基于卡尔曼滤波的财务困境预测动态性研究PDF电子书下载

第1章 绪论 1

1.1 研究背景与研究意义 1

1.1.1 研究背景 1

1.1.2 研究意义 5

1.2 国内外研究现状综述 6

1.2.1 关于财务困境预测的研究现状 6

1.2.2 有关财务困境预测模型的文献评述 7

1.2.3 有关财务困境预测指标的文献评述 21

1.2.4 关于财务困境预测实证研究的文献评述 26

1.2.5 结论与启示 28

1.3 研究思路与研究方法 30

1.3.1 研究思路 30

1.3.2 研究方法 32

1.4 涉及本书的主要概念界定 33

1.4.1 财务困境理论与破产理论 33

1.4.2 财务困境预测的动态性 33

1.4.3 连续递进预测和预测信号指标 34

1.4.4 滤波与卡尔曼滤波 35

1.5 本书的结构安排 36

第2章 财务困境理论的追溯 38

2.1 MM理论的衍生：破产理论的产生 38

2.1.1 现代财务理论的基石：MM理论 38

2.1.2 MM理论的分支：破产理论 42

2.1.3 破产理论的派生：清偿理论 44

2.2 破产理论的扩展：财务困境理论的形成 46

2.2.1 财务困境理论的产生路径 46

2.2.2 财务困境理论的核心问题 48

2.3 结论与启示 60

第3章 财务困境预测动态性理论的提出 63

3.1 财务困境动态性与预测动态性理论结构 63

3.1.1 财务困境动态性特征与预测动态性内涵 63

3.1.2 财务困境预测动态性理论的层次与结构 66

3.1.3 财务困境预测动态性的基础理论 67

3.2 连续递进预测方法体系 69

3.2.1 马尔科夫预测 70

3.2.2 信息滤波处理 71

3.2.3 时间序列分析 72

3.3 综合预测信号指标体系 75

3.3.1 财务困境的成因解释 75

3.3.2 财务困境的影响作用 82

3.3.3 预测信号指标的时序分析 96

3.4 本章小结 97

第4章 基于卡尔曼滤波的财务困境预测动态性改进 99

4.1 卡尔曼滤波 99

4.1.1 随机线性离散系统卡尔曼滤波 100

4.1.2 随机非线性离散系统扩展卡尔曼滤波 105

4.1.3 应用卡尔曼滤波的研究现状 109

4.2 基于卡尔曼滤波构建动态预测模型 112

4.2.1 预测模型的动态改进 112

4.2.2 预测过程的动态实现 113

4.3 企业财务状态动态预测的全过程 115

4.4 本章小结 118

第5章 财务困境动态预测的实证分析 120

5.1 样本数据的选择 120

5.1.1 样本企业的选择依据 120

5.1.2 样本数据的期间选择 121

5.1.3 预测信号指标的选择 123

5.2 样本数据的预处理和统计分析 125

5.2.1 样本数据的预处理 125

5.2.2 样本数据的趋势性分析 126

5.2.3 样本数据的差异性分析 131

5.3 样本数据的主成分分析 134

5.3.1 主成分分析结果 135

5.3.2 两组样本的综合比较 136

5.4 动态预测模型的仿真及结果分析 137

5.4.1 参数估计 137

5.4.2 阈值确定 140

5.4.3 预测结果及分析 144

5.5 本章小结 147

第6章 结论与展望 149

附录 152

附录A 样本企业信息 152

附录B 预测信号指标的描述性统计 156

附录C 预测信号指标的非参数检验 164

附录D 主成分分析Matlab程序 167

附录E ＊ST新材的主成分矩阵 168

附录F 财务困境动态预测主程序 171

附录G 参数估计值 173

参考文献 185

后记 201