基于动态扭曲时间距离的时段基因财务预警研究
摘要 | 第4-5页 |
abstract | 第5页 |
第一章 引言 | 第8-14页 |
1.1 选题背景 | 第8页 |
1.2 国内外研究现状 | 第8-11页 |
1.2.1 国外研究现状 | 第8-10页 |
1.2.2 国内研究现状 | 第10-11页 |
1.3 本文主要创新点及结构安排 | 第11-14页 |
第二章 关键方法综述 | 第14-22页 |
2.1 时间序列 | 第14-15页 |
2.1.1 基本概念 | 第14页 |
2.1.2 常用模型 | 第14-15页 |
2.2 面板数据 | 第15-16页 |
2.2.1 基本概念 | 第15-16页 |
2.2.2 应用与优势 | 第16页 |
2.3 数据离散化 | 第16-17页 |
2.3.1 无监督离散化 | 第16-17页 |
2.3.2 监督离散化 | 第17页 |
2.4 相似度度量 | 第17-19页 |
2.4.1 欧氏距离 | 第18页 |
2.4.2 海明距离 | 第18页 |
2.4.3 动态扭曲时间距离 | 第18-19页 |
2.5 数据挖掘分类器 | 第19-22页 |
2.5.1 K近邻 | 第19-20页 |
2.5.2 神经网络 | 第20页 |
2.5.3 支持向量机 | 第20-22页 |
第三章 企业时段基因研究 | 第22-32页 |
3.1 时段基因定义 | 第22-23页 |
3.2 预警指标概述 | 第23-26页 |
3.2.1 偿债能力 | 第23-24页 |
3.2.2 营运能力 | 第24-25页 |
3.2.3 盈利能力 | 第25-26页 |
3.2.4 发展能力 | 第26页 |
3.3 时段基因的拼接 | 第26-28页 |
3.3.1 指标与年份选取 | 第26-28页 |
3.3.2 基因拼接 | 第28页 |
3.4 时段基因离散化 | 第28-32页 |
3.4.1 离散化原则 | 第29-30页 |
3.4.2 离散化方法 | 第30-32页 |
第四章 基于DTW距离的时段基因财务预警 | 第32-39页 |
4.1 危机公司定义 | 第32-33页 |
4.2 时段基因相似度 | 第33-35页 |
4.2.1 DTW理论 | 第33-34页 |
4.2.2 计算方法 | 第34-35页 |
4.3 危机预警模型 | 第35-39页 |
4.3.1 训练集生成 | 第35-36页 |
4.3.2 测试集生成 | 第36-37页 |
4.3.3 模型训练 | 第37-39页 |
第五章 实证分析 | 第39-50页 |
5.1 财务预警系统开发 | 第39-43页 |
5.1.1 系统分析与设计 | 第39-40页 |
5.1.2 系统实施 | 第40-43页 |
5.2 构建样本数据库 | 第43-46页 |
5.2.1 原始数据处理 | 第43-44页 |
5.2.2 数据库结构设计 | 第44-46页 |
5.3 实例计算 | 第46-48页 |
5.3.1 实证样本选取 | 第46-47页 |
5.3.2 交叉验证 | 第47-48页 |
5.4 结果分析 | 第48-50页 |
第六章 结论 | 第50-52页 |
参考文献 | 第52-56页 |
发表论文和参加科研情况说明 | 第56-57页 |
致谢 | 第57-58页 |