成方法的必要性 | 第75-76页 |
| 5.2 财务危机预测的两阶段选择性集成模型的构架 | 第76-79页 |
| 5.2.1 模型的基本构架 | 第76-77页 |
| 5.2.2 模型构架的主要思想 | 第77-79页 |
| 5.3 核函数改进的模糊自组织映射模型 | 第79-85页 |
| 5.3.1 模糊自组织映射模型 | 第79-83页 |
| 5.3.2 核函数方法 | 第83-84页 |
| 5.3.3 核模糊自组织映射模型 | 第84-85页 |
| 5.4 财务危机预测的两阶段选择性集成方法 | 第85-88页 |
| 5.4.1 两阶段选择性集成的过程 | 第85-87页 |
| 5.4.2 逐步前向选择方法 | 第87-88页 |
| 5.4.3 加权投票法 | 第88页 |
| 5.5 财务危机预测的实证研究 | 第88-99页 |
| 5.5.1 实验数据 | 第88-89页 |
| 5.5.2 实验设计 | 第89-91页 |
| 5.5.3 实验结果与分析 | 第91-99页 |
| 5.5.4 模型评价 | 第99页 |
| 5.6 本章小结 | 第99-100页 |
| 第6章 面向动态非均衡数据的集成模型财务危机动态预测 | 第100-127页 |
| 6.1 财务危机动态预测的模型构建思路 | 第100-103页 |
| 6.1.1 财务危机的概念漂移 | 第100-101页 |
| 6.1.2 非均衡样本的财务危机预测 | 第101-102页 |
| 6.1.3 模型构建的主要思想 | 第102-103页 |
| 6.2 基于滑动时间窗口和权重采样的财务危机预测增量学习模型 | 第103-110页 |
| 6.2.1 增量学习算法基本原理 | 第103-105页 |
| 6.2.2 样本数据的滑动时间窗口设计 | 第105-108页 |
| 6.2.3 滑动时间窗口和权重采样改进增量学习模型的过程 | 第108-110页 |
| 6.3 反传算法改进的概率神经网络 | 第110-116页 |
| 6.3.1 概率神经网络模型 | 第110-112页 |
| 6.3.2 反传概率神经网络模型 | 第112-116页 |
| 6.4 财务危机预测的实证研究 | 第116-126页 |
| 6.4.1 实验数据 | 第116页 |
| 6.4.2 实验设计 | 第116-118页 |
| 6.4.3 实验结果与分析 | 第118-125页 |
| 6.4.4 模型评价 | 第125-126页 |
| 6.5 本章小结 | 第126-127页 |
| 结论 | 第127-129页 |
| 参考文献 | 第129-143页 |
| 附录 | 第143-155页 |
| 攻读博士学位期间发表的论文 | 第155-157页 |
| 致谢 | 第157-158页 |
| 个人简历 | 第158页 |
