| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 文献综述 | 第12-15页 |
| 1.2.1 国外相关研究 | 第12-14页 |
| 1.2.2 国内研究综述 | 第14-15页 |
| 1.3 论文的主要内容和研究思路 | 第15-16页 |
| 1.3.1 论文的主要内容 | 第15-16页 |
| 1.3.2 研究思路 | 第16页 |
| 1.4 研究方法 | 第16页 |
| 1.5 论文的新见解 | 第16-17页 |
| 1.6 论文的主要工作 | 第17-18页 |
| 2 企业价值评估及折现率的理论基础 | 第18-26页 |
| 2.1 企业价值概述 | 第18页 |
| 2.1.1 企业价值的定义 | 第18页 |
| 2.1.2 企业价值内涵 | 第18页 |
| 2.2 企业价值评估概述 | 第18-20页 |
| 2.2.1 企业价值评估中的价值类型 | 第18-19页 |
| 2.2.2 企业价值评估的对象和范围 | 第19页 |
| 2.2.3 企业价值评估目的 | 第19页 |
| 2.2.4 企业价值评估方法体系 | 第19-20页 |
| 2.3 折现率的理论基础 | 第20-21页 |
| 2.4 确定折现率的常用方法 | 第21-23页 |
| 2.4.1 风险累加法 | 第21-22页 |
| 2.4.2 资本资产定价模型 | 第22页 |
| 2.4.3 加权平均资本成本模型 | 第22页 |
| 2.4.4 以行业平均收益率作为折现率 | 第22-23页 |
| 2.5 传统方法确定折现率的不足 | 第23-26页 |
| 3 基于BP神经网络的企业价值评估中折现率的模型设计 | 第26-42页 |
| 3.1 BP神经网络的折现率估算原理 | 第26-27页 |
| 3.1.1 BP神经网络 | 第26-27页 |
| 3.1.2 基于BP神经网络的折现率估算原理 | 第27页 |
| 3.2 输入指标的选取 | 第27-31页 |
| 3.2.1 付息债务 | 第28页 |
| 3.2.2 投资报酬率 | 第28-30页 |
| 3.2.3 总资产 | 第30页 |
| 3.2.4 利润总额 | 第30-31页 |
| 3.2.5 股票市值 | 第31页 |
| 3.3 输出指标的确定 | 第31-34页 |
| 3.4 样本的选取与前期处理 | 第34-38页 |
| 3.4.1 样本的选取 | 第34-36页 |
| 3.4.2 样本数据的预处理 | 第36-38页 |
| 3.5 BP神经网络模型的构建 | 第38-39页 |
| 3.5.1 BP模型的建立 | 第38-39页 |
| 3.5.2 BP神经网络的训练 | 第39页 |
| 3.6 训练结果分析 | 第39-41页 |
| 3.7 BP模型的仿真 | 第41-42页 |
| 4 BP神经网络折现率估算法的应用 | 第42-50页 |
| 4.1 公司简介 | 第42页 |
| 4.2 样本数据的确定 | 第42-45页 |
| 4.3 基于BP神经网络的XX公司折现率的估算 | 第45-46页 |
| 4.4 各方法下折现率的对比分析 | 第46-50页 |
| 4.4.1 WACC模型下的折现率 | 第46-47页 |
| 4.4.2 CAPM模型下的XX公司折现率 | 第47页 |
| 4.4.3 以行业平均收益率作为折现率 | 第47-48页 |
| 4.4.4 BP神经网络下的XX公司折现率 | 第48-50页 |
| 5 结论及展望 | 第50-52页 |
| 5.1 主要研究结论 | 第50-51页 |
| 5.2 展望 | 第51-52页 |
| 致谢 | 第52-54页 |
| 参考文献 | 第54-56页 |
| 个人简历、在校期间发表的学术论文及取得的研究成果 | 第56页 |