基于卡尔曼滤波的财务困境预测动态性研究

基于卡尔曼滤波的财务困境预测动态性研究
分享
扫描下方二维码分享到微信
打开微信,点击右上角”+“,
使用”扫一扫“即可将网页分享到朋友圈。
作者:
2016-01
版次: 1
ISBN: 9787564163273
定价: 18.00
装帧: 平装
开本: 32开
纸张: 胶版纸
页数: 202页
字数: 140千字
分类: 经济
4人买过
  •   由庄倩*的《基于卡尔曼滤波的财务困境预测动态性研究》分为六章。**章是绪论。阐述财务困境预测研究的背景与意义,将本书定位在动态性方向的研究上。然后从财务困境预测理论、预测模型、预测指标及实证研究四个方面综述该领域的国内外研究现状,据此得出的结论为本书的研究内容提供启示作用。第2章是财务困境理论的追溯。通过追溯财务困境理论的演进历程,论述其与破产理论之间的联系和区别,明确财务困境理论的内涵和范畴。通过梳理财务困境理论中的*新研究成果,指出动态性方向是财务困境预测研究的未来趋势和关键点。第3章提出财务困境预测的动态性理论。通过分析财务困境动态性本质,提出预测动态性的“三层次理论”:基础理论界定了动态性的概念与范畴、功能与作用、特征与性质,逻辑理论论述了动态性功能实现的内在逻辑,技术理论阐明了在该逻辑下具体操作的应用技术及实现手段。第4章基于卡尔曼滤波对财务困境预测作动态性改进。引入卡尔曼滤波方法,说明其在高频连续性预测问题上的适用性和优势。构建包括过程模型和判别模型的组合预测系统模型,基于卡尔曼滤波算法求解,并推导通用的超前,z步预测算法,实现以高频连续性为特征的企业财务状态的全过程预测。第5章是实证分析。说明样本数据的选择依据,并对所选样本数据进行趋势性分析、差异性分析和主成分分析。采用Matlab技术对动态预测模型进行仿真,并对参数估计和阈值确定问题进行讨论,*后对预测效果进行检验,并对检验结果进行阐释。第6章是结论与展望。

      总结本书的研究工作、主要创新点和未来的研究工作。

      本书的研究完善了财务困境预测动态性理论,构建的基于卡尔曼滤波的动态预测方法体系,为企业开展财务困境预测提供了现实的决策辅助工具,具有重要的理论和实践意义。 第1章  绪论

      1.1  研究背景与研究意义

        1.1.1  研究背景

        1.1.2  研究意义

      1.2  国内外研究现状综述

        1.2.1  关于财务困境预测的研究现状

        1.2.2  有关财务困境预测模型的文献评述

        1.2.3  有关财务困境预测指标的文献评述

        1.2.4  关于财务困境预测实证研究的文献评述

        1.2.5  结论与启示

      1.3  研究思路与研究方法

        1.3.1  研究思路

        1.3.2  研究方法

      1.4  涉及本书的主要概念界定

        1.4.1  财务困境理论与破产理论

        1.4.2  财务困境预测的动态性

        1.4.3  连续递进预测和预测信号指标

        1.4.4  滤波与卡尔曼滤波

      1.5  本书的结构安排

    第2章  财务困境理论的追溯

      2.1   MM理论的衍生:破产理论的产生

        2.1.1  现代财务理论的基石:MM理论

        2.1.2   MM理论的分支:破产理论

        2.1.3  破产理论的派生:清偿理论

      2.2  破产理论的扩展:财务困境理论的形成

        2.2.1  财务困境理论的产生路径

        2.2.2  财务困境理论的核心问题

      2.3  结论与启示

    第3章  财务困境预测动态性理论的提出

      3.1  财务困境动态性与预测动态性理论结构

        3.1.1  财务困境动态性特征与预测动态性内涵

        3.1.2  财务困境预测动态性理论的层次与结构

        3.1.3  财务困境预测动态性的基础理论

      3.2  连续递进预测方法体系

        3.2.1马尔科夫预测

        3.2.2  信息滤波处理

        3.2.3  时间序列分析

      3.3  综合预测信号指标体系

        3.3.1  财务困境的成因解释

        3.3.2  财务困境的影响作用

        3.3.3  预测信号指标的时序分析

      3.4  本章小结

    第4章  基于卡尔曼滤波的财务困境预测动态性改进

      4.1  卡尔曼滤波

        4.1.1  随机线性离散系统卡尔曼滤波

        4.1.2    随机非线性离散系统扩展卡尔曼滤波

        4.1.3  应用卡尔曼滤波的研究现状

      4.2  基于卡尔曼滤波构建动态预测模型

        4.2.1  预测模型的动态改进

        4.2.2  预测过程的动态实现

      4.3  企业财务状态动态预测的全过程

      4.4  本章小结

    第5章  财务困境动态预测的实证分析

      5.1  样本数据的选择

        5.1.1  样本企业的选择依据

        5.1.2  样本数据的期间选择

        5.1.3  预测信号指标的选择

      5.2  样本数据的预处理和统计分析

        5.2.1  样本数据的预处理

        5.2.2  样本数据的趋势性分析

        5.2.3  样本数据的差异性分析

      5.3  样本数据的主成分分析

        5.3.1  主成分分析结果

        5.3.2  两组样本的综合比较

      5.4  动态预测模型的仿真及结果分析

        5.4.1  参数估计

        5.4.2  阈值确定

        5.4.3  预测结果及分析

      5.5  本章小结

    第6章  结论与展望

    附录

      附录A  样本企业信息

      附录B  预测信号指标的描述性统计

      附录C  预测信号指标的非参数检验

      附录D  主成分分析Matlab程序

      附录E  *ST新材的主成分矩阵

      附录F  财务困境动态预测主程序

      附录G  参数估计值

    参考文献

    后记
  • 内容简介:
      由庄倩*的《基于卡尔曼滤波的财务困境预测动态性研究》分为六章。**章是绪论。阐述财务困境预测研究的背景与意义,将本书定位在动态性方向的研究上。然后从财务困境预测理论、预测模型、预测指标及实证研究四个方面综述该领域的国内外研究现状,据此得出的结论为本书的研究内容提供启示作用。第2章是财务困境理论的追溯。通过追溯财务困境理论的演进历程,论述其与破产理论之间的联系和区别,明确财务困境理论的内涵和范畴。通过梳理财务困境理论中的*新研究成果,指出动态性方向是财务困境预测研究的未来趋势和关键点。第3章提出财务困境预测的动态性理论。通过分析财务困境动态性本质,提出预测动态性的“三层次理论”:基础理论界定了动态性的概念与范畴、功能与作用、特征与性质,逻辑理论论述了动态性功能实现的内在逻辑,技术理论阐明了在该逻辑下具体操作的应用技术及实现手段。第4章基于卡尔曼滤波对财务困境预测作动态性改进。引入卡尔曼滤波方法,说明其在高频连续性预测问题上的适用性和优势。构建包括过程模型和判别模型的组合预测系统模型,基于卡尔曼滤波算法求解,并推导通用的超前,z步预测算法,实现以高频连续性为特征的企业财务状态的全过程预测。第5章是实证分析。说明样本数据的选择依据,并对所选样本数据进行趋势性分析、差异性分析和主成分分析。采用Matlab技术对动态预测模型进行仿真,并对参数估计和阈值确定问题进行讨论,*后对预测效果进行检验,并对检验结果进行阐释。第6章是结论与展望。

      总结本书的研究工作、主要创新点和未来的研究工作。

      本书的研究完善了财务困境预测动态性理论,构建的基于卡尔曼滤波的动态预测方法体系,为企业开展财务困境预测提供了现实的决策辅助工具,具有重要的理论和实践意义。
  • 目录:
    第1章  绪论

      1.1  研究背景与研究意义

        1.1.1  研究背景

        1.1.2  研究意义

      1.2  国内外研究现状综述

        1.2.1  关于财务困境预测的研究现状

        1.2.2  有关财务困境预测模型的文献评述

        1.2.3  有关财务困境预测指标的文献评述

        1.2.4  关于财务困境预测实证研究的文献评述

        1.2.5  结论与启示

      1.3  研究思路与研究方法

        1.3.1  研究思路

        1.3.2  研究方法

      1.4  涉及本书的主要概念界定

        1.4.1  财务困境理论与破产理论

        1.4.2  财务困境预测的动态性

        1.4.3  连续递进预测和预测信号指标

        1.4.4  滤波与卡尔曼滤波

      1.5  本书的结构安排

    第2章  财务困境理论的追溯

      2.1   MM理论的衍生:破产理论的产生

        2.1.1  现代财务理论的基石:MM理论

        2.1.2   MM理论的分支:破产理论

        2.1.3  破产理论的派生:清偿理论

      2.2  破产理论的扩展:财务困境理论的形成

        2.2.1  财务困境理论的产生路径

        2.2.2  财务困境理论的核心问题

      2.3  结论与启示

    第3章  财务困境预测动态性理论的提出

      3.1  财务困境动态性与预测动态性理论结构

        3.1.1  财务困境动态性特征与预测动态性内涵

        3.1.2  财务困境预测动态性理论的层次与结构

        3.1.3  财务困境预测动态性的基础理论

      3.2  连续递进预测方法体系

        3.2.1马尔科夫预测

        3.2.2  信息滤波处理

        3.2.3  时间序列分析

      3.3  综合预测信号指标体系

        3.3.1  财务困境的成因解释

        3.3.2  财务困境的影响作用

        3.3.3  预测信号指标的时序分析

      3.4  本章小结

    第4章  基于卡尔曼滤波的财务困境预测动态性改进

      4.1  卡尔曼滤波

        4.1.1  随机线性离散系统卡尔曼滤波

        4.1.2    随机非线性离散系统扩展卡尔曼滤波

        4.1.3  应用卡尔曼滤波的研究现状

      4.2  基于卡尔曼滤波构建动态预测模型

        4.2.1  预测模型的动态改进

        4.2.2  预测过程的动态实现

      4.3  企业财务状态动态预测的全过程

      4.4  本章小结

    第5章  财务困境动态预测的实证分析

      5.1  样本数据的选择

        5.1.1  样本企业的选择依据

        5.1.2  样本数据的期间选择

        5.1.3  预测信号指标的选择

      5.2  样本数据的预处理和统计分析

        5.2.1  样本数据的预处理

        5.2.2  样本数据的趋势性分析

        5.2.3  样本数据的差异性分析

      5.3  样本数据的主成分分析

        5.3.1  主成分分析结果

        5.3.2  两组样本的综合比较

      5.4  动态预测模型的仿真及结果分析

        5.4.1  参数估计

        5.4.2  阈值确定

        5.4.3  预测结果及分析

      5.5  本章小结

    第6章  结论与展望

    附录

      附录A  样本企业信息

      附录B  预测信号指标的描述性统计

      附录C  预测信号指标的非参数检验

      附录D  主成分分析Matlab程序

      附录E  *ST新材的主成分矩阵

      附录F  财务困境动态预测主程序

      附录G  参数估计值

    参考文献

    后记
查看详情