广义非对称t分布二元模型的贝叶斯估计及其应用研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 研究背景 | 第9-10页 |
| 1.1.1 Probit模型 | 第9页 |
| 1.1.2 贝叶斯统计理论 | 第9-10页 |
| 1.1.3 广义非对称t分布(GAST分布) | 第10页 |
| 1.2 文献综述 | 第10-11页 |
| 1.3 论文创新点及全文结构 | 第11-13页 |
| 1.3.1 论文的创新点 | 第11-12页 |
| 1.3.2 全文结构 | 第12-13页 |
| 第2章 贝叶斯理论与Probit模型 | 第13-19页 |
| 2.1 贝叶斯理论及抽样方法 | 第13-17页 |
| 2.1.1 贝叶斯理论 | 第13-14页 |
| 2.1.2 MCMC抽样算法 | 第14-17页 |
| 2.2 Probit模型 | 第17-19页 |
| 第3章 广义非对称t分布二元模型 | 第19-30页 |
| 3.1 广义非对称t分布介绍 | 第19-20页 |
| 3.2 广义非对称t分布性质 | 第20-22页 |
| 3.3 广义非对称t分布二元模型 | 第22-23页 |
| 3.4 模型的贝叶斯后验推导以及MCMC算法 | 第23-30页 |
| 3.4.1 广义非对称t分布的贝叶斯后验推断 | 第23-25页 |
| 3.4.2 贝叶斯数值推断 | 第25-30页 |
| 第4章 广义非对称t分布二元模型的实际应用 | 第30-39页 |
| 4.1 模拟数据验证 | 第30-32页 |
| 4.2 对上市公司破产预警的实证分析 | 第32-39页 |
| 4.2.1 上市公司破产预警研究背景 | 第32-33页 |
| 4.2.2 预警模型指标的选取及处理 | 第33-36页 |
| 4.2.3 模型的建立和结果及意义说明 | 第36-39页 |
| 第5章 本文结论与后续工作 | 第39-40页 |
| 5.1 本文研究工作与结果总结 | 第39页 |
| 5.2 后续研究 | 第39-40页 |
| 参考文献 | 第40-43页 |
| 致谢 | 第43页 |
