| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 导论 | 第9-17页 |
| 1.1 研究目的与研究意义 | 第9-10页 |
| 1.1.1 研究背景与目的 | 第9-10页 |
| 1.1.2 研究意义 | 第10页 |
| 1.2 国内外研究现状综述 | 第10-14页 |
| 1.2.1 国内外关于大数据研究现状综述 | 第10-12页 |
| 1.2.2 国内外关于企业财务评价研究现状综述 | 第12-14页 |
| 1.3 研究内容与方法 | 第14-17页 |
| 1.3.1 研究内容 | 第14-15页 |
| 1.3.2 研究方法 | 第15-17页 |
| 第2章 大数据与企业财务评价的相关理论 | 第17-32页 |
| 2.1 大数据的基本理论 | 第17-20页 |
| 2.1.1 大数据的概念 | 第17页 |
| 2.1.2 大数据的基本特征 | 第17-18页 |
| 2.1.3 大数据的应用领域 | 第18-20页 |
| 2.2 企业财务评价的基本理论 | 第20-24页 |
| 2.2.1 企业财务评价的概念 | 第20页 |
| 2.2.2 企业财务评价常用的方法 | 第20-22页 |
| 2.2.3 我国企业财务评价指标体系的具体内容 | 第22-24页 |
| 2.3 基于大数据进行企业财务评价的必要性和可行性分析 | 第24-32页 |
| 2.3.1 基于大数据进行企业财务评价的必要性分析 | 第24-27页 |
| 2.3.2 基于大数据进行企业财务评价的可行性分析 | 第27-32页 |
| 第3章 大数据环境下企业财务评价的运作 | 第32-40页 |
| 3.1 企业财务大数据的获取 | 第32-33页 |
| 3.1.1 经济业务数据的获取 | 第32页 |
| 3.1.2 综合决策财务数据的获取 | 第32-33页 |
| 3.2 企业财务大数据的存储 | 第33-34页 |
| 3.2.1 经济业务数据的存储 | 第33-34页 |
| 3.2.2 综合决策财务数据的存储 | 第34页 |
| 3.3 企业财务大数据的分析 | 第34-40页 |
| 3.3.1 财务数据预处理 | 第34-35页 |
| 3.3.2 因子分析 | 第35-36页 |
| 3.3.3 聚类分析 | 第36-40页 |
| 第4章 大数据环境下企业财务评价的因子-聚类分析 | 第40-60页 |
| 4.1 因子-聚类分析模型 | 第40-41页 |
| 4.2 国内企业财务评价的因子-聚类分析研究设计 | 第41-52页 |
| 4.2.1 样本的选择和数据的来源 | 第41-43页 |
| 4.2.2 财务评价指标数据预处理 | 第43-44页 |
| 4.2.3 因子分析 | 第44-49页 |
| 4.2.4 聚类分析 | 第49-52页 |
| 4.3 电器行业财务评价的因子-聚类分析研究设计 | 第52-60页 |
| 4.3.1 样本的选择和数据的来源 | 第52-53页 |
| 4.3.2 财务状况质量指标数据预处理 | 第53页 |
| 4.3.3 因子分析 | 第53-57页 |
| 4.3.4 聚类分析 | 第57-60页 |
| 第5章 大数据环境下企业财务评价的完善对策 | 第60-62页 |
| 5.1 取得公司领导层的支持 | 第60页 |
| 5.2 培养复合型财务会计人员 | 第60页 |
| 5.3 重新评估公司现有的基础设施 | 第60-61页 |
| 5.4 认识到大数据技术的不成熟,控制好大数据应用规模 | 第61页 |
| 5.5 对大数据带来的收益和存在的弊端进行权衡 | 第61-62页 |
| 第6章 全文总结与研究展望 | 第62-64页 |
| 6.1 全文总结 | 第62-63页 |
| 6.2 研究展望 | 第63-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 附录A 59家电器行业上市公司原始数据 | 第68-71页 |
