• 企业财务困境预警:方法与应用
21年品牌 40万+商家 超1.5亿件商品

企业财务困境预警:方法与应用

批量上传,套装书可能不全,下单前咨询在线客服!有特殊要求,下单前请咨询客服!

28.73 5.9折 49 全新

库存3件

江西南昌
认证卖家担保交易快速发货售后保障

作者鲍新中,刘澄,赵可 著

出版社经济管理出版社

ISBN9787509635360

出版时间2015-03

装帧平装

开本16开

定价49元

货号23692792

上书时间2024-11-01

思源汇书店

已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:全新
商品描述
导语摘要
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

内容摘要
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。

—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP