| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 研究背景及选题意义 | 第11-12页 |
| 1.1.1 研究背景 | 第11页 |
| 1.1.2 选题的意义 | 第11-12页 |
| 1.2 研究内容和方法 | 第12-13页 |
| 1.2.1 研究内容 | 第12页 |
| 1.2.2 研究方法 | 第12-13页 |
| 1.3 研究的思路框架图 | 第13-14页 |
| 1.4 研究难点和创新点 | 第14-15页 |
| 1.4.1 研究难点 | 第14页 |
| 1.4.2 创新点 | 第14-15页 |
| 第二章 相关研究综述 | 第15-26页 |
| 2.1 财务诊断形式研究概述 | 第15-20页 |
| 2.1.1 国内外财务诊断应用方法研究综述 | 第16-19页 |
| 2.1.2 国内外财务诊断流程模式研究综述 | 第19-20页 |
| 2.2 大数据及相关应用研究综述 | 第20-23页 |
| 2.2.1 大数据概述 | 第20-21页 |
| 2.2.2 大数据技术的研究综述 | 第21-22页 |
| 2.2.3 大数据预测的研究综述 | 第22-23页 |
| 2.3 数据包络分析的研究综述 | 第23-24页 |
| 2.4 时间序列分析预测的研究综述 | 第24页 |
| 2.5 研究评述 | 第24-26页 |
| 第三章 基于大数据的财务诊断体系构建 | 第26-33页 |
| 3.1 大数据下财务诊断体系的要求 | 第26-28页 |
| 3.1.1 财务诊断流程系统的开放性 | 第26页 |
| 3.1.2 能够适应更为复杂多变的诊断环境 | 第26-27页 |
| 3.1.3 合理的人机分工 | 第27页 |
| 3.1.4 充分挖掘施诊者的价值创造的能力 | 第27-28页 |
| 3.2 大数据下财务诊断形式构建思路 | 第28-33页 |
| 3.2.1 财务诊断与大数据及其技术的结合 | 第28-29页 |
| 3.2.2 基于大数据的财务诊断新形式总体构架 | 第29-33页 |
| 第四章 基于大数据的财务诊断过程 | 第33-51页 |
| 4.1 大数据背景下财务诊断数据库的构建 | 第33-35页 |
| 4.1.1 诊断数据收集与存储 | 第34-35页 |
| 4.1.2 财务诊断数据库的运用 | 第35页 |
| 4.2 大数据下基于数据包络方法的经营效率评价功能 | 第35-43页 |
| 4.2.1 大数据下强化财务诊断评价和策划功能思路 | 第35-39页 |
| 4.2.2 基于数据包络分析(DEA)的财务投入产出效率评价模型 | 第39-42页 |
| 4.2.3 企业经营投入产出效率结果评价 | 第42-43页 |
| 4.3 大数据下具备预测性方案构建功能的财务诊断 | 第43-51页 |
| 4.3.1 预测性方案构建的思路 | 第43-46页 |
| 4.3.2 基于时间序列分析的企业财务状况预测 | 第46-47页 |
| 4.3.3 预测性诊断方案生成 | 第47-51页 |
| 第五章 案例分析 | 第51-74页 |
| 5.1 T公司的简介 | 第51-55页 |
| 5.2 基于大数据的T公司财务诊断过程 | 第55-74页 |
| 5.2.1 诊断数据库的构建 | 第55页 |
| 5.2.2 基于DEA的财务状况评价与分析 | 第55-64页 |
| 5.2.3 基于时间序列分析的预测性方案构建 | 第64-70页 |
| 5.2.4 预测性诊断方案生成 | 第70-74页 |
| 第六章 研究结论和建议 | 第74-76页 |
| 6.1 结论 | 第74页 |
| 6.2 研究的不足及展望 | 第74-76页 |
| 6.2.1 研究的不足 | 第74-75页 |
| 6.2.2 研究展望 | 第75-76页 |
| 参考文献 | 第76-81页 |
| 致谢 | 第81-82页 |
| 攻读学位期间发表论文情况 | 第82页 |
