| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-17页 |
| ·研究背景与研究意义 | 第9-11页 |
| ·研究背景 | 第9页 |
| ·研究意义 | 第9-11页 |
| ·国内外研究综述 | 第11-14页 |
| ·国外研究综述 | 第11-13页 |
| ·国内研究综述 | 第13-14页 |
| ·研究思路与研究方法 | 第14-15页 |
| ·研究思路 | 第14-15页 |
| ·研究方法和可能的创新点 | 第15页 |
| ·研究框架 | 第15-17页 |
| 第二章 上市公司绩效评价的理论和系统方法 | 第17-27页 |
| ·上市公司绩效评价的理论基础 | 第17-21页 |
| ·委托代理理论 | 第17-18页 |
| ·管理理论 | 第18-20页 |
| ·“最大”、“最小”法则 | 第20-21页 |
| ·上市公司绩效评价的系统方法 | 第21-26页 |
| ·评价标准 | 第22-23页 |
| ·确定指标权重的方法 | 第23-24页 |
| ·计分方法 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 BP 神经网络技术在绩效评价中的应用 | 第27-37页 |
| ·BP 神经网络技术 | 第27-30页 |
| ·人工神经网络技术简介 | 第27-28页 |
| ·BP 神经网络基本原理 | 第28-30页 |
| ·常用上市公司绩效评价的方法及局限性 | 第30-33页 |
| ·BP 神经网络技术在上市公司绩效评价中的优势 | 第33-36页 |
| ·BP 神经网络技术的整体思想 | 第33-34页 |
| ·上市公司绩效评价的的整体思想 | 第34-35页 |
| ·BP 神经网络技术在上市公司绩效评价中的优势 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 建立BP 神经网络的上市公司财务绩效评价模型 | 第37-44页 |
| ·上市公司绩效评价体系 | 第37-42页 |
| ·上市公司绩效评价体系构成要素 | 第37-39页 |
| ·建立上市公司财务绩效评价体系的原则 | 第39页 |
| ·上市公司财务绩效评价指标选取的原则 | 第39-40页 |
| ·上市公司财务绩效评价指标的选取 | 第40-42页 |
| ·基于BP 神经网络的上市公司财务绩效评价模型 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第五章 模型的数据处理和有效性检验 | 第44-53页 |
| ·数据的采集与处理 | 第44页 |
| ·模型的程序实现 | 第44-49页 |
| ·模型修正与模型有效性检验 | 第49-51页 |
| ·本章小结 | 第51-53页 |
| 第六章 结论与展望 | 第53-55页 |
| ·本研究的主要工作及结论 | 第53-54页 |
| ·待解决的问题 | 第54-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-58页 |
| 附录 | 第58-59页 |
| 个人简历、在学期间发表的学术论文及取得的研究成果 | 第59页 |