第1章 绪论
1．1 研究背景及问题的提出
1．1．1 研究背景
1．1．2 问题的提出
1．2 研究的目的和意义
1．3 国内外研究现状及分析
1．3．1 财务危机概念界定的研究现状
1．3．2 财务危机预警模型的研究现状
1．3．3 财务危机预警指标体系的研究现状
1．3．4 财务危机预警实证研究的现状
1．3．5 国内外研究现状评述
1．4 本书的内容、方法和技术路线
1．4．1 研究内容
1．4．2 主要研究方法
1．4．3 技术路线
第2章 财务危机动态预警的理论基础
2．1 财务危机的内涵
2．1．1 财务危机和财务危机预警的界定
2．1．2 财务危机的特征
2．1．3 财务危机的原因分析
2．2 动态预警的理论基础
2．2．1 预警理论
2．2．2 企业生命周期理论
2．2．3 质量过程控制理论
2．3 引发财务危机的影响因素分析
2．3．1 财务状况恶化对财务危机的影响
2．3．2 经营质量降低对财务危机的影响
2．3．3 公司治理结构对财务危机的影响
2．4 动态预警指标体系的确定及定义
2．5 本章小结
第3章 财务危机预警动态数据分析与检验
3．1 样本公司的选择
3．1．1 样本公司选择的依据
3．1．2 样本的选择
3．1．3 样本公司选择结果
3．2 动态系统数据的统计描述和检验
3．2．1 动态系统数据的描述性统计和噪声预处理
3．2．2 时间序列数据的参数检验和非参数检验
3．2．3 变量间相关性分析
3．2．4 动态系统数据空间维度的确定
3．3 公司治理截面数据的统计描述和检验
3．4 动态系统数据的标准正态化处理
3．5 全局主成分分析动态系统数据
3．5．1 全局主成分法
3．5．2 分析结果
3．6 本章小结
第4章 基于Kalman滤波构建企业财务危机预警模型
4．1 动态系统的状态空间描述
4．1．1 时间序列分析
4．1．2 状态空间模型
4．2 Kalman滤波算法
4．2．1 Kalman滤波
4．2．2 扩展Ka|man滤波
4．3 Kalman滤波在财务危机预警中的适用性分析
4．3．1 应用Kalman滤波的研究现状
4．3．2 Kalman滤波在财务危机预警中的适用性
4．4 财务危机预警状况空间模型的建立．
4．5 极大似然估计在模型参数辨识中的应用
4．5．1 极大似然估计
4．5．2 参数辨识
4．6 本章小结
第5章 动态模型有效性的分析与检验
5．1 分警度的财务危机阈值的确定
5．1．1 不同警度的判定标准
5．1．2 不同警度划分的结果
5．1．3 预警阈值的确定
5．2 Kalman滤波模型结果的动态分析
5．2．1 检测样本的财务状态结果
5．2．2 检测样本的财务预测结果
5．2．3 模型结果的动态分析与讨论
5．3 总体判别正确率分析
5．3．1 预测精度的分析
5．3．2 模型分类识别能力的检验
5．4 本章小结
第6章 公司治理视角下的BP神经网络财务危机预警模型
6．1 公司治理研究视角的完善
6．1．1 公司治理指标的引入
6．1．2 新近上市公司的特点
6．1．3 神经网络的优势
6．2 BP神经网络的基本概念
6．2．1 神经元模型
6．2．2 BP神经网络及其结构
6．3 BP神经网络的设计和创建
6．3．1 BP神经网络的设计
6．3．2 BP神经网络的创建
6．4 BP神经网络的训练和仿真结果
6．4．1 BP神经网络的训练
6．4．2 BP神经网络的仿真及结果分析
6．5 两种财务危机动态预警模型的对比分析
6．6 本章小结
第7章 结论与展望
7．1 结论
7．2 进一步研究的方向
附录
附录1 样本公司信息
附录2 备选财务指标和经营指标的描述性统计
附录3 备选财务指标的非参数检验
附录4 备选财务指标的Person检验
附录5 备选治理指标的描述性统计
附录6 备选治理指标的非参数检验
附录7 备选财务指标的全局主成分分析
附录8 Matlab主程序内容
参考文献
后记