上市公司财务困境预测问题研究PDF|Epub|txt|kindle电子书版本网盘下载

上市公司财务困境预测问题研究PDF格式电子书版下载

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1

1.2 研究意义5

1.3 全文的结构安排10

第2章 文献综述12

2.1 企业财务困境的定义12

2.1.1 国外学者的观点12

2.1.2 国内学者的观点12

2.1.3 财务困境概念的再分析14

2.2 关于财务困境预测变量的最新探讨19

2.2.1 财务困境预测变量选择理论19

2.2.2 利用普遍使用的财务比率24

2.2.3 使用现金流量数据25

2.2.4 用于预测的其他变量27

2.2.5 调整财务比率：价格水平调整和变换29

2.2.6 精简变量集29

2.2.7 变量的数学变换31

2.3 财务困境预测的统计与智能方法32

2.3.1 单变量分析32

2.3.2 线性判别分析34

2.3.3 条件概率模型37

2.3.4 多状态预测模型40

2.3.5 生存分析41

2.3.6 财务困境预测的智能方法42

2.4 关于财务困境预测中样本与结果评价问题53

2.4.1 样本选择和数据收集53

2.4.2 评价实证结果56

2.4.3 先验概率59

2.4.4 在评价中加入误分成本60

2.4.5 在确定结果的相关问题时其他注意事项61

2.5 国内研究述评62

2.6 财务困境理论的发展路线64

第3章 企业财务困境预测方法简介68

3.1 判别分析68

3.2 支持向量机70

3.2.1 Vapnik-Chervonenkis维71

3.2.2 A间隔分类超平面73

3.2.3 最大间隔分类74

3.2.4 最小二乘支持向量机LSSVM77

3.2.5 支持向量机研究现状78

3.3 应用多选择模型79

3.3.1 多分logit模型80

3.3.2 条件logit模型82

3.3.3 无关选择的独立假设83

3.3.4 嵌套logit模型83

3.3.5 多分ptobit模型86

3.3.6 混合logit模型86

第4章 基于SVM的财务困境预测88

4.1 样本选择88

4.2 预测变量选择89

4.3 模型建立92

4.4 剖面分析97

4.5 支持向量机分类99

4.6 与多变量判别分析判别效果与比较106

4.6.1 判别前提检验106

4.6.2 逐步判别分析108

4.6.3 预测效果分析119

4.7 误分成本分析121

4.8 结论123

第5章 基于支持向量机的三状态财务困境预测125

5.1 引言125

5.2 评价标准简介125

5.3 研究设计126

5.3.1 样本选择126

5.3.2 预测变量选择127

5.3.3 反应变量选择127

5.3.4 模型建立128

5.4 实证结果128

5.5 结论129

第6章 中美财务困境识别比较研究130

6.1 前言130

6.2 研究设计131

6.2.1 美国公司样本131

6.2.2 中国公司样本131

6.2.3 变量选择132

6.2.4 检验模型133

6.3 实证结果134

6.3.1 剖面分析134

6.3.2 面板回归结果分析141

6.4 结论143

第7章 现金流在脱困识别中的作用147

7.1 研究背景147

7.2 相关文献回顾148

7.2.1 破产预测文献148

7.2.2 脱困预测文献148

7.3 研究设计148

7.3.1 样本与数据148

7.3.2 变量选择与定义149

7.3.3 检验模型150

7.4 实证结果与分析151

7.4.1 描述性统计量151

7.4.2 现金流量相对信息含量的单变量logistic回归分析152

7.4.3 现金流量增量信息含量的多变量logistic回归分析153

7.5 结论155

第8章 我国财务困境制度变迁与研究展望157

8.1 我国财务困境法律制度的演变157

8.2 我国证券市场的财务困境问题160

8.2.1 我国上市公司的财务困境现象160

8.2.2 导致上市公司财务困境的原因分析161

8.3 本文总结与研究展望165

参考文献167

附录1 样本公司名单与变量各年剖面分析结果190

附录2 WRDS系统数据的SAS加工程序209