基于数据挖掘的上市公司财务风险预警研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-10页 |
| 1 绪论 | 第10-19页 |
| ·研究的背景及意义 | 第10-12页 |
| ·研究的背景 | 第10-11页 |
| ·研究的意义 | 第11-12页 |
| ·国内外研究现状 | 第12-17页 |
| ·国外研究现状 | 第12-14页 |
| ·国内研究现状 | 第14-16页 |
| ·国内外研究成果综述 | 第16页 |
| ·存在的问题 | 第16-17页 |
| ·本文的研究方案 | 第17-19页 |
| ·本文的研究内容及方法 | 第17页 |
| ·本文的结构 | 第17-19页 |
| 2 财务风险预警理论分析 | 第19-23页 |
| ·相关概念的确定 | 第19-21页 |
| ·财务风险的界定 | 第19页 |
| ·财务风险的特征 | 第19-20页 |
| ·财务危机的界定 | 第20-21页 |
| ·财务风险与财务危机的关系 | 第21页 |
| ·财务风险预警的界定 | 第21页 |
| ·财务风险预警理论 | 第21-23页 |
| ·非均衡理论 | 第21-22页 |
| ·契约理论 | 第22页 |
| ·企业战略学理论 | 第22-23页 |
| 3 数据挖掘理论分析 | 第23-27页 |
| ·数据挖掘的定义 | 第23页 |
| ·技术角度的定义 | 第23页 |
| ·商业角度的定义 | 第23页 |
| ·数据挖掘的功能 | 第23-24页 |
| ·数据挖掘的技术 | 第24-25页 |
| ·数据挖掘技术介绍 | 第24页 |
| ·与财务风险预警有关的数据挖掘技术 | 第24-25页 |
| ·数据挖掘的流程 | 第25-26页 |
| ·数据挖掘的环境 | 第25页 |
| ·数据挖掘过程 | 第25-26页 |
| ·数据挖掘与传统分析方法区别 | 第26-27页 |
| ·数据挖掘与统计分析技术区别 | 第26页 |
| ·数据挖掘与传统数据分析工具的区别 | 第26-27页 |
| 4 上市公司财务风险预警模型的构建 | 第27-39页 |
| ·预警模型研究设计 | 第27-28页 |
| ·本文采用的数据挖掘技术与方法 | 第28-34页 |
| ·因子分析 | 第28-29页 |
| ·Logistic 回归 | 第29-30页 |
| ·神经网络 | 第30-31页 |
| ·决策树 | 第31-33页 |
| ·三种数据挖掘方法总结 | 第33-34页 |
| ·财务风险预警指标体系的建立 | 第34-37页 |
| ·选取的原则 | 第34-35页 |
| ·预警指标体系 | 第35-37页 |
| ·数据挖掘工具Clementine 简介 | 第37页 |
| ·CRISP-DM 数据挖掘流程模型 | 第37-39页 |
| 5 基于数据挖掘的上市公司财务风险预警的实证研究 | 第39-63页 |
| ·商业理解 | 第39页 |
| ·商业目标 | 第39页 |
| ·挖掘问题的定义 | 第39页 |
| ·数据挖掘目标 | 第39页 |
| ·数据的准备和理解 | 第39-46页 |
| ·数据样本的选取 | 第39-41页 |
| ·数据的描述与探索 | 第41-46页 |
| ·预警模型的分析 | 第46-57页 |
| ·因子分析模型 | 第47-50页 |
| ·Logistic 回归模型 | 第50-52页 |
| ·神经网络模型 | 第52-54页 |
| ·C5.0 决策树模型 | 第54-57页 |
| ·模型结果的评价 | 第57-63页 |
| ·数值评价 | 第57-60页 |
| ·图形评价 | 第60-63页 |
| 6 结论 | 第63-65页 |
| ·研究结论 | 第63页 |
| ·局限性及未来展望 | 第63-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 附录 | 第69-70页 |
| 附表 | 第70-75页 |
