第一章 导论 1
一、财务预警的概念 1
二、财务预警的作用 2
三、公司财务预警建模的国外研究现状 3
四、公司财务预警建模的国内研究现状 6
五、财务预警模型的发展趋势 7
六、本书的研究内容 8
第二章 上市公司财务预警的主成分分析法建模及应用研究 9
一、引言 9
二、上市公司财务状况指标体系的构建 10
三、数据的预处理 10
四、主成分分析法的原理 11
五、用主成分分析法进行上市公司财务预警评价的实施步骤 12
六、用主成分分析法进行上市公司财务预警评价的特点 15
七、主成分分析法财务评价方法的改进 16
八、上市公司财务预警的主成分分析法评价建模的应用研究 18
第三章 上市公司财务预警的因子分析法建模及应用研究 24
一、因子分析的基本原理 24
二、因子分析与主成分分析的异同点 30
三、用因子分析方法进行上市公司财务预警分析的基本步骤 32
四、上市公司财务预警的数据样本选取 35
五、财务比率的预处理与描述性统计 36
六、上市公司财务预警的因子分析法建模与结果检验 41
七、结论 48
第四章 上市公司财务预警的逻辑回归法建模及应用研究 49
一、引言 49
二、逻辑回归法的基本原理 50
三、样本、指标的选取、正态检验与相关分析 51
四、上市公司财务预警的逻辑回归建模 54
五、逻辑回归模型的检验及预测 56
六、结论 57
第五章 上市公司财务预警的判别分析法建模及应用研究 58
一、判别分析法的基本原理 58
二、上市公司财务指标的数据预处理 61
三、判别分析法在上市公司财务预警分类中的应用 62
四、预测函数检验 66
五、结果分析 66
六、临界值的确定 67
第六章 上市公司财务预警的聚类分析法建模及应用研究 69
一、距离的统计量 69
二、系统聚类法 71
三、快速聚类法 71
四、聚类分析在上市公司财务预警中的应用研究 72
五、聚类结果比较分析 76
第七章 上市公司财务预警的反向传播神经网络法建模及应用研究 77
一、引言 77
二、反向传播神经网络法原理 78
三、上市公司财务预警的反向传播神经网络模型建立、预测结果及检验 80
第八章 上市公司财务预警的径向基与反向传播神经网络法建模及应用研究 87
一、引言 87
二、反向传播神经网络和径向基神经网络方法 87
三、上市公司财务预警的反向传播神经网络设计 90
四、上市公司财务预警的径向基神经网络设计 92
五、反向神经网络和径向基神经网络方法进行分类的结论与比较 93
第九章 上市公司财务预警的学习向量量化神经网络法建模及应用研究 94
一、学习矢量量化神经网络的步骤 94
二、数据样本的收集 95
三、上市公司财务预警的学习向量量化神经网络建模训练与测试 96
第十章 上市公司财务预警的最小二乘支持向量机法建模及应用研究 98
一、上市公司财务预警方法存在的问题 98
二、支持向量机方法 99
三、最小二乘支持向量机方法 100
四、变量选择与建模样本 101
五、最小二乘支持向量机建模过程与模拟结果 102
六、结果分析与结论 103
七、应用支持向量机方法进行多分类财务预警 103
第十一章 上市公司财务预警的KMV与GARCH法建模及应用研究 106
一、Black-Scholes期权定价与KMV模型的基本原理 106
二、参数设置 108
三、上市公司财务预警的KMV与GARCH法建模应用研究 109
四、结论 117
第十二章 上市公司财务状况的突变级数法评价建模及应用研究 118
一、引言 118
二、上市公司财务状况指标体系的构建 118
三、财务指标原始数据的预处理 119
四、上市公司财务状况的突变级数法综合评价模型的建立 121
五、上市公司财务状况突变级法数评价模型的应用研究 123
六、结论 126
第十三章 上市公司财务预警的理想点分析法建模及应用研究 128
一、引言 128
二、上市公司财务状况指标体系的构建 128
三、数据的预处理 129
四、确定评价指标的权数 131
五、上市公司理想点综合评价模型的构建 131
六、上市公司财务预警理想点模型的应用研究 132
第十四章 上市公司财务预警的熵值模糊法建模及应用研究 136
一、引言 136
二、上市公司财务状况评价指标体系的构建 136
三、数据的预处理 137
四、确定评价指标的权数与上市公司模糊综合评价模型的构建 139
五、上市公司财务预警熵值模糊评价模型的应用研究 142
第十五章 研究总结 146
参考文献 150