并购重组后公司股票的数据挖掘
| 摘要 | 第4-7页 |
| Abstract | 第7-8页 |
| 1 绪论 | 第11-16页 |
| 1.1 选题背景及研究意义 | 第11-13页 |
| 1.1.1 研究背景 | 第11-13页 |
| 1.1.2 研究意义 | 第13页 |
| 1.2 研究设计与论文框架 | 第13-16页 |
| 1.2.1 研究方法 | 第13-14页 |
| 1.2.2 研究设计与特色 | 第14页 |
| 1.2.3 论文框架 | 第14-16页 |
| 2 文献综述 | 第16-20页 |
| 3 理论介绍 | 第20-33页 |
| 3.1 并购重组的理论介绍 | 第20-21页 |
| 3.2 传统研究方法和事件驱动理论 | 第21-24页 |
| 3.2.1 事件研究法的理论介绍 | 第21-23页 |
| 3.2.2 会计研究法的理论介绍 | 第23页 |
| 3.2.3 事件驱动的相关概念 | 第23-24页 |
| 3.3 数据挖掘模型的理论介绍 | 第24-31页 |
| 3.3.1 决策树模型的理论介绍 | 第24-29页 |
| 3.3.2 神经网络的理论介绍 | 第29-31页 |
| 3.4 数据挖掘方法的优势 | 第31-33页 |
| 4 相关指标的概述及分析 | 第33-40页 |
| 4.1 研究假设的提出 | 第33-34页 |
| 4.2 数据来源及指标的选择 | 第34-40页 |
| 4.2.1 数据来源及初步处理 | 第34-35页 |
| 4.2.2 研究指标的选择 | 第35-40页 |
| 5 数据挖掘模型的实证分析 | 第40-52页 |
| 5.1 数据的预处理及目标变量的设置 | 第40-41页 |
| 5.2 决策树模型的实证分析 | 第41-45页 |
| 5.2.1 模型中参数及叶子节点的设定 | 第42页 |
| 5.2.2 模型结果 | 第42-44页 |
| 5.2.3 模型的拟合效果 | 第44-45页 |
| 5.3 神经网络模型的实证分析 | 第45-51页 |
| 5.3.1 神经网络模型参数的设置及指标的预处理 | 第46-49页 |
| 5.3.2 模型结果 | 第49-50页 |
| 5.3.3 模型的拟合效果 | 第50-51页 |
| 5.4 实证分析的总结 | 第51-52页 |
| 6 总结 | 第52-55页 |
| 6.1 本文研究总结 | 第52-53页 |
| 6.2 提出建议 | 第53-54页 |
| 6.3 存在的不足 | 第54页 |
| 6.4 对未来的展望 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 致谢 | 第58页 |
