| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1. 绪论 | 第6-10页 |
| 1.1 研究背景及意义 | 第6页 |
| 1.2 国内外研究现状 | 第6-8页 |
| 1.3 创新点 | 第8页 |
| 1.4 论文架构 | 第8-10页 |
| 2. 支持向量机基础理论 | 第10-18页 |
| 2.1 超平面 | 第10-11页 |
| 2.2 线性支持向量机 | 第11-13页 |
| 2.3 非线性支持向量机 | 第13-15页 |
| 2.4 支持向量机的核函数 | 第15-18页 |
| 3. 支持向量机相关算法 | 第18-22页 |
| 3.1 粒子群算法 | 第18-20页 |
| 3.2 网格搜索算法 | 第20-22页 |
| 4. 上市公司财务危机指标体系的建立 | 第22-29页 |
| 4.1 财务危机的界定 | 第22-23页 |
| 4.2 财务危机样本的来源与选择 | 第23-24页 |
| 4.3 财务危机指标体系 | 第24-29页 |
| 5. 上市公司财务危机模型实证分析 | 第29-40页 |
| 5.1 数据预处理 | 第29页 |
| 5.2 指标说明 | 第29-30页 |
| 5.3 不同核函数的比较 | 第30-32页 |
| 5.4 参数寻优 | 第32-37页 |
| 5.5 模型结果比较 | 第37-40页 |
| 6. 总结 | 第40-41页 |
| 参考文献 | 第41-44页 |
| 致谢 | 第44页 |