首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

组合预测方法在上市公司财务风险预警中的研究与应用

摘要第5-7页
ABSTRACT第7-8页
第1章 绪论第13-19页
    1.1 课题背景及意义第13页
    1.2 国内外研究现状第13-19页
        1.2.1 国外财务预警模型研究现状第13-14页
        1.2.2 国内财务预警模型研究现状第14-15页
        1.2.3 研究现状总结与分析第15-16页
        1.2.4 本文研究内容及章节安排第16-19页
第2章 相关基本理论概述第19-29页
    2.1 财务风险概念第19-20页
    2.2 单个预测模型介绍第20-23页
        2.2.1 单个模型选择原则第20页
        2.2.2 Logistic回归模型第20-21页
        2.2.3 多元线性回归模型第21-22页
        2.2.4 BP神经网络第22-23页
    2.3 组合模型介绍第23-24页
    2.4 主成分分析法第24-26页
        2.4.1 主成分分析法的一般数学模型第24-25页
        2.4.2 主成分分析法的算法过程第25-26页
    2.5 蚁群算法第26-28页
    2.6 本章小结第28-29页
第3章 财务风险预测的模型准备第29-43页
    3.1 企业财务风险的界定第29页
    3.2 财务风险预测的案例描述及样本确定第29-32页
        3.2.1 财务风险预测的案例描述第29页
        3.2.2 样本的选取依据第29-30页
        3.2.3 样本的选取与确定第30-32页
    3.3 财务预警指标选取第32-34页
    3.4 主成分分析法对原始数据预处理第34-40页
        3.4.1 KMO检验和Bartlett球度检验第34-35页
        3.4.2 计算相关系数矩阵第35-37页
        3.4.3 提取主成分第37-40页
    3.5 模型建立流程第40-41页
    3.6 本章小结第41-43页
第4章 单项预测模型设计与实现第43-57页
    4.1 单个模型筛选第43页
    4.2 Logistic回归预测模型第43-47页
        4.2.1 Logistic回归模型的可行性分析第43页
        4.2.2 基于Logistic的财务预测模型设计第43-45页
        4.2.3 实验设计第45页
        4.2.4 模型检验第45-47页
    4.3 多元线性回归判别模型第47-50页
        4.3.1 多元线性回归模型可行性分析第47页
        4.3.2 基于多元线性回归的财务预测模型设计第47-48页
        4.3.3 实验设计第48-49页
        4.3.4 模型检验第49-50页
    4.4 BP神经网络预测模型第50-56页
        4.4.1 BP神经网络模型可行性分析第50-51页
        4.4.2 基于BP神经网络的财务预测模型第51-54页
        4.4.3 调试过程与实验设计第54-55页
        4.4.4 模型检验第55-56页
    4.5 本章小结第56-57页
第5章 最优组合预测模型设计与实现第57-63页
    5.1 组合预测可行性分析第57页
    5.2 构建组合预测模型第57-58页
        5.2.1 组合预测模型第57-58页
        5.2.2 组合预测模型应用第58页
    5.3 蚁群算法优化组合权重第58-60页
    5.4 实验设计第60页
    5.5 模型检验第60-61页
    5.6 模型预测效果对比分析第61-62页
    5.7 本章小结第62-63页
第6章 财务风险预测子系统设计与实现第63-75页
    6.1 系统设计目标第63页
    6.2 系统总体设计第63-67页
        6.2.1 系统开发环境第63-64页
        6.2.2 系统架构第64-66页
        6.2.3 子系统系统功能结构第66页
        6.2.4 数据流图第66-67页
    6.3 数据库设计第67-69页
        6.3.1 数据库需求分析第67页
        6.3.2 数据库表逻辑设计第67-69页
    6.4 系统实现第69-74页
        6.4.1 财务风险预测决策系统主页面第69-70页
        6.4.2 企业基础信息管理第70页
        6.4.3 财务数据管理第70-71页
        6.4.4 数据处理与分析第71-74页
    6.5 本章小结第74-75页
第7章 总结与展望第75-77页
参考文献第77-81页
致谢第81-83页
附录第83-84页

论文共84页,点击 下载论文
上一篇:加热炉燃烧系统模糊PID控制方法研究
下一篇:轴承营销企业库存货位优化的研究