研究财务危机产生的原因，建立精准的预测模型，提早预测并防范危机的发生，一直为各国所重视。我国在该领域研究起步稍晚，主要使用统计方法建模，许多人工智能方法尚未得到应用，《我国上市公司财务危机预测模型研究——基于统计和人工智能方法构建》试图填补这一空白，以我国沪深A股上市公司为研究对象，将被特别处理的ST公司视为财务危机公司，选取了376家公司数据做样本，其中ST公司188家、与其配对的健康公司188家，使用21个财务比率，采用数据挖掘技术建立了基于统计方法和人工智能方法的财务危机预测模型。包括Fisher判别、Logistic回归、遗传算法、人工神经网络、基于案例推理、粗糙集等模型。本书由李清著。

《我国上市公司财务危机预测模型研究——基于统计和人工智能方法构建》以我国沪深A股上市公司为研究对象，将被特别处理的ST公司视为财务危机公司，采用数据挖掘技术建立了基于统计方法和人工智能方法的财务危机预测模型，包括Fisher判别、线性Logistic回归、非线性Logistic回归、主成分Logistic回归、遗传算法、人工神经网络、基于案例推理、粗糙集等模型，并对各模型的预测准确率、优缺点进行了对比。

另外《我国上市公司财务危机预测模型研究——基于统计和人工智能方法构建》中还回顾了财务危机预测理论以及国外著名的破产预测模型，归纳总结了我国上市公司财务危机成因及防范措施，进行了基于ERP的财务危机预警子系统的系统分析和系统设计。本书由李清著。

前言

第一章 财务危机预测研究进展和理论分析

 第一节 财务危机定义

 第二节 国外财务危机预测研究进展

 第三节 国内财务危机预测研究进展

 第四节 财务危机预测的理论基础

第二章 我国上市公司财务危机成因及防范措施

 第一节 ST制度

 第二节 我国上市公司财务危机形成的直接原因

 第三节 我国上市公司财务危机形成的根本原因之宏观因素

 第四节 我国上市公司财务危机形成的根本原因之微观因素

 第五节 我国上市公司财务危机发生的防范措施

第三章 基于统计方法的财务危机预测模型

 第一节 样本租变量的选取

 第二节 模型预测准确率的评估方法

 第三节 Flsher线性判别模型

 第四节 线性Logistic回归模型

 第五节 非线性Logistic回归模型

 第六节 主成分Logistic回归模型

 第七节 各统计模型预测结果对比分析

第四章 基于遗传算法的财务危机预测模型

 第一节 遗传算法原理

 第二节 基于规则积分的预测模型Score-sign

 第三节 基于规则积分的预测模型Score-Sigmoid

 第四节 基于适度指标的规则积分预测模型Score-sign-Ⅱ

 第五节 基于适度指标和Gauss函数的规则积分预测模型Score-sign-Ⅲ

 第六节 遗传模拟逻辑斯蒂模型GA-Logistic

 第七节 遗传模拟线性判别函数模型GLS

 第八节 IF-HEN判别模型

 第九节 遗传算法各模型预测结果对比分析

第五章 基于人工神经网络的财务危机预测模型

 第一节 BP神经网络原理

 第二节 BP神经网络学习流程

 第三节 BP神经网络预测模型

第六章 基于案例推理的财务危机预测模型

 第一节 基于案例推理的预测原理

 第二节 使用遗传算法确定权重的案例推理预测模型

 第三节 Logistic回归标准化系数绝对值作为权重的案例推理预测模型

 第四节 使用粗糙集属性重要度作为权重的案例推理预测模型

 第五节 其它权重的案例推理预测模型

 第六节 不同权重案例推理模型预测结果对比分析

第七章 基于粗糙集的财务危机预测模型

 第一节 粗糙集预测原理

 第二节 基于粗糙集的预测模型

第八章 各种预测模型特点对比分析

 第一节 各类预测模型准确率对比

 第二节 各种预测模型优缺点对比

结论

参考文献

附录