摘要 | 第4-7页 |
ABSTRACT | 第7-9页 |
第一章 绪论 | 第16-32页 |
第一节 选题背景与研究意义 | 第17-20页 |
一、选题背景 | 第17-18页 |
二、研究意义 | 第18-20页 |
第二节 财务危机相关概念界定 | 第20-26页 |
一、财务危机的定义 | 第20-25页 |
二、财务危机预警的定义 | 第25-26页 |
三、财务危机预警变量的定义 | 第26页 |
第三节 研究目标及研究内容 | 第26-30页 |
一、研究目标 | 第26-27页 |
二、研究内容 | 第27-30页 |
第四节 研究方法及技术路线 | 第30-32页 |
一、研究方法 | 第30页 |
二、技术路线 | 第30-32页 |
第二章 财务危机预警文献回顾与评述 | 第32-58页 |
第一节 财务危机预警样本研究综述 | 第32-35页 |
一、国外财务危机预警样本文献回顾 | 第32-33页 |
二、国内财务危机预警样本文献回顾 | 第33-34页 |
三、国内外财务危机预警样本文献研究评述 | 第34-35页 |
第二节 财务危机预警变量研究综述 | 第35-42页 |
一、国内外财务指标变量文献回顾 | 第35-38页 |
二、国内外非财务信息变量文献回顾 | 第38-41页 |
三、国内外财务危机预警变量文献研究评述 | 第41-42页 |
第三节 财务危机预警模型研究综述 | 第42-54页 |
一、国内外财务危机预警传统计量模型文献回顾 | 第42-46页 |
二、国内外财务危机预警人工智能模型文献回顾 | 第46-52页 |
三、国内外财务危机预警模型文献研究评述 | 第52-54页 |
第四节 财务危机预警研究存在不足及其启示 | 第54-58页 |
一、财务危机预警研究存在不足 | 第54-55页 |
二、财务危机预警研究的启示 | 第55-58页 |
第三章 财务危机预警的理论支持 | 第58-70页 |
第一节 管理学层面的理论支持 | 第58-63页 |
一、风险管理理论与财务危机预警 | 第58-60页 |
二、资本结构理论与财务危机预警 | 第60-61页 |
三、权变理论与财务危机预警 | 第61-62页 |
四、博弈理论与财务危机预警 | 第62-63页 |
第二节 经济学层面的理论支持 | 第63-68页 |
一、经济周期理论与财务危机预警 | 第63-65页 |
二、不对称信息理论与财务危机预警 | 第65-66页 |
三、委托代理理论与财务危机预警 | 第66-68页 |
第三节 系统学层面的理论支持 | 第68-70页 |
一、系统动力学理论与财务危机预警 | 第68页 |
二、系统非优理论与财务危机预警 | 第68-70页 |
第四章 财务危机预警变量选择理论分析及框架搭建 | 第70-90页 |
第一节 财务危机形成机理分析 | 第70-79页 |
一、外部因素影响机理分析 | 第70-72页 |
二、内部因素影响机理分析 | 第72-78页 |
三、财务危机形成的会计路径 | 第78-79页 |
第二节 财务危机预警变量选择的依据及分析 | 第79-83页 |
一、财务危机预警定义是变量选择的基本依据 | 第79-80页 |
二、财务指标变量选择依据 | 第80-81页 |
三、非财务信息变量选择依据 | 第81-83页 |
第三节 财务危机预警变量的构建 | 第83-90页 |
一、财务危机预警变量体系构建的基本原则 | 第83-84页 |
二、财务危机预警变量体系设计 | 第84-90页 |
第五章 财务危机预警变量筛选的理论分析及方法 | 第90-110页 |
第一节 财务危机预警变量筛选的理论分析 | 第90-93页 |
一、财务危机预警变量筛选的主流观点分析 | 第90-91页 |
二、财务危机预警变量筛选的理论依据 | 第91-93页 |
第二节 财务危机预警变量筛选的主要方法及分析 | 第93-99页 |
一、财务危机预警变量筛选的主要方法 | 第93-98页 |
二、财务危机预警变量筛选方法的优劣势分析 | 第98-99页 |
第三节 偏最小二乘方法在财务危机预警变量筛选中的应用优势 | 第99-110页 |
一、偏最小二乘方法筛选财务危机预警变量的原理 | 第99-103页 |
二、偏最小二乘方法筛选财务危机预警变量的优势 | 第103-106页 |
三、偏最小二乘方法在财务危机预警方面的应用 | 第106-110页 |
第六章 偏最小二乘的财务危机预警模型构建 | 第110-142页 |
第一节 研究对象 | 第110-111页 |
一、研究对象的界定 | 第110页 |
二、研究对象界定的分析 | 第110-111页 |
第二节 研究样本及数据来源 | 第111-114页 |
一、研究样本设计 | 第112-114页 |
二、数据的选择 | 第114页 |
第三节 研究变量和研究方法 | 第114-117页 |
一、研究变量 | 第115-116页 |
二、研究流程和方法 | 第116-117页 |
第四节 偏最小二乘的数据处理 | 第117-131页 |
一、样本组描述性统计 | 第118-126页 |
二、偏最小二乘成分提取 | 第126-130页 |
三、交叉有效性判断 | 第130-131页 |
第五节 偏最小二乘的Logistic模型构建及分析 | 第131-132页 |
一、T-3年偏最小二乘的Logistic模型构建及分析 | 第132页 |
二、T-2年偏最小二乘的Logistic模型构建及分析 | 第132页 |
三、T-1年偏最小二乘的Logistic模型构建及分析 | 第132页 |
第六节 偏最小二乘的BP神经网络模型构建 | 第132-139页 |
一、T-3年偏最小二乘BP神经网络模型构建及分析 | 第133-135页 |
二、T-2年偏最小二乘BP神经网络模型构建及分析 | 第135-137页 |
三、T-1年偏最小二乘BP神经网络模型构建及分析 | 第137-139页 |
第七节 财务危机预警模型研究结果及分析 | 第139-142页 |
第七章 偏最小二乘财务危机预警模型的有效性检验研究 | 第142-172页 |
第一节 主成分回归财务危机预警模型构建 | 第142-148页 |
一、T-3主成分回归财务危机预警模型构建 | 第142-144页 |
二、T-2主成分回归财务危机预警模型构建 | 第144-146页 |
三、T-1主成分回归财务危机预警模型构建 | 第146-148页 |
第二节 主成分BP神经网络财务危机预警模型构建 | 第148-152页 |
一、T-3主成分BP神经网络财务危机预警模型构建 | 第148-150页 |
二、T-2主成分BP神经网络财务危机预警模型构建 | 第150-151页 |
三、T-1主成分BP神经网络财务危机预警模型构建 | 第151-152页 |
第三节 偏最小二乘的财务危机预警模型有效性检验 | 第152-156页 |
一、有效性检验的样本组设计 | 第152-154页 |
二、偏最小二乘Logistic财务危机预警模型有效性检验结果 | 第154-155页 |
三、偏最小二乘BP神经网络财务危机预警模型有效性检验结果 | 第155页 |
四、偏最小二乘财务危机预警模型有效性检验结果分析 | 第155-156页 |
第四节 主成分财务危机预警模型有效性检验 | 第156-158页 |
一、有效性检验的样本组设计 | 第156页 |
二、主成分Logistic财务危机预警模型有效性检验结果 | 第156-157页 |
三、主成分BP神经网络财务危机预警模型有效性检验结果 | 第157页 |
四、主成分财务危机预警模型有效性检验结果分析 | 第157-158页 |
五、偏最小二乘与主成分财务危机预警模型差异性 | 第158页 |
第五节 2016年行业视角财务危机预警分析 | 第158-168页 |
一、2016年行业视角偏最小二乘的财务危机预警分析 | 第159-162页 |
二、2016年行业视角主成分的财务危机预警分析 | 第162-165页 |
三、企业视角财务危机预警变量显著性变化分析 | 第165-167页 |
四、2016年行业视角财务危机预测结论 | 第167-168页 |
第六节 财务危机预警模型有效性检验研究结论 | 第168-172页 |
第八章 研究结论及建议 | 第172-182页 |
第一节 研究结论 | 第172-175页 |
一、构建财务指标和非财务信息的财务危机预警变量体系 | 第172-173页 |
二、偏最小二乘方法筛选解释力更强的财务危机预警变量 | 第173-174页 |
三、构建预测精度更高的偏最小二乘的财务危机预警模型 | 第174-175页 |
第二节 对策及建议 | 第175-178页 |
一、要持续关注关键性财务指标变量 | 第175页 |
二、要密切关注关键性非财务信息变量 | 第175-176页 |
三、要建立适应企业发展的财务危机预警模型 | 第176-177页 |
四、要建立动态化系统性的财务危机预警体系 | 第177页 |
五、要逐步建立上市公司综合指标评价体系 | 第177-178页 |
第三节 创新点及未来研究展望 | 第178-182页 |
一、论文创新点 | 第178-179页 |
二、研究的局限性 | 第179-180页 |
三、研究展望 | 第180-182页 |
参考文献 | 第182-194页 |
攻读博士期间发表的学术论文 | 第194-196页 |
后记 | 第196-198页 |