Bayes判别分析在上市公司财务困境预测中的应用
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第7-10页 |
| 1.1 研究背景 | 第7页 |
| 1.2 研究意义 | 第7页 |
| 1.3 研究思路 | 第7-8页 |
| 1.4 研究方法及特点 | 第8页 |
| 1.5 论文的结构 | 第8-10页 |
| 2 财务预警综述 | 第10-13页 |
| 2.1 财务预警概述 | 第10页 |
| 2.2 财务预警模型概述 | 第10-13页 |
| 3 文献综述 | 第13-14页 |
| 4 判别分析方法概述 | 第14-19页 |
| 4.1 判别函数分析 | 第14-15页 |
| 4.1.1 假设 | 第14页 |
| 4.1.2 判别函数 | 第14-15页 |
| 4.1.3 判别规则 | 第15页 |
| 4.1.4 特征值 | 第15页 |
| 4.1.5 效果好坏 | 第15页 |
| 4.2 线性判别分析(LDA) | 第15-19页 |
| 4.2.1 二分类的LDA | 第16-17页 |
| 4.2.2 规范判别分析 | 第17页 |
| 4.2.3 费舍尔线性判别 | 第17页 |
| 4.2.4 多类别LDA | 第17-19页 |
| 5 Bayes判别分析方法 | 第19-25页 |
| 5.1 朴素贝叶斯分类器 | 第19-22页 |
| 5.1.1 简介 | 第19页 |
| 5.1.2 概率模型 | 第19-21页 |
| 5.1.3 高斯朴素贝叶斯 | 第21页 |
| 5.1.4 多项朴素贝叶斯 | 第21-22页 |
| 5.1.5 伯努利朴素贝叶斯 | 第22页 |
| 5.2 局部化分类方法 | 第22页 |
| 5.3 二次判别分析(QDA)方法 | 第22-23页 |
| 5.3.1 引入 | 第22-23页 |
| 5.3.2 二次判别分析介绍 | 第23页 |
| 5.4 局部化线性判别(LocLDA)方法 | 第23-25页 |
| 6 上市企业财务预测模型的实例分析 | 第25-33页 |
| 6.1 数据的采集 | 第25-26页 |
| 6.2 对财务指标变量的筛选 | 第26-30页 |
| 6.3 Loclda分析实证以及对实验结果的检验 | 第30页 |
| 6.4 引入没有财务变量的企业财务预测模型 | 第30-33页 |
| 7 研究结论及不足之处 | 第33-35页 |
| 参考文献 | 第35-37页 |
| 攻读硕士学位期间发表学术论文情况 | 第37-38页 |
| 致谢 | 第38-39页 |
