| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-11页 |
| 1.1 研究背景与意义 | 第9页 |
| 1.2 研究问题概述 | 第9-11页 |
| 1.3 本文的主要内容 | 第11页 |
| 第二章 贝叶斯估计相关理论知识 | 第11-20页 |
| 2.1 贝叶斯估计与经典估计的比较 | 第11-12页 |
| 2.2 贝叶斯公式 | 第12-13页 |
| 2.3 贝叶斯先验分布 | 第13-16页 |
| 2.4 马氏链蒙特卡洛方法 | 第16-18页 |
| 2.5 贝叶斯估计 | 第18-19页 |
| 2.6 本章小结 | 第19-20页 |
| 第三章 基于贝叶斯估计的资产分布与控制 | 第20-30页 |
| 3.1 高校资产控制问题概述 | 第20页 |
| 3.2 高校资产管理绩效评价概述 | 第20-21页 |
| 3.3 基于贝叶斯估计的资产分布研究 | 第21-24页 |
| 3.3.1 统计方法确定资产的分布形式 | 第21-22页 |
| 3.3.2 资产分布参数的先验分布 | 第22-23页 |
| 3.3.3 资产分布参数的后验分布 | 第23-24页 |
| 3.4 预测后验分布对资产指标变量的预测 | 第24-25页 |
| 3.5 资产分布参数的动态后验分布 | 第25页 |
| 3.6 混合隶属度下资产的控制 | 第25-27页 |
| 3.7 BP神经网络的资产预测模型 | 第27-28页 |
| 3.8 本章小结 | 第28-30页 |
| 第四章 高校资产的动态贝叶斯估计与控制 | 第30-68页 |
| 4.1 高校资产管理绩效综合评价研究背景 | 第30-33页 |
| 4.1.1 高校资产管理绩效综合评价研究项目概述 | 第30-31页 |
| 4.1.2 高校资产管理绩效综合评价模型 | 第31-32页 |
| 4.1.3 高校资产指标变量的分布与控制概述 | 第32-33页 |
| 4.2 高校资产指标变量的数据处理与分布检验 | 第33-35页 |
| 4.3 高校资产指标变量的动态分布 | 第35-51页 |
| 4.3.1 高校事业资产总额的动态分布 | 第36-43页 |
| 4.3.2 高校事业净资产总额的动态分布 | 第43-50页 |
| 4.3.3 高校资产分布的检验 | 第50-51页 |
| 4.4 高校资产指标变量的贝叶斯估计预测 | 第51-60页 |
| 4.4.1 高校事业资产总额的贝叶斯估计预测 | 第51-56页 |
| 4.4.2 高校事业净资产总额的贝叶斯估计预测 | 第56-60页 |
| 4.5 不同规模高校发展的资产变化的控制 | 第60-63页 |
| 4.5.1 基于混合隶属度的资产规模表示 | 第60-62页 |
| 4.5.2 高校事业资产总额和净资产总额变化的控制 | 第62-63页 |
| 4.6 动态贝叶斯估计与BP神经网络模型预测资产的方法与结果比较 | 第63-66页 |
| 4.7 本章小结 | 第66-68页 |
| 结论 | 第68-69页 |
| 参考文献 | 第69-71页 |
| 攻读硕士学位期间取得的研究成果 | 第71-72页 |
| 致谢 | 第72-73页 |
| 答辩委员会对论文的评定意见 | 第73页 |