| 1 引言 | 第1-12页 |
| 1．1 论文选题的意义 | 第7-8页 |
| 1．2 股权结构与经营绩效之间关系的研究现状 | 第8-9页 |
| 1．3 本文的主要贡献 | 第9-10页 |
| 1．4 本文的内容安排 | 第10-12页 |
| 2 中国上市公司股权结构与经营绩效关系的理论研究 | 第12-21页 |
| 2．1 股权结构与经营绩效之间的关系 | 第12-18页 |
| 2．1．1 基础理论——代理理论与公司治理 | 第12-13页 |
| 2．1．2 股权结构与公司治理 | 第13-17页 |
| 2．1．3 股权结构对经营绩效的作用 | 第17-18页 |
| 2．2 我国股权结构存在的问题及其对经营绩效的影响 | 第18-21页 |
| 2．2．1 中国上市公司股权结构的现状 | 第18-19页 |
| 2．2．2 中国上市公司的股权结构对经营绩效的影响 | 第19-21页 |
| 3 中国上市公司经营绩效的综合量化 | 第21-32页 |
| 3．1 经营绩效量化指标体系的确定 | 第21-27页 |
| 3．1．1 度量偿债能力的指标 | 第22-23页 |
| 3．1．2 度量经营管理和获利能力的指标 | 第23-26页 |
| 3．1．3 度量成长能力的指标 | 第26-27页 |
| 3．2 指标数据的优属度预处理 | 第27-28页 |
| 3．3 指标体系中各分级指标权重的确定 | 第28-31页 |
| 3．3．1 分级指标权重确定问题的抽象模型 | 第28页 |
| 3．3．2 确定指标权重的原理和模型 | 第28-30页 |
| 3．3．3 模型的求解 | 第30-31页 |
| 3．4 模糊综合评价 | 第31-32页 |
| 4 神经网络模型算法的改进 | 第32-40页 |
| 4．1 人工神经网络 | 第32-36页 |
| 4．1．1 人工神经网络的概述 | 第32-33页 |
| 4．1．2 BP网络 | 第33-36页 |
| 4．2 改进神经网络模型的算法 | 第36-40页 |
| 4．2．1 算法模型的建立和求解 | 第37-38页 |
| 4．2．2 应用实例和改进算法的检验 | 第38-40页 |
| 5 建立简单模型进行总体分析 | 第40-45页 |
| 5．1 简单网络模型的建立 | 第40-42页 |
| 5．1．1 网络的拓扑结构 | 第40页 |
| 5．1．2 样本选取 | 第40-41页 |
| 5．1．3 计算网络的输出数据 | 第41页 |
| 5．1．4 网络输入数据的预处理 | 第41-42页 |
| 5．2 模型的训练和检验 | 第42-43页 |
| 5．3 模型的应用--结果分析 | 第43-45页 |
| 6 中国上市公司股权结构与经营绩效关系的系统模型 | 第45-52页 |
| 6．1 系统模型的建立和检验 | 第45-48页 |
| 6．1．1 网络的拓扑结构 | 第45页 |
| 6．1．2 训练和检验网络的样本数据 | 第45-47页 |
| 6．1．3 神经网络模型的训练与检验 | 第47-48页 |
| 6．2 模型的应用--结果分析 | 第48-52页 |
| 7 展望 | 第52-53页 |
| 致谢 | 第53-54页 |
| 附：已发表与论文相关的文章 | 第54-55页 |
| 参考文献 | 第55-57页 |