基本信息

• 商品名稱：企業財務困境預警--方法與應用
• 作者：鮑新中//劉澄//趙可
• 代碼：49
• 出版社：經濟管理
• ISBN號：9787509635360

其他參考信息

• 出版時間：2015-03-01
• 印刷時間：2015-03-01
• 版次：1
• 印次：1
• 開本：16開
• 包裝：平裝
• 頁數：242
• 字數：251千字

編輯推薦語

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繫列研究，《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，如預警指標體繫的選擇、企業樣本的選擇等，但是為了保持章節內容的完整性，隻針對局部內容進行了部分調整，並沒有對每個研究內容的整體進行改寫。

目錄

緒論
**章 企業財務困境預警技術的發展
**節 關於財務困境的界定
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、基於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 基於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、基於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、財務指標體繫的初步構建與樣本選取
二、基於離差平方和思想的聚類分析
三、基於灰色關聯分析的指標篩選
第五節 本章小結
第三章 基於偏*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 指標體繫及樣本的選擇
一、預警指標體繫
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 基於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 指標體繫及樣本選擇
一、樣本數據的選擇
二、指標體繫的建立
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 基於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、基於變精度加權平均粗糙度建立決策樹模型
第二節 指標體繫及樣本選擇
一、數據選取
二、原始指標體繫構建
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、基於CHAID模型的實證分析
五、基於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 基於粒子群K均值算法的財務困境預警
**節 算法原理
一、粒子群算法
二、基於Ps0的K均值算法
第二節 指標體繫及樣本選擇
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 基於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 指標體繫及樣本選擇
一、樣本公司選擇
二、指標的初選
三、確定指標體繫
第三節 實證分析
一、基於制造業的實證分析
二、基於其他門類行業的實證分析
三、基於制造業次類行業的實證分析
第四節 本章小結
第八章 基於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 指標體繫及樣本選擇
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、基於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 基於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 指標體繫及樣本選取
一、研究思路設計
二、樣本數據的選取
三、指標體繫的建立
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繫
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、基於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