基于贝叶斯网络方法的上市公司财务预警模型
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-16页 |
| ·财务预警系统的研究背景 | 第10页 |
| ·财务预警系统含义的解析 | 第10-12页 |
| ·建立财务预警系统的意义 | 第12-13页 |
| ·本文的研究目的及创新点 | 第13-14页 |
| ·本文的体系结构 | 第14-16页 |
| 2 国内外研究文献回顾及评述 | 第16-30页 |
| ·国内外研究文献回顾 | 第16-27页 |
| ·主流方法 | 第16-25页 |
| ·主流研究方法 | 第25-26页 |
| ·贝叶斯网络方法应用到其他领域的方法借鉴 | 第26-27页 |
| ·国内外研究状况总结评述 | 第27-28页 |
| ·运用贝叶斯网络方法构建财务预警模型的特点 | 第28-30页 |
| 3 贝叶斯网络研究方法介绍 | 第30-37页 |
| ·贝叶斯网络的定义 | 第30-33页 |
| ·贝叶斯网络基础 | 第30-31页 |
| ·贝叶斯网络的数学模式 | 第31-33页 |
| ·建立贝叶斯网络通用基本方法 | 第33-37页 |
| ·建立贝叶斯网络的步骤 | 第33-34页 |
| ·建立贝叶斯网络的具体算法 | 第34-37页 |
| 4 利用贝叶斯网络方法构建财务预警模型 | 第37-59页 |
| ·样本选择 | 第37-42页 |
| ·样本来源及初步筛选 | 第37-41页 |
| ·样本分类 | 第41-42页 |
| ·财务指标选择 | 第42-47页 |
| ·财务指标初选的原则 | 第43-44页 |
| ·财务指标的筛选 | 第44-47页 |
| ·建立贝叶斯网络财务预警模型 | 第47-56页 |
| ·利用贝叶斯网络解决问题的前提条件 | 第48-49页 |
| ·连续变量离散化 | 第49-50页 |
| ·计算条件概率确定因果关系 | 第50-55页 |
| ·贝叶斯网络自我学习过程 | 第55-56页 |
| ·最终建立贝叶斯网络模型 | 第56页 |
| ·测试结果 | 第56-59页 |
| 5 结论 | 第59-61页 |
| ·研究结论 | 第59页 |
| ·利用贝叶斯网络方法建立财务预警模型的建议 | 第59-61页 |
| 参考文献 | 第61-68页 |
| 在学研究成果 | 第68-69页 |
| 致谢 | 第69页 |
