| 摘要 | 第2-4页 |
| ABSTRACT | 第4-6页 |
| 第一章 绪论 | 第9-15页 |
| 第一节 研究背景与研究意义 | 第9-11页 |
| 一、研究背景 | 第9-10页 |
| 二、研究意义 | 第10-11页 |
| 第二节 研究内容与基本框架 | 第11-14页 |
| 一、研究内容 | 第11-12页 |
| 二、基本框架 | 第12-14页 |
| 第三节 可能的创新 | 第14-15页 |
| 第二章 研究现状及相关理论概述 | 第15-27页 |
| 第一节 研究现状 | 第15-21页 |
| 一、财务危机的内涵研究 | 第15-16页 |
| 二、财务危机预警指标研究 | 第16-17页 |
| 三、财务危机预警模型研究 | 第17-19页 |
| 四、钢铁行业财务危机预警研究 | 第19-20页 |
| 五、总结与评价 | 第20-21页 |
| 第二节 相关理论概述 | 第21-27页 |
| 一、逻辑回归理论概述 | 第21-23页 |
| 二、BP神经网络理论概述 | 第23-27页 |
| 第三章 钢铁行业上市公司财务危机预警指标体系的构建 | 第27-34页 |
| 第一节 财务危机的概念与指标选取原则 | 第27-28页 |
| 一、财务危机的概念界定 | 第27页 |
| 二、指标选取原则 | 第27-28页 |
| 第二节 财务危机预警指标体系的构建 | 第28-34页 |
| 一、财务指标的选取 | 第28-32页 |
| 二、非财务指标的选取 | 第32-34页 |
| 第四章 钢铁行业上市公司财务危机预警模型构建与分析 | 第34-52页 |
| 第一节 数据预处理 | 第34-40页 |
| 一、数据来源与整合 | 第34-35页 |
| 二、缺失变量处理 | 第35-36页 |
| 三、冗余变量处理 | 第36-38页 |
| 四、数据转换 | 第38-40页 |
| 第二节 划分数据集 | 第40-41页 |
| 第三节 逻辑回归模型构建与分析 | 第41-45页 |
| 一、基于财务指标的逻辑回归模型 | 第41-43页 |
| 二、引入非财务指标的逻辑回归模型 | 第43-45页 |
| 第四节 BP神经网络模型构建与分析 | 第45-49页 |
| 一、基于财务指标的BP神经网络模型 | 第45-48页 |
| 二、引入非财务指标的BP神经网络模型 | 第48-49页 |
| 第五节 两种模型的比较分析 | 第49-52页 |
| 第五章 研究总结与展望 | 第52-54页 |
| 第一节 研究总结 | 第52-53页 |
| 第二节 研究展望 | 第53-54页 |
| 参考文献 | 第54-56页 |
| 附录 | 第56-61页 |
| 致谢 | 第61-62页 |