基于灰色神经网络的动态财务预警研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 导论 | 第9-16页 |
| ·选题的目的和意义 | 第9-11页 |
| ·选题目的 | 第9-10页 |
| ·选题意义 | 第10-11页 |
| ·国内外相关研究综述 | 第11-14页 |
| ·国外相关研究状况 | 第11-13页 |
| ·国内相关研究状况 | 第13-14页 |
| ·研究内容和研究方法 | 第14-16页 |
| ·研究内容 | 第14-15页 |
| ·研究方法 | 第15-16页 |
| 第2章 现有财务预警研究方法剖析 | 第16-22页 |
| ·现有财务预警方法 | 第16-19页 |
| ·定性分析法 | 第16-17页 |
| ·定量分析法 | 第17-19页 |
| ·现有财务预警方法的局限性 | 第19-20页 |
| ·动态财务预警模型的改进思路 | 第20-22页 |
| 第3章 基本理论 | 第22-31页 |
| ·统计分析方法 | 第22-24页 |
| ·独立样本T检验 | 第22-23页 |
| ·相关性分析 | 第23-24页 |
| ·BP神经网络 | 第24-27页 |
| ·人工神经网络概述 | 第24-25页 |
| ·BP神经网络 | 第25-27页 |
| ·灰色预测理论 | 第27-29页 |
| ·灰色系统理论概述 | 第27-28页 |
| ·灰色预测模型 | 第28-29页 |
| ·灰色预测理论与BP神经网络的融合 | 第29-31页 |
| 第4章 模型研究框架 | 第31-40页 |
| ·财务困境的界定 | 第31-35页 |
| ·现有财务困境的界定 | 第31-32页 |
| ·我国证券监管制度 | 第32-34页 |
| ·本文财务困境界定 | 第34-35页 |
| ·样本数据的选取 | 第35-36页 |
| ·样本及数据来源 | 第35页 |
| ·样本数据的选取标准 | 第35页 |
| ·样本的具体选取 | 第35-36页 |
| ·预警变量的选取与定义 | 第36-39页 |
| ·变量选取原则 | 第36-37页 |
| ·变量选取 | 第37-39页 |
| ·建模程序 | 第39-40页 |
| 第5章 基于灰色神经网络模型的财务预警 | 第40-51页 |
| ·指标体系的建立 | 第40-42页 |
| ·显著性筛选 | 第40-41页 |
| ·相关性检验 | 第41-42页 |
| ·BP神经网络建立 | 第42-48页 |
| ·BP神经网络初始化 | 第42-44页 |
| ·神经网络训练与仿真 | 第44-48页 |
| ·动态预警与检验 | 第48-49页 |
| ·灰建模数据列转化 | 第48页 |
| ·动态预警与检验 | 第48-49页 |
| ·预警结果分析 | 第49-51页 |
| 第6章 结论 | 第51-54页 |
| ·研究结论 | 第51页 |
| ·研究创新点 | 第51-52页 |
| ·研究局限与展望 | 第52-54页 |
| 参考文献 | 第54-57页 |
| 致谢 | 第57-58页 |
| 附录一 建模与预警样本原始数据 | 第58-69页 |
| 附录二 基于灰色神经网络的MATLAB的计算程序 | 第69-70页 |
| 攻读硕士学位期间发表论文及参与科研项目情况 | 第70页 |
