| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-18页 |
| 1.1 研究的背景及意义 | 第8-11页 |
| 1.1.1 研究背景 | 第8-10页 |
| 1.1.2 研究意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-16页 |
| 1.2.1 国外研究现状 | 第11-13页 |
| 1.2.2 国内研究现状 | 第13-16页 |
| 1.2.3 国内外文献综述 | 第16页 |
| 1.3 研究内容与方法 | 第16-18页 |
| 1.3.1 研究内容 | 第16-17页 |
| 1.3.2 研究方法 | 第17-18页 |
| 第2章 制造业上市公司财务危机预警的研究 | 第18-26页 |
| 2.1 制造业上市公司财务危机概述 | 第18-22页 |
| 2.1.1 制造业上市公司财务危机的定义 | 第18-19页 |
| 2.1.2 制造业上市公司财务危机的特征 | 第19页 |
| 2.1.3 制造业上市公司财务危机的成因 | 第19-22页 |
| 2.2 制造业上市公司财务危机预警概述 | 第22-23页 |
| 2.2.1 制造业上市公司财务危机预警的定义 | 第22页 |
| 2.2.2 制造业上市公司财务危机预警的作用 | 第22-23页 |
| 2.3 制造业上市公司财务危机预警理论基础 | 第23-24页 |
| 2.3.1 非均衡理论 | 第23页 |
| 2.3.2 契约理论 | 第23页 |
| 2.3.3 企业战略学理论 | 第23-24页 |
| 2.4 制造业上市公司财务危机预警的模式及方法 | 第24-25页 |
| 2.4.1 定性模式 | 第24页 |
| 2.4.2 定量模式 | 第24-25页 |
| 2.5 制造业上市公司财务危机预警的方法评析 | 第25页 |
| 2.6 本章小结 | 第25-26页 |
| 第3章 PCA-SVM财务预警模型的研究设计 | 第26-36页 |
| 3.1 数理工具的选择 | 第26-30页 |
| 3.1.1 主成分分析 | 第26-28页 |
| 3.1.2 支持向量机 | 第28-30页 |
| 3.2 制造业上市公司财务预警模型指标体系的构建 | 第30-35页 |
| 3.2.1 预警指标的功能及选取原则 | 第30-31页 |
| 3.2.2 指标初步选取 | 第31-35页 |
| 3.3 PCA-SVM财务预警模型的构建 | 第35页 |
| 3.4 本章小结 | 第35-36页 |
| 第4章 PCA-SVM财务预警模型的实证研究 | 第36-48页 |
| 4.1 样本的选择、数据收集及指标预处理 | 第36-40页 |
| 4.1.1 样本的选择 | 第36页 |
| 4.1.2 数据收集 | 第36-38页 |
| 4.1.3 数据的标准化处理及正态分布检验 | 第38-39页 |
| 4.1.4 Mann-Whitney U检验 | 第39-40页 |
| 4.2 模型实证检验 | 第40-45页 |
| 4.2.1 利用PCA提取主成分 | 第40-42页 |
| 4.2.2 基于Logistic模型的财务危机预测 | 第42-43页 |
| 4.2.3 基于BP神经网络模型的财务危机预测 | 第43-44页 |
| 4.2.4 基于单一SVM模型的财务危机预测 | 第44页 |
| 4.2.5 基于PCA-SVM模型的财务危机预测 | 第44-45页 |
| 4.3 实证结果对比分析 | 第45-47页 |
| 4.4 本章小结 | 第47-48页 |
| 结论 | 第48-49页 |
| 参考文献 | 第49-53页 |
| 致谢 | 第53页 |