| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 引言 | 第9-17页 |
| ·选题背景及其意义 | 第9-10页 |
| ·选题的背景 | 第9-10页 |
| ·选题的意义 | 第10页 |
| ·文献综述 | 第10-15页 |
| ·国内研究现状 | 第10-12页 |
| ·国外研究现状 | 第12-15页 |
| ·研究的主要内容和方法 | 第15-16页 |
| ·研究的主要内容 | 第15-16页 |
| ·研究的主要方法 | 第16页 |
| ·研究的创新点 | 第16-17页 |
| 第2章 海外直接投资国家风险预警理论分析 | 第17-25页 |
| ·对外直接投资理论 | 第17-18页 |
| ·西方对外直接投资理论 | 第17-18页 |
| ·发展中国家对海外直接投资理论的发展 | 第18页 |
| ·海外直接投资国家风险理论 | 第18-21页 |
| ·国家风险的内涵 | 第18-19页 |
| ·国家风险的主要特点 | 第19-20页 |
| ·国家风险的构成因素分析 | 第20-21页 |
| ·海外直接投资风险预警理论 | 第21-25页 |
| ·风险预警的概念及基本原理 | 第21-22页 |
| ·风险预警的基本流程 | 第22页 |
| ·风险预警模型介绍 | 第22-25页 |
| 第3章 国家风险预警指标体系的构建及综合预警指数的确定 | 第25-32页 |
| ·海外直接投资国家风险预警指标选取的原则 | 第25页 |
| ·海外投资国家风险因素分析 | 第25-28页 |
| ·政治风险 | 第26页 |
| ·经济金融风险 | 第26-27页 |
| ·社会风险 | 第27-28页 |
| ·其他风险 | 第28页 |
| ·海外直接投资国家风险预警指标体系的构建 | 第28-29页 |
| ·国家风险综合预警指数的确定 | 第29-32页 |
| 第4章 基于 BP 神经网络的国家风险预警模型建立 | 第32-39页 |
| ·BP 神经网络理论概述 | 第32-33页 |
| ·BP 神经网络模型的算法流程 | 第33-34页 |
| ·建立国家风险预警模型的基本假说 | 第34-35页 |
| ·BP 神经网络预警模型结构的确定 | 第35-39页 |
| ·输入层神经元的确定 | 第35-36页 |
| ·隐含层神经元的确定 | 第36页 |
| ·初始参数的确定 | 第36-37页 |
| ·神经网络各函数的确定 | 第37-38页 |
| ·输出层神经元的确定 | 第38-39页 |
| 第5章 BP 神经网络在 OFDI 国家风险预警系统中的模拟应用 | 第39-45页 |
| ·模拟应用数据的选取和来源 | 第39页 |
| ·国家风险综合预警指数的确定 | 第39-41页 |
| ·BP 神经网络在 OFDI 国家风险预警系统中的模拟应用 | 第41-45页 |
| ·预警模型的训练 | 第42页 |
| ·预警模型的检测 | 第42-43页 |
| ·预警结果的分析 | 第43-45页 |
| 第6章 结论与展望 | 第45-47页 |
| ·主要研究结论 | 第45-46页 |
| ·研究的局限性及其展望 | 第46-47页 |
| 参考文献 | 第47-49页 |
| 致谢 | 第49-50页 |
| 附录 A：BP 算法程序 | 第50-51页 |
| 附录 B：指标数据标准化过程 | 第51-52页 |
| 附录 C：主成分因子得分 | 第52-54页 |
| 个人简历及攻读硕士学位期间发表的论文 | 第54页 |
