| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第12-20页 |
| 1.1 研究背景 | 第12页 |
| 1.2 研究目的及意义 | 第12-14页 |
| 1.2.1 研究目的 | 第12-13页 |
| 1.2.2 研究意义 | 第13-14页 |
| 1.3 国内外文献综述 | 第14-17页 |
| 1.3.1 国外财务困境预警模型研究综述 | 第14-15页 |
| 1.3.2 国内财务困境预警模型研究综述 | 第15-16页 |
| 1.3.3 国内基于贝叶斯网络的财务困境预警模型研究综述 | 第16-17页 |
| 1.4 本文研究思路及方法 | 第17-18页 |
| 1.5 本文的主要创新点 | 第18-20页 |
| 第二章 财务困境预警模型研究的基础理论 | 第20-24页 |
| 2.1 财务困境的内涵与界定 | 第20页 |
| 2.2 财务困境的成因 | 第20-24页 |
| 2.2.1 宏观因素 | 第20-21页 |
| 2.2.2 微观因素 | 第21-24页 |
| 第三章 方法与原理介绍 | 第24-30页 |
| 3.1 贝叶斯网络原理 | 第24-28页 |
| 3.1.1 概率论基础 | 第24-25页 |
| 3.1.2 贝叶斯网络结构和定义 | 第25-26页 |
| 3.1.3 贝叶斯网络学习 | 第26-28页 |
| 3.1.4 贝叶斯网络学习 | 第28页 |
| 3.2 主成分分析法 | 第28-30页 |
| 3.2.1 主成分分析法简介 | 第28页 |
| 3.2.2 主成分分析法步骤 | 第28-30页 |
| 第四章 基于主成分分析法的贝叶斯网络节点评分模型 | 第30-56页 |
| 4.1 样本与数据的选取 | 第30-31页 |
| 4.1.1 财务困境样本公司及数据的选择 | 第30-31页 |
| 4.1.2 财务正常公司与财务困境公司的配对标准与数量 | 第31页 |
| 4.2 基于主成分分析法的财务指标综合得分评价模型 | 第31-40页 |
| 4.2.1 财务指标的选择 | 第32-34页 |
| 4.2.2 财务指标的主成分分析 | 第34-40页 |
| 4.3 基于主成分分析法的非财务指标综合得分评价模型 | 第40-45页 |
| 4.3.1 治理结构指标的选取 | 第40-41页 |
| 4.3.2 股权结构指标的选取 | 第41-42页 |
| 4.3.3 股权集中度的主成分分析 | 第42-45页 |
| 4.4 基于主成分分析法的宏观经济综合得分评价模型 | 第45-56页 |
| 4.4.1 宏观经济指标的选取 | 第45-47页 |
| 4.4.2 宏观经济指标的主成分分析 | 第47-56页 |
| 第五章 基于贝叶斯网络的财务困境预警模型的构建 | 第56-62页 |
| 5.1 贝叶斯网络节点的确定 | 第56-57页 |
| 5.2 贝叶斯网络的结构学习 | 第57-58页 |
| 5.3 贝叶斯网络参数学习 | 第58-60页 |
| 5.4 模型预测准确性检验 | 第60-62页 |
| 第六章 结论与不足 | 第62-64页 |
| 6.1 结论 | 第62-63页 |
| 6.2 不足 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-70页 |
| 作者简介 | 第70-71页 |
