| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 插图索引 | 第9-10页 |
| 附表索引 | 第10-11页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 选题背景与研究意义 | 第11-13页 |
| 1.1.1 选题背景 | 第11-12页 |
| 1.1.2 研究意义 | 第12-13页 |
| 1.2 文献综述 | 第13-17页 |
| 1.2.1 贝叶斯网络理论 | 第13-15页 |
| 1.2.2 财务困境预测研究 | 第15-17页 |
| 1.3 研究思路与研究内容 | 第17-19页 |
| 1.3.1 研究思路 | 第17-18页 |
| 1.3.2 研究内容 | 第18-19页 |
| 第2章 相关研究基础与理论分析 | 第19-31页 |
| 2.1 财务困境预测的理论基础 | 第19-23页 |
| 2.1.1 财务困境的定义 | 第19-20页 |
| 2.1.2 财务困境的成因 | 第20-22页 |
| 2.1.3 财务困境研究的基本理论 | 第22-23页 |
| 2.2 贝叶斯网络理论 | 第23-30页 |
| 2.2.1 贝叶斯网络概念 | 第23-24页 |
| 2.2.2 贝叶斯网络分类方法 | 第24-27页 |
| 2.2.3 贝叶斯网络的学习 | 第27-30页 |
| 2.3 基于贝叶斯网络的财务困境预测方法提出 | 第30页 |
| 2.4 本章小结 | 第30-31页 |
| 第3章 基于贝叶斯网络的财务困境预测设计 | 第31-40页 |
| 3.1 研究对象选取 | 第31-32页 |
| 3.2 数据预处理 | 第32-36页 |
| 3.2.1 变量选择 | 第32-35页 |
| 3.2.2 数据离散化 | 第35-36页 |
| 3.3 基于贝叶斯网络的预测模型 | 第36-38页 |
| 3.4 模型检验 | 第38-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第4章 上市公司财务困境预测的实证研究 | 第40-64页 |
| 4.1 基于 ST 前两年数据的财务困境预测 | 第40-52页 |
| 4.1.1 样本选取 | 第40-41页 |
| 4.1.2 基于贝叶斯网络模型的预测分析 | 第41-49页 |
| 4.1.3 基于 Logistic 回归模型的预测分析 | 第49-51页 |
| 4.1.4 预测结果对比 | 第51-52页 |
| 4.2 基于 ST 前三年数据的财务困境预测 | 第52-62页 |
| 4.2.1 样本选取 | 第52-53页 |
| 4.2.2 基于贝叶斯网络模型的预测分析 | 第53-59页 |
| 4.2.3 基于 Logistic 回归模型的预测分析 | 第59-60页 |
| 4.2.4 预测结果对比 | 第60-62页 |
| 4.3 实证结果分析 | 第62-63页 |
| 4.4 本章小结 | 第63-64页 |
| 结论 | 第64-66页 |
| 参考文献 | 第66-71页 |
| 致谢 | 第71-72页 |
| 附录 A 攻读学位期间所发表的学术论文目录 | 第72页 |