我國上市公司財務危機預測模型研究:基於統計和人工智慧方法構建

我國上市公司財務危機預測模型研究:基於統計和人工智慧方法構建

《我國上市公司財務危機預測模型研究:基於統計和人工智慧方法構建》 是光明日報出版社出版的圖書, ISBN是 9787511212603,出版時間是2011年5月1日

基本介紹

  • 書名:我國上市公司財務危機預測模型研究:基於統計和人工智慧方法構建
  • ISBN: 9787511212603
  • 頁數:221頁
  • 出版社:光明日報出版社
  • 出版時間:2011年5月1日
  • 裝幀:平裝
基本信息,內容簡介,編輯推薦,作者簡介,目錄,

基本信息

出版社: 光明日報出版社; 第1版 (2011年5月1日)
叢書名: 高校社科文庫
平裝: 221頁
正文語種: 簡體中文
開本: 16
ISBN: 9787511212603
條形碼: 9787511212603
商品尺寸: 22.6 x 15.8 x 1.6 cm
商品重量: 299 g
品牌: 光明日報出版社
ASIN: B005EJOYWM

內容簡介

《我國上市公司財務危機預測模型研究:基於統計和人工智慧方法構建》以我國滬深A股上市公司為研究對象,將被特別處理的ST公司視為財務危機公司,採用數據挖掘技術建立了基於統計方法和人工智慧方法的財務危機預測模型,包括Fisher判別、線性Loglstic回歸、非線性Loglstic回歸、主成分Logistic回歸、遺傳算法、人工神經網路、基於案例推理、粗糙集等模型,並對各模型的預測準確率、優缺點進行了對比。另外書中還回顧了財務危機預測理論以及國外著名的破產預測模型,歸納總結了我國上市公司財務危機成因及防範措施,進行了基於ERP的財務危機預警子系統的系統分析和系統設計。

編輯推薦

《我國上市公司財務危機預測模型研究:基於統計和人工智慧方法構建》:《高校社科文庫》是教育部高等學校社會科學發展研究中心組織各高等學校和出版單位共同建立的學術著作出版平台,旨在為推動高校哲學社會科學的繁榮發展,為高校哲學社會科學工作者出版學術著作創造條件。《高校社科文庫》將堅持“廣泛動員、 集中徵集、嚴格評審、精心編校”的工作原則,致力於通過資助優秀學術專著出版、推動學術效果交流推廣等形式,讓更多的哲學社會科學優秀科研成果和優秀工作者走進交流空間,進入公眾視野,發揮應有的影響力和輻射力,為繁榮哲學社會科學作出積極貢獻。

作者簡介

李清,男,1966年11月生,黑龍汀遜克縣人。1984-1991年就讀于吉林大學數學系,獲學士和碩士學位;2002年在財政部科研所會計電算化方向進修學習;2005-2009年就讀于吉林大學商學院,獲數量經濟學博士學位。現任吉林大學商學院會計系教授,主要從事會計數據挖掘、會計信息系統、管理 信息系統研究。開發過會計進銷存管理系統、北京十三陵抽水蓄能電站地下工程監測預報管理系統。在《經濟管理》、《數理統計與管理》、《數量經濟技術經濟研究》、《吉林大學社會科學學報》、《財會通訊》、《中國會計電算化》等雜誌上發表論文30餘篇。獨立編著教材《會計信息系統原理與實驗教程》、並列主編教材《ERP實驗教程》。

目錄

前言/1
第一章 財務危機預測研究進展和理論分析/1
第一節 財務危機定義/1
第二節 國外財務危機預測研究進展/6
第三節 國內財務危機預測研究進展/20
第四節 財務危機預測的理論基礎/25
第二章 我國上市公司財務危機成因及防範措施/29
第一節ST制度/29
第二節 我國上市公司財務危機形成的直接原因,/37
第三節 我國上市公司財務危機形成的根本原因之巨觀因素/38
第四節 我國上市公司財務危機形成的根本原因之微觀因素/43
第五節 我國上市公司財務危機發生的防範措施,/63
第三章 基於統計方法的財務危機預測模型/79
第一節 樣本和變數的選取,/79
第二節 模型預測準確率的評估方法/86
第三節Fisher線性判別模型/87
第四節 線性1ogistic回歸模型/92
第五節 非線性1ogistic回歸模型/98
第六節 主成分1ogistic回歸模型/101
第七節 各統計模型預測結果對比分析/110
第四章 基於遺傳算法的財務危機預測模型/111
第一節 遺傳算法原理/111
第二節 基於規則積分的預測模型Score-sign/113
第三節 基於規則積分的預測模型Score-Sigmoid/124
第四節 基於適度指標的規則積分預測模型Score-sign-11/127
第五節 基於適度指標和Gauss函式的規則積分預測模型Score-sign/133
第六節 遺傳模擬邏輯斯蒂模型GA-1ogistic/144
第七節 遺傳模擬線性判別函式模型G1S/146
第八節IF-THEN判別模型/146
第九節 遺傳算法各模型預測結果對比分析/148
第五章 基於人工神經網路的財務危機預測模型/151
第一節BP神經網路原理/152
第二節BP神經網路學習流程/155
第三節BP神經網路預測模型/157
第六章 基於案例推理的財務危機預測模型/167
第一節 基於案例推理的預測原理/167
第二節 使用遺傳算法確定權重的案例推理預測模型/171
第三節1ogistic回歸標準化係數絕對值作為權重的案例推理預測
模型/175
第四節 使用粗糙集屬性重要度作為權重的案例推理預測模型/176
第五節 其它權重的案例推理預測模型/179
第六節 不同權重案例推理模型預測結果對比分析/182
第七章 基於粗糙集的財務危機預測模型/183
第一節 粗糙集預測原理/183
第二節 基於粗糙集的預測模型/190
第八章 各種預測模型特點對比分析/196
第一節 各類預測模型準確率對比/196
第二節 各種預測模型優缺點對比/198
結論/202
參考文獻/206
附錄/212

相關詞條

熱門詞條

聯絡我們