掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
以利為利:財政關系與地方政府行為
-
>
立足飯碗 藏糧于地——基于中國人均耕地警戒值的耕地保護視角
-
>
營銷管理
-
>
茶葉里的全球貿易史(精裝)
-
>
近代華商股票市場制度與實踐(1872—1937)
-
>
麥肯錫圖表工作法
-
>
海龜交易法則
企業財務困境預警:方法與應用 版權信息
- ISBN：9787509635360
- 條形碼：9787509635360 ; 978-7-5096-3536-0
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
企業財務困境預警:方法與應用 本書特色
作者鮑新中、劉澄、趙可近年來在公司財務困境預警問題上開展了系列研究，《企業財務困境預警--方法與應用》的內容是圍繞財務困境預警問題進行的多項碎片化研究成果的整合。因此，在個別章節中可能會有少許重復，如預警指標體系的選擇、企業樣本的選擇等，但是為了保持章節內容的完整性，只針對局部內容進行了部分調整，并沒有對每個研究內容的整體進行改寫。
企業財務困境預警:方法與應用 內容簡介
《企業財務困境預警：方法與應用》的內容是圍繞財務困境預警問題進行的多項碎片化研究成果的整合。因此，在個別章節中可能會有少許重復，如預警指標體系的選擇、企業樣本的選擇等，但是為了保持章節內容的完整性，只針對局部內容進行了部分調整，并沒有對每個研究內容的整體進行改寫。
企業財務困境預警:方法與應用 目錄
緒論
**章 企業財務困境預警技術的發展
**節 關于財務困境的界定
一、國外對財務困境的界定
二、國內對財務困境的界定
第二節 財務困境預警技術的發展歷程
一、傳統的財務預警技術
二、基于人工智能技術的財務預警技術
三、傳統方法的改進及前沿技術
第三節 本章小結
第二章 財務困境預警指標的選擇
**節 常用的財務困境預警指標
一、財務指標
二、非財務指標
第二節 財務預警指標選擇的常用方法
第三節 基于聚類一灰色關聯分析的財務預警指標選擇思路設計
一、灰色關聯分析
二、聚類分析理論
三、基于聚類一灰色關聯分析的指標綜合約簡方法設計
第四節 實證分析
一、財務指標體系的初步構建與樣本選取
二、基于離差平方和思想的聚類分析
三、基于灰色關聯分析的指標篩選
第五節 本章小結
第三章 基于偏*小二乘l0gistic方法的財務困境預警
**節 偏*小二乘l0gistic模型介紹
一、logistic回歸模型及其特征
二、偏*小二乘l0gistic回歸模型及其特征
第二節 指標體系及樣本的選擇
一、預警指標體系
二、樣本選擇
第三節 實證分析
一、logistic回歸模型實證分析過程
二、偏*小二乘logistic回歸模型實證分析過程
第四節 本章小結
第四章 基于粗糙集與神經網絡的財務困境預警
**節 粗糙集與神經網絡基本原理
一、粗糙集理論
二、神經網絡基本原理
三、粗糙集理論與神經網絡的結合應用
第二節 指標體系及樣本選擇
一、樣本數據的選擇
二、指標體系的建立
三、研究方法的組合設計
第三節 實證分析
一、數據預處理
二、層次聚類分析
三、粗糙集屬性約簡
四、神經網絡訓練
第四節 本章小結
第五章 基于決策樹理論的財務困境預警
**節 決策樹模型原理
一、chaid決策樹模型
二、基于變精度加權平均粗糙度建立決策樹模型
第二節 指標體系及樣本選擇
一、數據選取
二、原始指標體系構建
三、變精度加權平均粗糙度預警技術路線
第三節 實證分析
一、數據標準化
二、指標約簡
三、公司財務狀況等級劃分
四、基于chaid模型的實證分析
五、基于變精度加權平均粗糙度決策樹的實證分析
第四節 本章小結“
第六章 基于粒子群k均值算法的財務困境預警
**節 算法原理
一、粒子群算法
二、基于ps0的k均值算法
第二節 指標體系及樣本選擇
一、樣本公司選取
二、財務指標選取
第三節 實證分析
一、數據預處理
二、分類預警-
三、綜合評價及檢驗
第四節 本章小結
第七章 基于面板離散選擇模型的財務困境預警
**節 面板離散選擇模型原理
第二節 指標體系及樣本選擇
一、樣本公司選擇
二、指標的初選
三、確定指標體系
第三節 實證分析
一、基于制造業的實證分析
二、基于其他門類行業的實證分析
三、基于制造業次類行業的實證分析
第四節 本章小結
第八章 基于kalman濾波的財務困境動態預警
**節 狀態空間模型和kalman濾波原理
一、狀態空間模型
二、kalman濾波
三、kalman濾波的國內外相關研究
四、財務狀況預警狀態空間模型的建立
第二節 指標體系及樣本選擇
一、樣本數據的選擇
二、特征指標選取
三、動態數據的描述性統計及檢驗
第三節 實證分析
一、全局主成分分析動態財務數據
二、預警閾值的確定
三、基于kalman濾波財務預警模型的運用
四、模型檢驗結果分析
第四節 本章小結
第九章 基于ewma控制圖模型的財務困境動態預警
**節 ewma控制圖模型相關理論
一、向量自回歸移動平均模型
二、ewma控制圖模型基本原理
第二節 指標體系及樣本選取
一、研究思路設計
二、樣本數據的選取
三、指標體系的建立
第三節 實證分析
一、數據預處理
二、指標數據的差異性檢驗
三、粗糙集屬性約簡
四、模型的建立
五、模型的檢驗
第四節 本章小結
第十章 考慮集團化經營特征的企業財務困境預警
**節 集團化經營企業及其財務風險特征
一、集團化經營企業的界定
二、集團化經營企業的財務風險特征分析
三、考慮集團化經營特征的企業財務預警指標體系
第二節 研究方法與建模
一、信用事件計量模型
二、logistic回歸模型
三、基于kmv—logistic模型的財務預警模型
第三節 實證研究
一、樣本描述
二、數據預處理
三、實證分析
第四節 本章小結
參考文獻
**章 企業財務困境預警技術的發展
**節 關于財務困境的界定
一、國外對財務困境的界定
二、國內對財務困境的界定
第二節 財務困境預警技術的發展歷程
一、傳統的財務預警技術
二、基于人工智能技術的財務預警技術
三、傳統方法的改進及前沿技術
第三節 本章小結
第二章 財務困境預警指標的選擇
**節 常用的財務困境預警指標
一、財務指標
二、非財務指標
第二節 財務預警指標選擇的常用方法
第三節 基于聚類一灰色關聯分析的財務預警指標選擇思路設計
一、灰色關聯分析
二、聚類分析理論
三、基于聚類一灰色關聯分析的指標綜合約簡方法設計
第四節 實證分析
一、財務指標體系的初步構建與樣本選取
二、基于離差平方和思想的聚類分析
三、基于灰色關聯分析的指標篩選
第五節 本章小結
第三章 基于偏*小二乘l0gistic方法的財務困境預警
**節 偏*小二乘l0gistic模型介紹
一、logistic回歸模型及其特征
二、偏*小二乘l0gistic回歸模型及其特征
第二節 指標體系及樣本的選擇
一、預警指標體系
二、樣本選擇
第三節 實證分析
一、logistic回歸模型實證分析過程
二、偏*小二乘logistic回歸模型實證分析過程
第四節 本章小結
第四章 基于粗糙集與神經網絡的財務困境預警
**節 粗糙集與神經網絡基本原理
一、粗糙集理論
二、神經網絡基本原理
三、粗糙集理論與神經網絡的結合應用
第二節 指標體系及樣本選擇
一、樣本數據的選擇
二、指標體系的建立
三、研究方法的組合設計
第三節 實證分析
一、數據預處理
二、層次聚類分析
三、粗糙集屬性約簡
四、神經網絡訓練
第四節 本章小結
第五章 基于決策樹理論的財務困境預警
**節 決策樹模型原理
一、chaid決策樹模型
二、基于變精度加權平均粗糙度建立決策樹模型
第二節 指標體系及樣本選擇
一、數據選取
二、原始指標體系構建
三、變精度加權平均粗糙度預警技術路線
第三節 實證分析
一、數據標準化
二、指標約簡
三、公司財務狀況等級劃分
四、基于chaid模型的實證分析
五、基于變精度加權平均粗糙度決策樹的實證分析
第四節 本章小結“
第六章 基于粒子群k均值算法的財務困境預警
**節 算法原理
一、粒子群算法
二、基于ps0的k均值算法
第二節 指標體系及樣本選擇
一、樣本公司選取
二、財務指標選取
第三節 實證分析
一、數據預處理
二、分類預警-
三、綜合評價及檢驗
第四節 本章小結
第七章 基于面板離散選擇模型的財務困境預警
**節 面板離散選擇模型原理
第二節 指標體系及樣本選擇
一、樣本公司選擇
二、指標的初選
三、確定指標體系
第三節 實證分析
一、基于制造業的實證分析
二、基于其他門類行業的實證分析
三、基于制造業次類行業的實證分析
第四節 本章小結
第八章 基于kalman濾波的財務困境動態預警
**節 狀態空間模型和kalman濾波原理
一、狀態空間模型
二、kalman濾波
三、kalman濾波的國內外相關研究
四、財務狀況預警狀態空間模型的建立
第二節 指標體系及樣本選擇
一、樣本數據的選擇
二、特征指標選取
三、動態數據的描述性統計及檢驗
第三節 實證分析
一、全局主成分分析動態財務數據
二、預警閾值的確定
三、基于kalman濾波財務預警模型的運用
四、模型檢驗結果分析
第四節 本章小結
第九章 基于ewma控制圖模型的財務困境動態預警
**節 ewma控制圖模型相關理論
一、向量自回歸移動平均模型
二、ewma控制圖模型基本原理
第二節 指標體系及樣本選取
一、研究思路設計
二、樣本數據的選取
三、指標體系的建立
第三節 實證分析
一、數據預處理
二、指標數據的差異性檢驗
三、粗糙集屬性約簡
四、模型的建立
五、模型的檢驗
第四節 本章小結
第十章 考慮集團化經營特征的企業財務困境預警
**節 集團化經營企業及其財務風險特征
一、集團化經營企業的界定
二、集團化經營企業的財務風險特征分析
三、考慮集團化經營特征的企業財務預警指標體系
第二節 研究方法與建模
一、信用事件計量模型
二、logistic回歸模型
三、基于kmv—logistic模型的財務預警模型
第三節 實證研究
一、樣本描述
二、數據預處理
三、實證分析
第四節 本章小結
參考文獻
展開全部
書友推薦
- >
推拿
- >
李白與唐代文化
- >
名家帶你讀魯迅:故事新編
- >
隨園食單
- >
莉莉和章魚
- >
伊索寓言-世界文學名著典藏-全譯本
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
中國人在烏蘇里邊疆區:歷史與人類學概述
本類暢銷
