| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-19页 |
| 1.1 研究背景与意义 | 第9-11页 |
| 1.2 国内外研究综述 | 第11-16页 |
| 1.3 研究内容与方法 | 第16-18页 |
| 1.4 论文的创新点 | 第18-19页 |
| 第2章 财务危机预警的相关理论综述 | 第19-31页 |
| 2.1 财务危机理论综述 | 第19-22页 |
| 2.1.1 财务危机概念 | 第19-20页 |
| 2.1.2 财务危机特点 | 第20-21页 |
| 2.1.3 财务危机成因 | 第21-22页 |
| 2.2 财务预警 | 第22-23页 |
| 2.2.1 财务危机预警理论 | 第22-23页 |
| 2.2.2 财务危机预警模型的功能 | 第23页 |
| 2.3 财务预警模型 | 第23-31页 |
| 2.3.1 传统财务危机预警方法 | 第23-27页 |
| 2.3.2 基于人工神经网络预警方法 | 第27-28页 |
| 2.3.3 现有财务预警模型评价 | 第28-31页 |
| 第3章 我国制造业上市公司的财务危机现状及成因分析 | 第31-36页 |
| 3.1 我国制造业上市公司的财务危机现状 | 第31-34页 |
| 3.1.1 预算管理体系不完善，没有做好财务危机预警工作 | 第31-32页 |
| 3.1.2 融资渠道受限，资本结构不科学 | 第32页 |
| 3.1.3 企业财务链控制能力不强，资金得不到科学合理地管理 | 第32-33页 |
| 3.1.4 财务机构人员素质较低，缺乏风险意识 | 第33-34页 |
| 3.2 我国制造业上市公司的财务危机成因分析 | 第34-36页 |
| 第4章 财务危机预警模型的构建 | 第36-49页 |
| 4.1 研究样本的选取 | 第36-37页 |
| 4.2 预警指标的选取原则 | 第37-38页 |
| 4.3 预警指标体系构建 | 第38-40页 |
| 4.4 财务指标筛选 | 第40-43页 |
| 4.4.1 Bartlett球体检验以及KMO检验 | 第40页 |
| 4.4.2 因子分析 | 第40-43页 |
| 4.5 BP神经网络财务预警实证 | 第43-49页 |
| 4.5.1 神经网络结构设计 | 第44-46页 |
| 4.5.2 分析结果 | 第46-49页 |
| 第5章“浙江震元”财务危机预警分析 | 第49-55页 |
| 5.1 案例企业概况 | 第49页 |
| 5.2 浙江震元财务预警模型流程设计 | 第49-50页 |
| 5.3 浙江震元财务预警指标体系 | 第50-51页 |
| 5.4 BP神经网络的仿真和检验 | 第51页 |
| 5.5 浙江震元财务状况分析 | 第51-55页 |
| 第6章 结论与展望 | 第55-58页 |
| 6.1 结论 | 第55-56页 |
| 6.2 不足与展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-63页 |
| 附录 | 第63-93页 |
