第1章 导论 1
1.1研究的背景及意义 1
1.1.1研究背景 1
1.1.2研究意义 2
1.2文献综述 4
1.2.1财务困境概念的界定 4
1.2.2财务困境预测指标的选取 9
1.2.3财务困境预测模型 13
1.2.4财务困境预测样本的选取 25
1.2.5国内外研究现状述评 26
1.3研究内容 28
1.4研究方法 29
第2章 财务困境预测的理论基础 31
2.1财务困境的界定 31
2.1.1财务困境的理论界定 31
2.1.2财务困境的实证界定 31
2.2企业财务困境形成的原因 32
2.2.1外部因素 32
2.2.2内部因素 34
2.3企业财务预警的理论依据 36
2.3.1企业财务预警的基础理论 36
2.3.2企业财务预警的相关理论 39
2.3.3企业财务预警的创新理论 40
2.4财务困境预测方法 42
2.4.1财务困境预测的定性研究方法 42
2.4.2财务困境预测的定量研究方法 43
第3章 财务困境公司的分布特征 50
3.1财务困境公司的行业分布特征 50
3.1.1中国上市公司的行业分类标准 50
3.1.2财务困境公司的行业分布现状 51
3.1.3上市公司的行业风险预警 53
3.2财务困境公司的资产规模分布特征 54
3.2.1财务困境公司的资产规模分布现状 54
3.2.2上市公司的资产规模风险预警 55
3.3财务困境公司的时间分布特征 57
3.3.1财务困境公司被特别处理的时间分布特征 57
3.3.2财务困境公司的生存时间分布特征 59
3.4本章小结 61
第4章 财务困境风险的行业差异性研究 63
4.1财务指标行业差异性的理论分析 63
4.1.1企业偿债能力指标的行业差异 63
4.1.2企业盈利能力指标的行业差异 64
4.1.3行业标准值的建立 64
4.2财务指标行业差异性的实证检验 64
4.2.1文献回顾 64
4.2.2样本选取和数据来源 65
4.2.3财务指标的选取 65
4.2.4研究方法 66
4.2.5实证结果及分析 67
4.3财务困境风险行业差异性的实证研究 72
4.3.1文献回顾 72
4.3.2研究设计 73
4.3.3实证分析 75
4.4本章小结 79
第5章 基于Panel Logit模型的财务状况二分类预测 80
5.1样本选取和数据来源 81
5.1.1样本选取的原则 81
5.1.2样本选取和数据来源 82
5.2指标体系的构建 83
5.2.1指标选取的原则 83
5.2.2指标体系的构建 84
5.3数据预处理 91
5.3.1均值差异检验 91
5.3.2因子分析 92
5.4模型的选择 96
5.5模型的估计与预测 98
5.5.1模型估计 98
5.5.2模型解释 99
5.5.3模型预测效果检验 100
5.6本章小结 101
第6章 基于SVM模型的财务状况多分类预测 103
6.1数据和样本的选取 104
6.1.1分类标准 104
6.1.2样本选取和数据来源 105
6.2初始指标的选取 105
6.3均值差异检验 107
6.4模型的选择 108
6.4.1选择支持向量机模型的原因 108
6.4.2支持向量机模型简介 109
6.5变量筛选 112
6.5.1基于平均影响值MIV的SVM变量筛选方法 113
6.5.2变量筛选的matlab实现 114
6.6 模型建立 117
6.6.1 SVM多分类器的实现原理 117
6.6.2 SVM多分类模型的建立 117
6.7本章小结 119
第7章 研究结论及建议 121
7.1研究结论 121
7.2对策与建议 123
7.3创新点及进一步研究的展望 124
7.3.1本书的创新点 124
7.3.2研究的局限性 125
7.3.3进一步研究的展望 126
附录 128
参考文献 135