基于时段基因的单指标多维模型在财务预警中的应用
| 中文摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第一章 引言 | 第8-14页 |
| 1.1 选题背景 | 第8页 |
| 1.2 选题意义 | 第8-9页 |
| 1.3 国内外研究现状 | 第9-12页 |
| 1.3.1 国外研究现状 | 第9-10页 |
| 1.3.2 国内研究现状 | 第10-11页 |
| 1.3.3 国内外财务预警研究评价 | 第11-12页 |
| 1.4 本文贡献 | 第12-13页 |
| 1.5 本文结构安排 | 第13-14页 |
| 第二章 财务危机预警理论概述 | 第14-27页 |
| 2.1 数据挖掘 | 第14页 |
| 2.2 财务危机预警理论介绍 | 第14-18页 |
| 2.2.1 单变量模型 | 第16-17页 |
| 2.2.2 多变量模型 | 第17-18页 |
| 2.3 面板数据 | 第18-20页 |
| 2.4 Logit 模型 | 第20-21页 |
| 2.5 神经网络方法 | 第21-23页 |
| 2.6 支持向量机 | 第23-24页 |
| 2.7 公司治理与财务危机相关性分析 | 第24-27页 |
| 2.7.1 股权结构与财务危机的关系 | 第24-25页 |
| 2.7.2 董事会特征与财务危机的关系 | 第25-27页 |
| 第三章 基于时段基因的单指标多维模型 | 第27-39页 |
| 3.1 数据预处理 | 第27-35页 |
| 3.1.1 离散化 | 第27-30页 |
| 3.1.2 时段基因 | 第30-31页 |
| 3.1.3 模型样本及指标的选取 | 第31-35页 |
| 3.2 模型构建 | 第35-39页 |
| 3.2.1 样本数据多维离散 | 第35-37页 |
| 3.2.2 指标过滤和最佳模式获取 | 第37-39页 |
| 第四章 实证分析 | 第39-56页 |
| 4.1 时段基因的生成 | 第39-43页 |
| 4.2 时段基因预警模式获取 | 第43-49页 |
| 4.3 最佳时段基因模式的形成 | 第49-54页 |
| 4.4 最佳时段基因模式结果验证 | 第54-56页 |
| 第五章 结论 | 第56-57页 |
| 参考文献 | 第57-62页 |
| 发表论文和参加科研情况说明 | 第62-63页 |
| 致谢 | 第63页 |
