基于SVM的中国制造业上市公司财务业绩预测
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 图清单 | 第10页 |
| 表清单 | 第10-11页 |
| 第1章 绪论 | 第11-26页 |
| ·研究背景及意义 | 第11-14页 |
| ·研究背景 | 第11-12页 |
| ·研究意义 | 第12-14页 |
| ·文献综述 | 第14-23页 |
| ·传统统计类预测模型 | 第14-19页 |
| ·人工智能型预测模型 | 第19-23页 |
| ·研究方法和研究内容 | 第23-26页 |
| ·研究方法 | 第23页 |
| ·研究内容 | 第23-24页 |
| ·主要创新点 | 第24-26页 |
| 第2章 财务业绩预测相关理论 | 第26-37页 |
| ·危机管理理论 | 第26页 |
| ·支持向量机理论 | 第26-35页 |
| ·支持向量机概述 | 第26-27页 |
| ·支持向量机的原理 | 第27-34页 |
| ·支持向量机用于财务业绩预测的过程 | 第34-35页 |
| ·财务业绩预测框架 | 第35-36页 |
| ·财务业绩预测过程框架 | 第35-36页 |
| ·财务业绩预测方法框架 | 第36页 |
| 小结 | 第36-37页 |
| 第3章 预测指标的选取及预处理 | 第37-49页 |
| ·预测指标的选取 | 第37-40页 |
| ·构建总体预测指标体系的原则 | 第37-38页 |
| ·总体指标体系的构建 | 第38-40页 |
| ·预测指标的预处理 | 第40-48页 |
| ·指标数据的正态分布检验 | 第40-41页 |
| ·指标数据的显著性差异检验 | 第41-42页 |
| ·指标数据的多重共线性检验 | 第42-48页 |
| ·预测指标的分析 | 第48页 |
| 小结 | 第48-49页 |
| 第4章 财务业绩预测的实证研究 | 第49-59页 |
| ·研究样本与数据来源 | 第49-51页 |
| ·变量的选择 | 第49-50页 |
| ·数据来源 | 第50页 |
| ·模型输入变量的获取 | 第50-51页 |
| ·预测模型的构建及实证研究 | 第51-57页 |
| ·Logit 模型的建立 | 第51-56页 |
| ·SVM 模型的建立 | 第56-57页 |
| ·实证结果的对比分析 | 第57-58页 |
| 小结 | 第58-59页 |
| 第5章 研究结论及展望 | 第59-62页 |
| ·研究结论 | 第59-60页 |
| ·研究不足及展望 | 第60-61页 |
| 小结 | 第61-62页 |
| 参考文献 | 第62-64页 |
| 附录 | 第64-68页 |
| 攻读硕士学位期间取得的学术成果 | 第68-69页 |
| 致谢 | 第69页 |
