上市公司财务困境预测模型研究
| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-7页 |
| 1 引言 | 第7-15页 |
| ·研究的背景 | 第7-8页 |
| ·研究的意义 | 第8-10页 |
| ·国内外研究现状 | 第10-13页 |
| ·国外研究现状 | 第10-12页 |
| ·国内研究现状 | 第12-13页 |
| ·本文的主要研究内容 | 第13-15页 |
| 2 财务困境的界定及指标体系的构建 | 第15-24页 |
| ·国外对财务困境的界定 | 第15-16页 |
| ·国内对财务困境的界定 | 第16页 |
| ·本文对财务困境的界定 | 第16-17页 |
| ·指标体系的构建原则 | 第17-18页 |
| ·指标体系的构建 | 第18-24页 |
| 3 上市公司财务困境预测模型 | 第24-34页 |
| ·传统预测模型 | 第24-26页 |
| ·判别分析 | 第24-25页 |
| ·多元逻辑回归 | 第25-26页 |
| ·人工智能模型 | 第26-32页 |
| ·支持向量机 | 第26-30页 |
| ·Elman神经网络 | 第30-32页 |
| ·基于传统方法与ELMAN神经网络的组合预测方法 | 第32-34页 |
| 4 实证研究 | 第34-48页 |
| ·研究样本的设计 | 第34页 |
| ·财务困境指标体系的预处理 | 第34-39页 |
| ·显著性检验 | 第35-37页 |
| ·主成分分析 | 第37-39页 |
| ·实证结果及比较分析 | 第39-46页 |
| ·判别分析的实证结果 | 第39-41页 |
| ·多元逻辑回归的实证结果 | 第41-42页 |
| ·支持向量机的实证结果 | 第42-43页 |
| ·Elman神经网络的实证结果 | 第43-45页 |
| ·组合模型的实证结果 | 第45-46页 |
| ·结果比较分析 | 第46-48页 |
| 5 结论与展望 | 第48-49页 |
| 致谢 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 附录 | 第53-56页 |
| 攻读学位期间发表的学术论文 | 第56页 |