基于贝叶斯网络的我国上市公司信用风险预警研究
| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第7-9页 |
| 一、绪论 | 第9-16页 |
| (一) 研究背景和意义 | 第9-12页 |
| 1. 研究背景 | 第9-10页 |
| 2. 研究意义 | 第10-12页 |
| (二) 企业信用风险的含义及界定 | 第12-13页 |
| 1. 企业信用风险的含义 | 第12-13页 |
| 2. 企业信用风险的界定 | 第13页 |
| (三) 研究内容、方法与技术路线 | 第13-16页 |
| 1. 研究内容 | 第13-14页 |
| 2. 主要研究方法 | 第14-15页 |
| 3. 技术路线 | 第15-16页 |
| 二、相关理论文献回顾 | 第16-27页 |
| (一) 信用风险预警模型 | 第16-24页 |
| 1. 国外研究现状 | 第16-21页 |
| 2. 国内研究现状 | 第21-24页 |
| (二) 贝叶斯网络模型 | 第24-27页 |
| 三、样本收集及指标的分析与检验 | 第27-35页 |
| (一) 样本公司的选择 | 第27-28页 |
| 1. 样本公司的选择标准 | 第27-28页 |
| 2. 样本公司的选择结果 | 第28页 |
| (二) 财务指标的选择 | 第28-30页 |
| 1. 指标的选择标准 | 第28-29页 |
| 2. 指标的选择结果 | 第29-30页 |
| (三) 财务指标的检验与分析 | 第30-34页 |
| 1. 财务指标的正态分布检验 | 第30-31页 |
| 2. 财务指标的相关性分析 | 第31-33页 |
| 3. 财务指标的T检验 | 第33-34页 |
| (四) 本章小结 | 第34-35页 |
| 四、贝叶斯网络建模理论概述 | 第35-44页 |
| (一) 贝叶斯网络方法原理 | 第35-36页 |
| (二) 贝叶斯网络建模简述 | 第36-38页 |
| 1. 建模流程 | 第36-37页 |
| (1) 问题分析阶段 | 第37页 |
| (2) 模型设计阶段 | 第37页 |
| (3) 模型测试阶段 | 第37页 |
| 2. 根据数据学习贝叶斯网络 | 第37-38页 |
| (三) 贝叶斯网络结构学习 | 第38-41页 |
| 1. K2结构算法 | 第39页 |
| 2. MCMC结构算法 | 第39-41页 |
| (四) 贝叶斯网络参数学习 | 第41-43页 |
| 1. 最大似然估计方法 | 第42页 |
| 2. 最大后验概率方法 | 第42-43页 |
| (五) 本章小结 | 第43-44页 |
| 五、基于贝叶斯网络建立公司信用风险预警模型 | 第44-53页 |
| (一) 实验数据准备 | 第44-46页 |
| (二) 评价指标的选择 | 第46页 |
| (三) 数据实验过程 | 第46-47页 |
| (四) 实验结果及分析 | 第47-52页 |
| 1. 实验结果 | 第47-49页 |
| 2. 实验分析 | 第49-52页 |
| (1) 图形分析 | 第49-50页 |
| (2) 定量分析 | 第50-52页 |
| (五) 本章小结 | 第52-53页 |
| 六、公司信用风险预警模型的实际应用探究 | 第53-56页 |
| (一) 模型预警流程 | 第53-54页 |
| (二) 模型预警应用 | 第54-55页 |
| (三) 模型应用要注意的问题 | 第55-56页 |
| 全文总结 | 第56-57页 |
| 参考文献 | 第57-62页 |
| 附录 | 第62-67页 |
| 攻读学位期间取得的研究成果 | 第67-68页 |
| 致谢 | 第68-69页 |
