基于最小二乘和数据包络分析的财务预警研究
| 中文摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 1. 绪论 | 第10-14页 |
| 1.1 研究背景、目的及意义 | 第10-11页 |
| 1.2 论文研究的方法和主要内容 | 第11-12页 |
| 1.3 论文的框架 | 第12-13页 |
| 1.4 论文的创新点 | 第13-14页 |
| 2.财务预警模型的研究综述 | 第14-22页 |
| 2.1 判别模型的综述 | 第14-16页 |
| 2.1.1 单变量判别模型 | 第14-15页 |
| 2.1.2 多元判别模型 | 第15-16页 |
| 2.2 逻辑模型和概率模型的综述 | 第16-18页 |
| 2.2.1 逻辑模型 | 第16-17页 |
| 2.2.2 概率模型 | 第17-18页 |
| 2.3 人工神经网络的综述 | 第18-19页 |
| 2.4 支持向量机的综述 | 第19-20页 |
| 2.5 其他预警方法的综述 | 第20-21页 |
| 2.6 研究现状总结 | 第21-22页 |
| 3. 相关理论概述 | 第22-28页 |
| 3.1 财务危机预警相关理论 | 第22-24页 |
| 3.1.1 财务危机的定义及特征 | 第22-23页 |
| 3.1.2 影响财务危机的因素 | 第23页 |
| 3.1.3 财务危机预警的作用 | 第23-24页 |
| 3.2 最小二乘方法 | 第24页 |
| 3.3 数据包络分析方法 | 第24-28页 |
| 3.3.1 数据包络分析法的定义及特点 | 第24-25页 |
| 3.3.2 数据包络分析的基本模型 | 第25-27页 |
| 3.3.3 数据包络分析方法在财务预警中的应用 | 第27-28页 |
| 4. 企业财务预警模型的样本及指标 | 第28-35页 |
| 4.1 样本的选择 | 第28-30页 |
| 4.1.1 样本范围确定的依据 | 第28页 |
| 4.1.2 样本的研究区间 | 第28页 |
| 4.1.3 样本的选择 | 第28-29页 |
| 4.1.4 估计样本及检测样本的分配 | 第29-30页 |
| 4.2 财务预警指标体系的构建 | 第30-35页 |
| 4.2.1 指标选择的依据 | 第30页 |
| 4.2.2 财务指标的类型 | 第30-32页 |
| 4.2.3 初步选取的财务比率 | 第32-35页 |
| 5. 财务预警模型的建立及分析 | 第35-46页 |
| 5.1 数据的处理 | 第35-38页 |
| 5.1.1 k-s检验 | 第35-36页 |
| 5.1.2 相关性检验 | 第36-38页 |
| 5.2 建模指标的确定 | 第38-39页 |
| 5.3 基于最小二乘方法的模型建立及预测 | 第39-42页 |
| 5.4 数据包络分析（DEA）在危机企业中的应用 | 第42-46页 |
| 5.4.1 DEA数据处理 | 第42-43页 |
| 5.4.2 DEA在危机企业中的应用 | 第43-46页 |
| 6. 结论与展望 | 第46-48页 |
| 6.1 结论 | 第46页 |
| 6.2 展望 | 第46-48页 |
| 参考文献： | 第48-51页 |
| 附录A 估计样本和检测样本 | 第51-53页 |
| 附录B K-S检验 | 第53-56页 |
| 附录C 检验样本的模型预测值 | 第56-60页 |
| 附录D 危机企业 4-9 的DEA评价结果 | 第60-63页 |
| 攻读硕士学位期间发表学术论文情况 | 第63-64页 |
| 致谢 | 第64-65页 |
| 作者简介 | 第65-66页 |
