| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-9页 |
| 一、绪论 | 第9-13页 |
| (一) 研究背景与意义 | 第9-10页 |
| 1. 研究背景 | 第9页 |
| 2. 研究意义 | 第9-10页 |
| (二) 研究内容 | 第10-11页 |
| (三) 研究方法与技术路线图 | 第11-13页 |
| 1. 研究方法 | 第11页 |
| 2. 技术路线图 | 第11-13页 |
| 二、文献综述 | 第13-20页 |
| (一) 企业资产重组绩效的理论综述 | 第13-17页 |
| 1. 资产重组的含义 | 第13页 |
| 2. 资产重组绩效的评价方法 | 第13-16页 |
| 3. 资产重组绩效的实证研究 | 第16-17页 |
| (二) 预测方法综述 | 第17-20页 |
| 1. 单一预测模型的应用 | 第17页 |
| 2. 聚类算法在单一预测模型中的应用 | 第17-18页 |
| 3. 聚类融合方法的应用 | 第18-20页 |
| 三、实验用样本数据及财务指标的选择 | 第20-29页 |
| (一) 数据的选择与描述 | 第20-22页 |
| (二) 财务指标的选择 | 第22-24页 |
| (三) 数据的预处理 | 第24-29页 |
| 1. 样本数据的正态性检验 | 第24-25页 |
| 2. 样本数据的T检验 | 第25页 |
| 3. 样本数据的相关性检验 | 第25页 |
| 4. 样本数据的共线性检验 | 第25-26页 |
| 5. 财务指标选择结果及分析 | 第26-29页 |
| 四、基于单一预测模型的上市公司资产重组绩效研究 | 第29-52页 |
| (一) 非平衡数据的相关理论 | 第29页 |
| (二) 资产重组绩效预测的相关理论 | 第29-30页 |
| 1. 资产重组绩效预测的定义与内涵 | 第29-30页 |
| 2. 资产重组绩效预测的框架与流程 | 第30页 |
| (三) 统计预测模型的基本原理 | 第30-33页 |
| 1. MDA | 第31-32页 |
| 2. logit回归 | 第32页 |
| 3. probit模型 | 第32-33页 |
| (四) 人工智能预测模型 | 第33-40页 |
| 1. 支持向量机 | 第34-36页 |
| 2. 案例推理 | 第36-38页 |
| 3. 集成预测模型 | 第38-40页 |
| (五) 实验设计 | 第40-42页 |
| (六) 实验结果分析 | 第42-52页 |
| 1. 准确率 | 第43-45页 |
| 2. 真正率 | 第45-48页 |
| 3. 真负率 | 第48-51页 |
| 4. 结论总结 | 第51-52页 |
| 五、基于聚类混合与聚类融合算法对单一预测模型的改进 | 第52-71页 |
| (一) 聚类混合算法的基本原理 | 第52-56页 |
| 1. 聚类算法的基本介绍 | 第52页 |
| 2. 聚类混合算法的基本介绍 | 第52-56页 |
| (二) 聚类融合算法的基本原理 | 第56-58页 |
| 1. 聚类融合的基本介绍 | 第56-57页 |
| 2. 聚类融合模型的建立 | 第57-58页 |
| (三) 实验设计 | 第58-61页 |
| (四) 实验结果分析 | 第61-71页 |
| 1. 准确率 | 第61-64页 |
| 2. 真正率 | 第64-67页 |
| 3. 真负率 | 第67-70页 |
| 4. 聚类混合与聚类融合的结果分析 | 第70页 |
| 5. 结论总结 | 第70-71页 |
| 六、实证检验 | 第71-75页 |
| 七、管理启示及结论 | 第75-77页 |
| (一) 管理启示 | 第75-76页 |
| (二) 本文结论 | 第76-77页 |
| 参考文献 | 第77-82页 |
| 攻读学位期间取得的研究成果 | 第82-83页 |
| 致谢 | 第83-84页 |