基于离散化面板数据的财务危机预警分析
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 引言 | 第8-16页 |
| 1.1 研究背景及意义 | 第8页 |
| 1.2 国内外研究现状 | 第8-13页 |
| 1.2.1 国外研究现状 | 第8-10页 |
| 1.2.2 国内研究现状 | 第10-12页 |
| 1.2.3 国内外研究存在的问题 | 第12-13页 |
| 1.3 本文创新和不足之处 | 第13-14页 |
| 1.4 本文结构 | 第14-16页 |
| 第二章 财务危机的理论基础 | 第16-24页 |
| 2.1 财务危机的界定 | 第16-17页 |
| 2.2 财务危机形成的原因 | 第17-21页 |
| 2.2.1 企业外部因素 | 第18-19页 |
| 2.2.2 企业内部因 | 第19-21页 |
| 2.3 财务指标对财务危机形成的影响 | 第21-22页 |
| 2.4 公司治理指标对财务危机形成的影响 | 第22-24页 |
| 第三章 基于离散化面板数据财务危机预警的理论基础 | 第24-34页 |
| 3.1 数据挖掘 | 第24-27页 |
| 3.1.1 关联规则 | 第24-25页 |
| 3.1.2 分类分析 | 第25页 |
| 3.1.3 聚类分析 | 第25-26页 |
| 3.1.4 预测 | 第26-27页 |
| 3.2 面板数据 | 第27-31页 |
| 3.2.1 回归分析 | 第28-29页 |
| 3.2.2 聚类方法 | 第29页 |
| 3.2.3 神经网络方法 | 第29-31页 |
| 3.3 数据离散 | 第31-32页 |
| 3.3.1 数据离散化意义 | 第31页 |
| 3.3.2 数据离散化方法 | 第31-32页 |
| 3.4 权重 | 第32-34页 |
| 第四章 基于离散化面板数据的财务危机预警模型 | 第34-42页 |
| 4.1 符号定义 | 第34页 |
| 4.2 模型的形成过程 | 第34-39页 |
| 4.2.1 离散归约 | 第35-36页 |
| 4.2.2 时段基因 | 第36-38页 |
| 4.2.3 预测模型构建 | 第38-39页 |
| 4.3 预测方法 | 第39-40页 |
| 4.3.1 距离定义 | 第39-40页 |
| 4.3.2 预测方法 | 第40页 |
| 4.4 权重分析 | 第40-42页 |
| 第五章 实证分析 | 第42-54页 |
| 5.1 上市公司样本选取 | 第42-44页 |
| 5.1.1 公司选取 | 第42-43页 |
| 5.1.2 指标选取 | 第43-44页 |
| 5.2 构建模型 | 第44-48页 |
| 5.2.1 生成时段基因 | 第44-45页 |
| 5.2.2 确定入选指标 | 第45-47页 |
| 5.2.3 建立最优模型 | 第47-48页 |
| 5.3 模型预测 | 第48-50页 |
| 5.3.1 确定判决门限值D | 第48-49页 |
| 5.3.2 模型预测结果 | 第49-50页 |
| 5.4 对比分析 | 第50-52页 |
| 5.4.1 权重分析 | 第50-51页 |
| 5.4.2 治理指标分析 | 第51-52页 |
| 5.5 本章小结 | 第52-54页 |
| 第六章 结论 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 发表论文和参加科研情况说明 | 第60-61页 |
| 致谢 | 第61-62页 |
