| 目录 | 第1-7页 |
| 图表目录 | 第7-8页 |
| 附录目录 | 第8-9页 |
| 摘要 | 第9-10页 |
| ABSTRACT | 第10-12页 |
| 1.绪论 | 第12-19页 |
| ·问题的提出 | 第12-13页 |
| ·研究目的和研究意义 | 第13页 |
| ·研究目的 | 第13页 |
| ·研究意义 | 第13页 |
| ·国内外相关研究 | 第13-15页 |
| ·国外相关研究 | 第13-14页 |
| ·国内相关研究 | 第14-15页 |
| ·研究方法和研究内容 | 第15-18页 |
| ·研究方法 | 第15-16页 |
| ·本文的主要研究内容 | 第16-17页 |
| ·技术路线 | 第17-18页 |
| ·本文的新意与不足 | 第18-19页 |
| ·可能的新意 | 第18页 |
| ·可能的不足 | 第18-19页 |
| 2.财务风险的识别、计量及非营利组织相关理论概述 | 第19-32页 |
| ·财务风险的定义 | 第19-20页 |
| ·非营利性组织财务风险 | 第20-21页 |
| ·非营利性组织定义及其分类 | 第20页 |
| ·非营利组织财务风险主要表现 | 第20-21页 |
| ·企业财务预警方法 | 第21-30页 |
| ·一元判定模型 | 第22页 |
| ·多元线性判定模型 | 第22-24页 |
| ·多元逻辑概率判定模型 | 第24-28页 |
| ·财务风险预警模型的总体评价 | 第28-30页 |
| ·BP人工神经网络方法在企业财务预警中的应用 | 第30-31页 |
| ·BP人工神经网络方法的应用现状 | 第30页 |
| ·BP人工神经网络方法得以运用的原由 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 3.BP人工神经网络方法的运用原理及启示 | 第32-41页 |
| ·人工神经网络(ANN)简介 | 第32-34页 |
| ·人工神经元基本结构 | 第32-33页 |
| ·神经网络模型的分类 | 第33-34页 |
| ·人工神经网络学习方式 | 第34页 |
| ·BP人工神经网络 | 第34-38页 |
| ·BP人工神经网络模型 | 第34-36页 |
| ·BP神经网络的学习步骤 | 第36-38页 |
| ·BP神经网络在非营利组织中的应用 | 第38-39页 |
| ·基于BP神经网络的时间序列预测方法 | 第39页 |
| ·本章小结 | 第39-41页 |
| 4.移植BP人工神经网络方法用于非营利组织财务预警的实例分析 | 第41-61页 |
| ·时序BP人工神经网络设计 | 第41-43页 |
| ·传统BP算法局限 | 第41-42页 |
| ·BP算法的改进 | 第42页 |
| ·传递函数的设计 | 第42页 |
| ·拓扑结构的设计 | 第42-43页 |
| ·实例分析 | 第43-60页 |
| ·高等学校财务风险涵义 | 第44页 |
| ·财务风险评价指标体系 | 第44-49页 |
| ·高等学校财务风险综合预警系统 | 第49-53页 |
| ·风险预警的过程及结果分析 | 第53-59页 |
| ·BP神经网络方法运用的意见和建议 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 5.结论与展望 | 第61-63页 |
| ·研究结论 | 第61页 |
| ·研究展望 | 第61-63页 |
| 参考文献 | 第63-66页 |
| 附录一:高等学校财务风险调查问卷 | 第66-68页 |
| 附录二:财务指标分数计算结果 | 第68-69页 |
| 附录三:财务指标分数计算结果 | 第69-70页 |
| 附录四:财务指标分数计算结果 | 第70-71页 |
| 攻读学位期间发表的学术论文目录 | 第71-72页 |
| 致谢 | 第72页 |