| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 主要符号说明 | 第8-9页 |
| 第一章 绪论 | 第9-13页 |
| ·研究背景及意义 | 第9-10页 |
| ·财务预警建模方法综述 | 第10-12页 |
| ·传统统计方法 | 第10-11页 |
| ·人工智能方法 | 第11-12页 |
| ·本文工作 | 第12-13页 |
| ·本文的主要研究内容 | 第12页 |
| ·本文的章节安排 | 第12-13页 |
| 第二章 机器学习算法与实验数据 | 第13-20页 |
| ·机器学习算法 | 第13-17页 |
| ·LR 算法 | 第13-14页 |
| ·SVM 算法 | 第14-17页 |
| ·实验数据 | 第17-19页 |
| ·研究样本的确定 | 第17-18页 |
| ·预警指标的确定 | 第18-19页 |
| ·样本数据的选取 | 第19页 |
| ·预测效果的评价 | 第19页 |
| ·本章小结 | 第19-20页 |
| 第三章 SCAD 惩罚逻辑回归的财务预警模型 | 第20-26页 |
| ·模型构建 | 第20-22页 |
| ·实现算法 | 第22-23页 |
| ·实证分析 | 第23-25页 |
| ·本章小结 | 第25-26页 |
| 第四章 基于内点法的 L1 正则化逻辑回归的财务预警模型 | 第26-37页 |
| ·模型构建 | 第26-27页 |
| ·内点法 | 第27-29页 |
| ·实证分析 | 第29-36页 |
| ·本章小结 | 第36-37页 |
| 第五章 q-高斯核支持向量机的财务预警模型 | 第37-46页 |
| ·模型构建 | 第37-38页 |
| ·q-高斯函数 | 第38-40页 |
| ·实证分析 | 第40-45页 |
| ·本章小结 | 第45-46页 |
| 第六章 SCAD 惩罚截断 hinge 损失 SVM 的财务预警模型 | 第46-56页 |
| ·模型构建 | 第46-48页 |
| ·求解算法 | 第48-50页 |
| ·实证分析 | 第50-55页 |
| ·本章小结 | 第55-56页 |
| 第七章 总结与展望 | 第56-58页 |
| ·主要工作回顾 | 第56页 |
| ·本课题今后需进一步研究的地方 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 附录A 财务危机公司样本 | 第62-63页 |
| 附录B 财务正常公司样本 | 第63-64页 |
| 附录C 预警指标的计算公式 | 第64-65页 |
| 个人简历 在读期间发表的学术论文 | 第65-66页 |
| 致谢 | 第66页 |