基于卡尔曼滤波的财务困境预测动态性研究PDF|Epub|txt|kindle电子书版本网盘下载

基于卡尔曼滤波的财务困境预测动态性研究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 研究背景与研究意义1

1.1.1 研究背景1

1.1.2 研究意义5

1.2 国内外研究现状综述6

1.2.1 关于财务困境预测的研究现状6

1.2.2 有关财务困境预测模型的文献评述7

1.2.3 有关财务困境预测指标的文献评述21

1.2.4 关于财务困境预测实证研究的文献评述26

1.2.5 结论与启示28

1.3 研究思路与研究方法30

1.3.1 研究思路30

1.3.2 研究方法32

1.4 涉及本书的主要概念界定33

1.4.1 财务困境理论与破产理论33

1.4.2 财务困境预测的动态性33

1.4.3 连续递进预测和预测信号指标34

1.4.4 滤波与卡尔曼滤波35

1.5 本书的结构安排36

第2章 财务困境理论的追溯38

2.1 MM理论的衍生：破产理论的产生38

2.1.1 现代财务理论的基石：MM理论38

2.1.2 MM理论的分支：破产理论42

2.1.3 破产理论的派生：清偿理论44

2.2 破产理论的扩展：财务困境理论的形成46

2.2.1 财务困境理论的产生路径46

2.2.2 财务困境理论的核心问题48

2.3 结论与启示60

第3章 财务困境预测动态性理论的提出63

3.1 财务困境动态性与预测动态性理论结构63

3.1.1 财务困境动态性特征与预测动态性内涵63

3.1.2 财务困境预测动态性理论的层次与结构66

3.1.3 财务困境预测动态性的基础理论67

3.2 连续递进预测方法体系69

3.2.1 马尔科夫预测70

3.2.2 信息滤波处理71

3.2.3 时间序列分析72

3.3 综合预测信号指标体系75

3.3.1 财务困境的成因解释75

3.3.2 财务困境的影响作用82

3.3.3 预测信号指标的时序分析96

3.4 本章小结97

第4章 基于卡尔曼滤波的财务困境预测动态性改进99

4.1 卡尔曼滤波99

4.1.1 随机线性离散系统卡尔曼滤波100

4.1.2 随机非线性离散系统扩展卡尔曼滤波105

4.1.3 应用卡尔曼滤波的研究现状109

4.2 基于卡尔曼滤波构建动态预测模型112

4.2.1 预测模型的动态改进112

4.2.2 预测过程的动态实现113

4.3 企业财务状态动态预测的全过程115

4.4 本章小结118

第5章 财务困境动态预测的实证分析120

5.1 样本数据的选择120

5.1.1 样本企业的选择依据120

5.1.2 样本数据的期间选择121

5.1.3 预测信号指标的选择123

5.2 样本数据的预处理和统计分析125

5.2.1 样本数据的预处理125

5.2.2 样本数据的趋势性分析126

5.2.3 样本数据的差异性分析131

5.3 样本数据的主成分分析134

5.3.1 主成分分析结果135

5.3.2 两组样本的综合比较136

5.4 动态预测模型的仿真及结果分析137

5.4.1 参数估计137

5.4.2 阈值确定140

5.4.3 预测结果及分析144

5.5 本章小结147

第6章 结论与展望149

附录152

附录A 样本企业信息152

附录B 预测信号指标的描述性统计156

附录C 预测信号指标的非参数检验164

附录D 主成分分析Matlab程序167

附录E ＊ST新材的主成分矩阵168

附录F 财务困境动态预测主程序171

附录G 参数估计值173

参考文献185

后记201