| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 引言 | 第9-17页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 国外研究现状 | 第10-12页 |
| 1.2.2 国内研究现状 | 第12-13页 |
| 1.2.3 国内外研究存在的问题 | 第13-14页 |
| 1.3 本文创新点 | 第14-15页 |
| 1.4 本文结构 | 第15-17页 |
| 第2章 财务预警基本理论 | 第17-27页 |
| 2.1 财务困境基本理论 | 第17-23页 |
| 2.1.1 财务困境的内涵 | 第17-18页 |
| 2.1.2 财务困境形成的影响因素 | 第18-21页 |
| 2.1.3 财务困境的表现 | 第21-23页 |
| 2.2 财务预警方法相关理论 | 第23-27页 |
| 2.2.1 连续指标离散化的理论背景 | 第23-24页 |
| 2.2.2 贝叶斯网络基本原理 | 第24-25页 |
| 2.2.3 贝叶斯网络特点 | 第25-26页 |
| 2.2.4 朴素贝叶斯网络 | 第26-27页 |
| 第3章 离散贝叶斯网络在上市公司财务预警中的应用理论 | 第27-43页 |
| 3.1 选取预测指标 | 第27-30页 |
| 3.2 指标筛选及建立模型 | 第30-39页 |
| 3.2.1 启发式方法的选取背景 | 第30-32页 |
| 3.2.2 相关性分析 | 第32-33页 |
| 3.2.3 指标分布特征 | 第33-38页 |
| 3.2.4 偏相关分析 | 第38-39页 |
| 3.3 基于非偏态分布的离散化方法 | 第39-41页 |
| 3.3.1 两类离散化方法的对比 | 第39-40页 |
| 3.3.2 基于分布特征的无监督离散化方法 | 第40-41页 |
| 3.4 最大后验概率定理 | 第41-43页 |
| 第4章 模型建立与验证 | 第43-59页 |
| 4.1 香港上市公司基础数据清洗 | 第43-44页 |
| 4.2 样本选取 | 第44-45页 |
| 4.2.1 初始样本选取 | 第44页 |
| 4.2.2 随机抽样 | 第44-45页 |
| 4.3 指标选取 | 第45-47页 |
| 4.4 模型建立 | 第47-50页 |
| 4.4.1 确定阈值 | 第47-48页 |
| 4.4.2 偏相关分析 | 第48-50页 |
| 4.5 基于非偏态分布的离散化 | 第50页 |
| 4.6 测试阶段及计算分析 | 第50-59页 |
| 4.6.1 计算结果 | 第51-55页 |
| 4.6.2 单模型角度下不同离散方法的对比分析 | 第55-56页 |
| 4.6.3 模型联系角度下不同离散方法的对比分析 | 第56-59页 |
| 第5章 结论及展望 | 第59-62页 |
| 参考文献 | 第62-66页 |
| 发表论文和参加科研情况说明 | 第66-67页 |
| 致谢 | 第67-68页 |