孙洁，女，1979年6月生，2007年6月获管理学博±学位，现为浙江师范大学经济与管理学院副教授、硕士研究生导师、会计系主任。先后在IEEE Transactions on Systems，Man， and Cybernetics-Part A： Systems、European Journal of Operational Research、Computers & Operations Research、Applied Soft Computing、Tourism Management Expert Systems with Applications、Knowledge-Based Systems、Joumal of Forecasting Intelligent System in Accounting， Finance＆
　　Management  Technological and Economic Development of Economy《系统工程理论与实践（中英文版）》、《管理工程学报》、《科研管理》、《中国软科学》等国内外期刊上发表学术论文30余篇，合作编写了《会计信息化》和《会计信息系统实验指导教程》等会计专业教材。2009年入选“省新世纪151人才工程第三层次”，201 1年入选浙江省第一期之江青年社科学者。近五年来，先后获得浙江省首届五星级青年教师、浙江省高校优秀科研成果奖（二等奖）、浙江省社科联第七届青年社会科学优秀成果奖（三等奖）、市哲学社会科学优秀成果奖（一等奖）、浙江省生产力学会优秀成果奖（三等奖）、校  “优秀中青年骨干教师”等荣誉。

　　财务危机是企业危机最综合、最显著的表现。随着我国证券市场机制和企业破产制度的完善，财务危机不但使企业遭受巨大损失，而且直接影响企业的生存和发展。如何提高企业财务危机预警效果，已成为企业的重要研究问题。
　　然而，已有的财务危机预警研究主要围绕传统的单分类器财务危机预测方法展开，缺乏系统性。不但人工智能单分类器财务危机预测方法有待进一步扩充，而且忽视了以多分类器组合进行财务危机预测可能带来的好处，以及专家经验知识和非财务信息对财务危机预警的重要作用。在该研究背景下，当前正飞速发展的计算机科学、人工智能、数据挖掘和群决策理论，为从新的视角开展企业财务危机预警研究提供了思路。
　　《企业财务危机预警的智能决策方法》以财务管理理论和企业预警理论为基础，跟踪人工智能、数据挖掘以及群决策领域的前沿理论、方法和技术，采用定量和定性相结合、规范和实证相结合、机器学习和专家经验相结合的跨学科综合研究方法，对企业财务危机预警的智能决策方法体系展开系统的研究。
　　《企业财务危机预警的智能决策方法》从剖析企业财务危机问题的现象和本质人手，提出了包含财务指标实时监控、财务危机机器学习预警和财务危机专家经验预警三个方面的多层次财务危机预警体系框架，并抓住基于定量财务数据的机器学习预警和基于定性财务及非财务信息的专家经验预警两条主线来进行深入研究。

　　此外，中国从20世纪90年代末才开始兴起对企业财务危机预警问题的探索，与西方国家从20世纪30年代开始在该领域的研究历史和成果积累相比，研究起步较晚，数据与案例积累不足，研究成果相对贫乏，迫切需要后继学者结合我国企业的实际情况进一步深入地研究。目前，人工智能和数据挖掘技术以及群决策理论不断发展，为企业财务危机预警研究开阔了新的思路，提供了新的理论和技术支持。我国上市公司信息披露制度的不断成熟，使得该领域的实证研究也逐渐成为可能。因此，本书将结合财务管理学、统计学、人工智能和数据挖掘技术、群决策理论以及面向概念漂移的动态建模思想，对企业财务危机预警问题展开系统的研究，试图建立一套比较完整的企业财务危机预警体系。
　　二研究目的和意义
　　本书将结合人工智能和数据挖掘技术、群决策理论以及面向概念漂移的动态建模思想，对企业财务危机预警问题进行系统的研究。本书研究的目的是提出一套系统有效的企业财务危机预警理论和方法体系，从而为企业财务危机的预警诊断提供理论和技术支持。该项研究接触国际最新研究前沿，具有十分重要的理论意义和广阔的应用前景。
　　（一）有助于丰富和完善企业财务危机预警的理论体系
　　财务危机预警作为财务管理的一个重要方面，尚未形成一个系统完整的理论体系。以往的财务危机预警研究文献主要集中在财务危机定量预测方法方面，并且多数学者只对某种具体方法在财务危机预警领域的应用进行探索，而没有构建一套系统可行的财务危机预警体系。本书将从财务危机预警理论基础研究人手，构建系统的财务危机预警理论和方法体系。该研究有助于财务危机预警作为财务管理的一个重要分支形成完整的理论体系，丰富了财务危机预警的研究内容和研究成果。
　　（二）有利于财务危机预警方法的进一步创新
　　企业财务危机预警问题具有复杂性，仅用传统财务理论和统计方法已不能满足对该领域进行深入研究的需要，迫切需要多学科前沿理论和技术的充实。本书在系统分析企业财务危机预警问题的基础上，对人工智能、数据挖掘、群决策领域的相关理论、方法和技术进行改进或创新，结合企业财务管理领域的相关知识，进行企业财务危机预警新方法的研究。此外，该研究不但有助于财务管理理论与其他学科前沿理论和技术的跨学科综合，而且有利于财务危机预警方法的进一步创新。
　　……

第一章 绪论
第一节 课题背景及研究目的和意义
一 课题背景
二 研究目的和意义
第二节 国内外研究现状综述
一 企业预警基本理论的研究现状
二 财务危机概念界定的研究现状
三 财务危机预警方法的研究现状
四 财务危机预警指标体系的研究现状
五 财务危机预警实证研究的现状
六 当前研究中存在的问题
第三节 主要内容和结构
第四节 研究方法及技术路线
一 研究方法
二 技术路线

第二章 企业财务危机预警理论
第一节 财务危机和财务危机预警的含义
一 财务危机的基本含义
二 财务危机的类型
三 财务危机预警的基本含义
第二节 企业财务危机周期及性质
一 企业财务危机周期
二 企业财务危机的性质
第三节 财务危机的警源分析
一 财务危机的外生警源
二 财务危机的内生警源
第四节 多层次财务危机预警体系
一 多层次财务危机预警体系框架
二 单项财务指标的实时监控
三 基于机器学习的财务危机预警
四 基于专家经验的财务危机预警
第五节 本章小结

第三章 实验用样本数据及定量财务指标体系
第一节 样本公司的选择
一 财务危机样本公司的选择标准
二 财务正常样本公司的配对标准
三 样本公司选择结果
第二节 备选财务指标的选择
一 备选财务指标的选择原则
二 备选财务指标的内容
第三节 样本数据及统计描述和检验
一 样本数据收集及预处理
二 描述性统计和正态性检验
第四节 定量财务指标体系
一 备选财务指标的均值比较
二 定量财务指标体系的内容
三 定量财务指标体系的共线性检验
第五节 本章小结

第四章 人工智能单分类器财务危机预警方法
第一节 单分类器财务危机预测的空间几何意义
第二节 遗传算法动态优化决策树的财务危机预测
一 设计思想及流程算法
二 决策树理论
……

第五章 基于多分类器组合的财务危机预警方法
第六章 基于群决策的财务危机预警方法
结论
附录
参考文献