企业财务困境分析与预测方法研究pdf电子书版本下载

点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快] 温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页 直链下载[便捷但速度慢]   [在线试读本书]   [在线获取解压码]

企业财务困境分析与预测方法研究PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数 要大于 标注页数，上中下等多册电子书除外）

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论 1

1.1 研究背景及研究意义 1

1.1.1 研究背景 1

1.1.2 研究意义 2

1.2 研究方法和内容 4

1.2.1 研究方法 4

1.2.2 研究内容 5

1.3 主要创新点 8

第2章 企业财务困境分析与预测相关理论及研究综述 9

2.1 支持向量机相关理论 9

2.1.1 机器学习与统计学习理论 9

2.1.2 支持向量机原理 16

2.1.3 支持向量机应用研究现状 27

2.2 遗传算法相关理论 32

2.2.1 遗传算法原理及其历史演进 32

2.2.2 遗传算法的研究内容 37

2.2.3 遗传算法应用研究现状 47

2.3 企业财务困境分析与预测方法研究综述 49

2.3.1 企业财务困境内涵的界定 49

2.3.2 企业财务困境定量分析与预测方法 51

2.3.3 企业财务困境定性分析与预测方法 63

第3章 企业财务困境特征及影响因素分析 65

3.1 企业财务困境及其特征分析 65

3.1.1 企业财务困境概念的界定 65

3.1.2 企业财务困境特征 67

3.1.3 企业财务困境特征分析 101

3.1.4 企业财务困境形成的时序特征 111

3.2 企业财务困境影响因素分析 112

3.2.1 企业财务困境总体影响因素 112

3.2.2 影响企业财务困境的内部因素 113

3.2.3 影响企业财务困境的外部因素 117

3.3 企业财务困境分析与预测框架 120

3.3.1 企业财务困境分析与预测过程框架 120

3.3.2 企业财务困境分析与预测方法框架 122

第4章 企业财务困境分析与预测指标体系的构建 124

4.1 企业财务困境分析与预测的总体指标体系 124

4.1.1 构建总体预测指标体系的原则 124

4.1.2 总体预测指标体系的构建 125

4.2 财务困境短期分析与预测指标体系 131

4.2.1 指标数据的正态分布检验 132

4.2.2 指标数据的显著性差异检验 134

4.2.3 指标数据的多重共线性检验 135

4.3 财务困境中长期分析与预测指标体系 144

4.3.1 指标数据的正态分布检验 144

4.3.2 指标数据的显著性差异检验 146

4.3.3 指标数据的多重共线性检验 147

4.3.4 短期与中长期分析和预测指标体系的比较 154

第5章 基于支持向量机的企业财务困境预测方法 156

5.1 Logit回归模型 156

5.1.1 Logit回归模型的形式 156

5.1.2 Logit回归模型的估计 158

5.1.3 Logit回归模型的评价和检验 158

5.2 支持向量机的改进算法 160

5.2.1 最小二乘支持向量机 161

5.2.2 增长记忆学习算法原理 163

5.2.3 基于熵的LS-SVM增长记忆学习算法 166

5.3 基于支持向量机的财务困境预测方法 168

5.3.1 基于SVM的财务困境预测方法 168

5.3.2 基于LS-SVM的财务困境预测方法 169

5.3.3 基于熵的增长记忆式LS-SVM财务困境预测方法 170

5.4 模型构建及数值检验 172

5.4.1 标准SVM模型 172

5.4.2 LS-SVM模型 173

5.4.3 基于熵的LS-SVM增长记忆模型 175

第6章 基于遗传算法和支持向量机的财务困境预测方法 177

6.1 基于遗传算法的支持向量机参数优化 177

6.1.1 传统支持向量机参数优化方法及其不足 177

6.1.2 基于遗传算法的支持向量机参数优化 179

6.2 基于遗传算法和SVM的财务困境预测方法 180

6.2.1 基于遗传算法和SVM的财务困境预测流程图 180

6.2.2 基于遗传算法和SVM的财务困境预测实现步骤 180

6.3 模型构建及数值检验 183

6.3.1 基于遗传算法的SVM模型 183

6.3.2 基于遗传算法的LS-SVM模型 185

6.3.3 基于遗传算法和熵的LS-SVM模型 186

第7章 企业财务困境分析与预测实证研究 188

7.1 研究样本的来源及统计分析 188

7.1.1 研究样本的来源 188

7.1.2 研究样本的选取 189

7.1.3 研究样本的统计分析 192

7.1.4 模型输入变量的获取 196

7.2 短期预测多模型的建立及实证研究 197

7.2.1 Logit回归模型 197

7.2.2 标准SVM模型 199

7.2.3 LS-SVM模型 201

7.2.4 基于熵的LS-SVM模型 202

7.2.5 基于遗传算法的SVM模型 203

7.2.6 基于遗传算法的LS-SVM模型 204

7.2.7 基于遗传算法和熵的LS-SVM模型 205

7.3 中长期预测多模型的建立及实证研究 207

7.3.1 ST前2年预测模型的建立及实证分析 207

7.3.2 ST前3年预测模型的建立及实证分析 215

7.4 短期及中长期预测多模型预测结果的分析比较 223

7.4.1 Logit回归模型 224

7.4.2 标准SVM模型 225

7.4.3 基于遗传算法的SVM模型 226

7.4.4 LS-SVM模型 226

7.4.5 基于遗传算法的LS-SVM模型 227

7.4.6 基于熵的LS-SVM模型 228

7.4.7 基于遗传算法和熵的LS-SVM模型 229

7.5 不同数据集多模型预测结果的分析比较 230

7.5.1 基于遗传算法的SVM模型 230

7.5.2 基于遗传算法的LS-SVM模型 231

7.5.3 基于遗传算法和熵的LS-SVM模型 231

第8章 研究与展望 233

8.1 研究工作总结 233

8.2 不足与展望 235

附录 236

参考文献 243

后记 252