| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-20页 |
| ·课题来源及研究意义 | 第9-12页 |
| ·课题研究的背景和问题的提出 | 第9页 |
| ·课题研究的意义 | 第9-12页 |
| ·国内外研究现状 | 第12-19页 |
| ·概念漂移的研究现状 | 第12-15页 |
| ·财务困境预测的研究现状 | 第15-18页 |
| ·国内外研究现状评述 | 第18-19页 |
| ·研究方法和主要内容 | 第19-20页 |
| 第2章 上市公司财务困境预测动态建模的理论基础 | 第20-41页 |
| ·上市公司财务困境理论综述 | 第20-23页 |
| ·国外文献对财务困境的定义 | 第20-21页 |
| ·国内文献对财务困境的定义 | 第21-22页 |
| ·财务困境的内涵 | 第22-23页 |
| ·上市公司财务困境的成因及对策分析 | 第23-26页 |
| ·上市公司财务困境的成因分析 | 第23-25页 |
| ·上市公司财务困境的对策分析 | 第25-26页 |
| ·上市公司财务困境预测概述 | 第26-27页 |
| ·财务困境预测的基本含义 | 第26页 |
| ·财务困境预测模型构建思路 | 第26-27页 |
| ·面向数据流概念漂移的上市公司财务困境预测 | 第27-29页 |
| ·概念漂移的涵义 | 第27-28页 |
| ·财务困境概念漂移的分析 | 第28-29页 |
| ·支持向量机的理论基础 | 第29-40页 |
| ·统计学习理论（SLT） | 第29-30页 |
| ·支持向量机（SVM） | 第30-36页 |
| ·支持向量机（SVM）的核函数 | 第36-37页 |
| ·基于模糊积分的支持向量机集成算法 | 第37-38页 |
| ·模糊测度 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第3章 上市公司财务困境评估指标体系设计 | 第41-50页 |
| ·财务困境评估指标体系的设计原则 | 第41-42页 |
| ·研究变量的设计与动态选取 | 第42-46页 |
| ·研究变量指标体系设计 | 第42-46页 |
| ·动态指标选取 | 第46页 |
| ·样本数据及统计描述和检验 | 第46-49页 |
| ·样本公司的选择标准 | 第46-47页 |
| ·样本设计选取及数据预处理 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第4章 基于SVM集成的上市公司财务困境动态预测模型 | 第50-56页 |
| ·基于支持向量机集成的上市公司财务困境预测动态建模的思路 | 第50-51页 |
| ·基于模糊积分的支持向量机集成模型的构建 | 第51-52页 |
| ·Bagging个体生成 | 第51页 |
| ·基于模糊积分的支持向量机集成 | 第51-52页 |
| ·模糊密度的确定方法 | 第52页 |
| ·因子分析的数据预处理 | 第52-54页 |
| ·因子分析的数学模型 | 第53页 |
| ·因子分析的相关概念 | 第53-54页 |
| ·财务困境预测动态建模方法的算法实现 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第5章 实证研究 | 第56-72页 |
| ·数据收集 | 第56-57页 |
| ·样本数据预处理和分析 | 第57-68页 |
| ·样本数据财务指标差异性检验 | 第57-60页 |
| ·样本数据的归一化处理 | 第60页 |
| ·数据的因子分析过程 | 第60-66页 |
| ·各个样本的因子得分计算 | 第66-68页 |
| ·支持向量机集成模型的实验设计及评价 | 第68-71页 |
| ·参数的选择 | 第68-70页 |
| ·模型试验结果与评价 | 第70-71页 |
| ·本章小结 | 第71-72页 |
| 结论 | 第72-75页 |
| 参考文献 | 第75-79页 |
| 附录1 原始数据 | 第79-89页 |
| 附录2 各个样本因子得分 | 第89-93页 |
| 致谢 | 第93页 |