¥48.70 49.00

【内容简介】

　　作者鲍新中、刘澄、赵可近年来在公司财务困境预警问题上开展了系列研究，《企业财务困境预警--方法与应用》的内容是围绕财务困境预警问题进行的多项碎片化研究成果的整合。因此，在个别章节中可能会有少许重复，如预警指标体系的选择、企业样本的选择等，但是为了保持章节内容的完整性，只针对局部内容进行了部分调整，并没有对每个研究内容的整体进行改写。

【目录】

绪论
章 企业财务困境预警技术的发展
  节 关于财务困境的界定
    一、国外对财务困境的界定
    二、国内对财务困境的界定
  第二节 财务困境预警技术的发展历程
    一、传统的财务预警技术
    二、基于人工智能技术的财务预警技术
    三、传统方法的改进及前沿技术
  第三节 本章小结
第二章 财务困境预警指标的选择
  节 常用的财务困境预警指标
    一、财务指标
    二、非财务指标
  第二节 财务预警指标选择的常用方法
  第三节 基于聚类一灰色关联分析的财务预警指标选择思路设计
    一、灰色关联分析
    二、聚类分析理论
    三、基于聚类一灰色关联分析的指标综合约简方法设计
  第四节 实证分析
    一、财务指标体系的初步构建与样本选取
    二、基于离差平方和思想的聚类分析
    三、基于灰色关联分析的指标筛选
  第五节 本章小结
第三章 基于偏小二乘L0gistic方法的财务困境预警
  节 偏小二乘L0gistic模型介绍
    一、Logistic回归模型及其特征
    二、偏小二乘L0gistic回归模型及其特征
    第二节 指标体系及样本的选择
    一、预警指标体系
    二、样本选择
  第三节 实证分析
    一、Logistic回归模型实证分析过程
    二、偏小二乘Logistic回归模型实证分析过程
  第四节 本章小结
第四章 基于粗糙集与神经网络的财务困境预警
    节 粗糙集与神经网络基本原理
    一、粗糙集理论
    二、神经网络基本原理
    三、粗糙集理论与神经网络的结合应用
    第二节 指标体系及样本选择
    一、样本数据的选择
    二、指标体系的建立
    三、研究方法的组合设计
    第三节 实证分析
    一、数据预处理
    二、层次聚类分析
    三、粗糙集属性约简
    四、神经网络训练
  第四节 本章小结
第五章 基于决策树理论的财务困境预警
    节 决策树模型原理
    一、CHAID决策树模型
    二、基于变精度加权平均粗糙度建立决策树模型
    第二节 指标体系及样本选择
    一、数据选取
    二、原始指标体系构建
    三、变精度加权平均粗糙度预警技术路线
    第三节 实证分析
    一、数据标准化
    二、指标约简
    三、公司财务状况等级划分
    四、基于CHAID模型的实证分析
    五、基于变精度加权平均粗糙度决策树的实证分析
    第四节 本章小结“
第六章 基于粒子群K均值算法的财务困境预警
    节 算法原理
    一、粒子群算法
    二、基于Ps0的K均值算法
    第二节 指标体系及样本选择
    一、样本公司选取
    二、财务指标选取
    第三节 实证分析
    一、数据预处理
    二、分类预警-
    三、综合评价及检验
  第四节 本章小结
第七章 基于面板离散选择模型的财务困境预警
  节 面板离散选择模型原理
  第二节 指标体系及样本选择
    一、样本公司选择
    二、指标的初选
    三、确定指标体系
  第三节 实证分析
    一、基于制造业的实证分析
    二、基于其他门类行业的实证分析
    三、基于制造业次类行业的实证分析
  第四节 本章小结
第八章 基于Kalman滤波的财务困境动态预警
    节 状态空间模型和Kalman滤波原理
    一、状态空间模型
    二、Kalman滤波
    三、Kalman滤波的国内外相关研究
    四、财务状况预警状态空间模型的建立
  第二节 指标体系及样本选择
    一、样本数据的选择
    二、特征指标选取
    三、动态数据的描述性统计及检验
  第三节 实证分析
    一、全局主成分分析动态财务数据
    二、预警阈值的确定
    三、基于Kalman滤波财务预警模型的运用
    四、模型检验结果分析
  第四节 本章小结
第九章 基于EWMA控制图模型的财务困境动态预警
    节 EwMA控制图模型相关理论
    一、向量自回归移动平均模型
    二、EWMA控制图模型基本原理
  第二节 指标体系及样本选取
    一、研究思路设计
    二、样本数据的选取
    三、指标体系的建立
  第三节 实证分析
    一、数据预处理
    二、指标数据的差异性检验
    三、粗糙集属性约简
    四、模型的建立
    五、模型的检验
  第四节 本章小结
第十章 考虑集团化经营特征的企业财务困境预警
  节 集团化经营企业及其财务风险特征
    一、集团化经营企业的界定
    二、集团化经营企业的财务风险特征分析
    三、考虑集团化经营特征的企业财务预警指标体系
  第二节 研究方法与建模
    一、信用事件计量模型
    二、Logistic回归模型
    三、基于KMV—Logistic模型的财务预警模型
  第三节 实证研究
    一、样本描述
    二、数据预处理
    三、实证分析
  第四节 本章小结
参考文献