| 摘要 | 第1-5页 |
| ABSTRACT | 第5-15页 |
| 1 导论 | 第15-44页 |
| ·研究的背景及意义 | 第15-18页 |
| ·研究背景 | 第15-16页 |
| ·研究意义 | 第16-18页 |
| ·文献综述 | 第18-41页 |
| ·关于财务困境概念界定的文献综述 | 第18-23页 |
| ·关于财务困境预测指标选取的文献综述 | 第23-26页 |
| ·关于财务困境预测模型的文献综述 | 第26-39页 |
| ·关于财务困境预测样本选取的文献综述 | 第39-40页 |
| ·国内外研究现状述评 | 第40-41页 |
| ·研究思路和结构安排 | 第41-43页 |
| ·研究方法 | 第43-44页 |
| 2 财务困境预测的理论基础 | 第44-62页 |
| ·财务困境的界定 | 第44-45页 |
| ·财务困境的理论界定 | 第44页 |
| ·财务困境的实证界定 | 第44-45页 |
| ·企业财务困境形成的原因 | 第45-48页 |
| ·外部因素 | 第45-46页 |
| ·内部因素 | 第46-48页 |
| ·企业财务预警的理论依据 | 第48-54页 |
| ·企业财务预警的基础理论 | 第48-51页 |
| ·企业财务预警的相关理论 | 第51-52页 |
| ·企业财务预警的创新理论 | 第52-54页 |
| ·财务困境预测方法 | 第54-62页 |
| ·财务困境预测的定性研究方法 | 第54-55页 |
| ·财务困境预测的定量研究方法 | 第55-62页 |
| 3 财务困境公司的分布特征 | 第62-78页 |
| ·困境公司的行业分布特征 | 第62-66页 |
| ·中国上市公司的行业分类标准 | 第62-63页 |
| ·困境公司的行业分布现状 | 第63-64页 |
| ·上市公司的行业风险预警 | 第64-66页 |
| ·困境公司的区域分布特征 | 第66-68页 |
| ·困境公司的区域分布现状 | 第66-67页 |
| ·上市公司的区域风险预警 | 第67-68页 |
| ·困境公司的资产规模分布特征 | 第68-72页 |
| ·困境公司的资产规模分布现状 | 第68-70页 |
| ·上市公司的资产规模风险预警 | 第70-72页 |
| ·困境公司的时间分布特征 | 第72-76页 |
| ·困境公司被特别处理的时间分布特征 | 第72-73页 |
| ·困境公司的生存时间分布特征 | 第73-76页 |
| ·本章小结 | 第76-78页 |
| 4 财务困境风险的行业差异性研究 | 第78-94页 |
| ·财务指标行业差异性的理论分析 | 第78-79页 |
| ·企业偿债能力指标的行业差异 | 第78页 |
| ·企业盈利能力指标的行业差异 | 第78-79页 |
| ·行业标准值的建立 | 第79页 |
| ·财务指标行业差异性的实证检验 | 第79-86页 |
| ·文献回顾 | 第79-80页 |
| ·样本选取和数据来源 | 第80页 |
| ·财务指标的选取 | 第80页 |
| ·研究方法 | 第80-81页 |
| ·实证结果及分析 | 第81-86页 |
| ·财务困境风险行业差异性的实证研究 | 第86-92页 |
| ·文献回顾 | 第86-87页 |
| ·研究设计 | 第87-89页 |
| ·实证分析 | 第89-92页 |
| ·本章小结 | 第92-94页 |
| 5 基于PANEL LOGIT模型的财务状况二分类预测 | 第94-115页 |
| ·样本选取和数据来源 | 第95-97页 |
| ·样本选取的原则 | 第95-96页 |
| ·样本选取和数据来源 | 第96-97页 |
| ·指标体系的构建 | 第97-104页 |
| ·指标选取的原则 | 第97-98页 |
| ·指标体系的构建 | 第98-104页 |
| ·数据预处理 | 第104-109页 |
| ·均值差异检验 | 第104-105页 |
| ·因子分析 | 第105-109页 |
| ·模型的选择 | 第109-110页 |
| ·模型的估计与预测 | 第110-113页 |
| ·模型估计 | 第110-111页 |
| ·模型解释 | 第111-112页 |
| ·模型预测效果检验 | 第112-113页 |
| ·本章小结 | 第113-115页 |
| 6 基于SVM模型的财务状况多分类预测 | 第115-132页 |
| ·数据和样本的选取 | 第115-117页 |
| ·分类标准 | 第115-116页 |
| ·样本选取和数据来源 | 第116-117页 |
| ·初始指标的选取 | 第117-118页 |
| ·均值差异检验 | 第118-120页 |
| ·模型的选择 | 第120-124页 |
| ·选择支持向量机模型的原因 | 第120页 |
| ·支持向量机模型简介 | 第120-124页 |
| ·变量筛选 | 第124-128页 |
| ·基于平均影响值MIV的SVM变量筛选方法 | 第125页 |
| ·变量筛选的matlab实现 | 第125-128页 |
| ·模型建立 | 第128-130页 |
| ·SVM多分类器的实现原理 | 第128-129页 |
| ·SVM多分类模型的建立 | 第129-130页 |
| ·本章小结 | 第130-132页 |
| 7 研究结论及建议 | 第132-139页 |
| ·研究结论 | 第132-134页 |
| ·对策与建议 | 第134-135页 |
| ·创新点及进一步研究的展望 | 第135-139页 |
| ·本文的创新点 | 第135-136页 |
| ·研究的局限性 | 第136-137页 |
| ·进一步研究的展望 | 第137-139页 |
| 在学期间发表的科研成果 | 第139-140页 |
| 附录 | 第140-146页 |
| 参考文献 | 第146-159页 |
| 后记 | 第159-160页 |