基于贝叶斯网络的应收账款风险预测研究
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第13-23页 |
| 1.1 研究背景及目的 | 第13-15页 |
| 1.1.1 研究背景概述 | 第13-14页 |
| 1.1.2 研究目的与意义 | 第14-15页 |
| 1.2 国内外研究综述 | 第15-19页 |
| 1.2.1 国外研究综述 | 第15-18页 |
| 1.2.2 国内研究综述 | 第18-19页 |
| 1.3 论文的基本结构 | 第19-22页 |
| 1.4 论文的主要创新点 | 第22-23页 |
| 第二章 应收账款风险概述 | 第23-27页 |
| 2.1 应收账款风险内涵 | 第23页 |
| 2.2 应收账款风险产生原因 | 第23-24页 |
| 2.3 应收账款风险对企业的影响 | 第24-25页 |
| 2.4 应收账款风险影响因素分析 | 第25-27页 |
| 第三章 方法原理介绍 | 第27-35页 |
| 3.1 贝叶斯网络原理 | 第27-32页 |
| 3.1.1 概率论基础 | 第27-28页 |
| 3.1.2 贝叶斯网络结构和定义 | 第28-29页 |
| 3.1.3 贝叶斯网络学习 | 第29-31页 |
| 3.1.4 贝叶斯网络推理 | 第31-32页 |
| 3.1.5 分析软件 | 第32页 |
| 3.2 主成分分析法 | 第32-35页 |
| 3.2.1 主成分分析法简介 | 第32页 |
| 3.2.2 主成分分析法步骤 | 第32-35页 |
| 第四章 基于贝叶斯网络的应收账款风险预测模型 | 第35-41页 |
| 4.1 应收账款风险识别 | 第35页 |
| 4.2 基于贝叶斯网络的应收账款风险预测模型建立 | 第35-41页 |
| 4.2.1 基于贝叶斯网络的应收账款风险预测步骤 | 第35-36页 |
| 4.2.2 贝叶斯网络节点确定 | 第36-37页 |
| 4.2.3 贝叶斯网络的结构学习 | 第37-38页 |
| 4.2.4 贝叶斯网络的参数学习 | 第38-39页 |
| 4.2.5 贝叶斯网络的推理 | 第39-41页 |
| 第五章 企业还款能力评价模型构建 | 第41-51页 |
| 5.1 还款能力影响因素分析 | 第41-42页 |
| 5.2 还款能力评价指标体系设计 | 第42-51页 |
| 5.2.1 还款能力评价指标体系设计原则 | 第42页 |
| 5.2.2 还款能力评价指标选择 | 第42-45页 |
| 5.2.3 构建评价指标体系 | 第45-51页 |
| 第六章 案例分析 | 第51-57页 |
| 6.1 公司简介 | 第51页 |
| 6.2 贝叶斯网络节点确定 | 第51-52页 |
| 6.3 贝叶斯网络结构学习 | 第52-53页 |
| 6.4 贝叶斯网络参数学习 | 第53-56页 |
| 6.5 贝叶斯网络推理 | 第56-57页 |
| 第七章 结论与不足 | 第57-59页 |
| 7.1 结论 | 第57-58页 |
| 7.2 不足 | 第58-59页 |
| 参考文献 | 第59-61页 |
| 致谢 | 第61-63页 |
| 作者简介 | 第63-64页 |
