《我国上市公司财务危机预测模型研究 基于统计和人工智能方法构建》PDF下载

  • 购买积分:10 如何计算积分?
  • 作  者:李清著
  • 出 版 社:北京:光明日报出版社
  • 出版年份:2011
  • ISBN:9787511212603
  • 页数:221 页
图书介绍:本书以我国沪深A股上市公司为研究对象,将被特别处理的ST公司视为财务危机公司,采用数据挖掘技术建立了基于统计方法和人工智能方法的财务危机预测模型,并对各模型的预测准确率、优缺点进行了对比。

第一章 财务危机预测研究进展和理论分析 1

第一节 财务危机定义 1

第二节 国外财务危机预测研究进展 6

第三节 国内财务危机预测研究进展 20

第四节 财务危机预测的理论基础 25

第二章 我国上市公司财务危机成因及防范措施 29

第一节 ST制度 29

第二节 我国上市公司财务危机形成的直接原因 37

第三节 我国上市公司财务危机形成的根本原因之宏观因素 38

第四节 我国上市公司财务危机形成的根本原因之微观因素 43

第五节 我国上市公司财务危机发生的防范措施 63

第三章 基于统计方法的财务危机预测模型 79

第一节 样本和变量的选取 79

第二节 模型预测准确率的评估方法 86

第三节 Fisher线性判别模型 87

第四节 线性Logistic回归模型 92

第五节 非线性Logistic回归模型 98

第六节 主成分Logistic回归模型 101

第七节 各统计模型预测结果对比分析 110

第四章 基于遗传算法的财务危机预测模型 111

第一节 遗传算法原理 111

第二节 基于规则积分的预测模型Score-sign 113

第三节 基于规则积分的预测模型Score-Sigmoid 124

第四节 基于适度指标的规则积分预测模型Score-sign-Ⅱ 127

第五节 基于适度指标和Gauss函数的规则积分预测模型Score-sign-Ⅲ 133

第六节 遗传模拟逻辑斯蒂模型GA-Logistic 144

第七节 遗传模拟线性判别函数模型GLS 146

第八节 IF-THEN判别模型 146

第九节 遗传算法各模型预测结果对比分析 148

第五章 基于人工神经网络的财务危机预测模型 151

第一节 BP神经网络原理 152

第二节 BP神经网络学习流程 155

第三节 BP神经网络预测模型 157

第六章 基于案例推理的财务危机预测模型 167

第一节 基于案例推理的预测原理 167

第二节 使用遗传算法确定权重的案例推理预测模型 171

第三节 Logistic回归标准化系数绝对值作为权重的案例推理预测模型 175

第四节 使用粗糙集属性重要度作为权重的案例推理预测模型 176

第五节 其它权重的案例推理预测模型 179

第六节 不同权重案例推理模型预测结果对比分析 182

第七章 基于粗糙集的财务危机预测模型 183

第一节 粗糙集预测原理 183

第二节 基于粗糙集的预测模型 190

第八章 各种预测模型特点对比分析 196

第一节 各类预测模型准确率对比 196

第二节 各种预测模型优缺点对比 198

结论 202

参考文献 206

附录 212