企业财务困境预警:方法与应用 本书特色

作者鲍新中、刘澄、赵可近年来在公司财务困境预警问题上开展了系列研究，《企业财务困境预警--方法与应用》的内容是围绕财务困境预警问题进行的多项碎片化研究成果的整合。因此，在个别章节中可能会有少许重复，如预警指标体系的选择、企业样本的选择等，但是为了保持章节内容的完整性，只针对局部内容进行了部分调整，并没有对每个研究内容的整体进行改写。

企业财务困境预警:方法与应用 目录

绪论
**章 企业财务困境预警技术的发展
  **节 关于财务困境的界定
    一、国外对财务困境的界定
    二、国内对财务困境的界定
  第二节 财务困境预警技术的发展历程
    一、传统的财务预警技术
    二、基于人工智能技术的财务预警技术
    三、传统方法的改进及前沿技术
  第三节 本章小结
第二章 财务困境预警指标的选择
  **节 常用的财务困境预警指标
    一、财务指标
    二、非财务指标
  第二节 财务预警指标选择的常用方法
  第三节 基于聚类一灰色关联分析的财务预警指标选择思路设计
    一、灰色关联分析
    二、聚类分析理论
    三、基于聚类一灰色关联分析的指标综合约简方法设计
  第四节 实证分析
    一、财务指标体系的初步构建与样本选取
    二、基于离差平方和思想的聚类分析
    三、基于灰色关联分析的指标筛选
  第五节 本章小结
第三章 基于偏*小二乘l0gistic方法的财务困境预警
  **节 偏*小二乘l0gistic模型介绍
    一、logistic回归模型及其特征
    二、偏*小二乘l0gistic回归模型及其特征
    第二节 指标体系及样本的选择
    一、预警指标体系
    二、样本选择
  第三节 实证分析
    一、logistic回归模型实证分析过程
    二、偏*小二乘logistic回归模型实证分析过程
  第四节 本章小结
第四章 基于粗糙集与神经网络的财务困境预警
    **节 粗糙集与神经网络基本原理
    一、粗糙集理论
    二、神经网络基本原理
    三、粗糙集理论与神经网络的结合应用
    第二节 指标体系及样本选择
    一、样本数据的选择
    二、指标体系的建立
    三、研究方法的组合设计
    第三节 实证分析
    一、数据预处理
    二、层次聚类分析
    三、粗糙集属性约简
    四、神经网络训练
  第四节 本章小结
第五章 基于决策树理论的财务困境预警
    **节 决策树模型原理
    一、chaid决策树模型
    二、基于变精度加权平均粗糙度建立决策树模型
    第二节 指标体系及样本选择
    一、数据选取
    二、原始指标体系构建
    三、变精度加权平均粗糙度预警技术路线
    第三节 实证分析
    一、数据标准化
    二、指标约简
    三、公司财务状况等级划分
    四、基于chaid模型的实证分析
    五、基于变精度加权平均粗糙度决策树的实证分析
    第四节 本章小结“
第六章 基于粒子群k均值算法的财务困境预警
    **节 算法原理
    一、粒子群算法
    二、基于ps0的k均值算法
    第二节 指标体系及样本选择
    一、样本公司选取
    二、财务指标选取
    第三节 实证分析
    一、数据预处理
    二、分类预警-
    三、综合评价及检验
  第四节 本章小结
第七章 基于面板离散选择模型的财务困境预警
  **节 面板离散选择模型原理
  第二节 指标体系及样本选择
    一、样本公司选择
    二、指标的初选
    三、确定指标体系
  第三节 实证分析
    一、基于制造业的实证分析
    二、基于其他门类行业的实证分析
    三、基于制造业次类行业的实证分析

 1/2    1 2 下一页 尾页

管理 一般管理学 财务管理

在线阅读