| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 论文的研究背景 | 第10-11页 |
| 1.2 论文研究目的和意义 | 第11-12页 |
| 1.3 国内外研究现状 | 第12-15页 |
| 1.3.1 国外研究现状 | 第12-13页 |
| 1.3.2 国内研究现状 | 第13-15页 |
| 1.4 论文的主要研究内容及研究方法 | 第15-17页 |
| 1.4.1 研究内容 | 第15页 |
| 1.4.2 研究方法和技术路线 | 第15-17页 |
| 第2章 制造业创业板的特点及财务风险分析 | 第17-23页 |
| 2.1 制造业创业板企业的特点 | 第17-19页 |
| 2.1.1 公司规模较小 | 第17页 |
| 2.1.2 公司科技含量高 | 第17页 |
| 2.1.3 市盈率较高 | 第17-19页 |
| 2.2 制造业创业板上市公司财务风险表现及原因 | 第19-20页 |
| 2.2.1 主要财务风险的表现 | 第19页 |
| 2.2.3 财务风险产生的主要原因 | 第19-20页 |
| 2.3 制造业创业板上市公司财务风险管理中存在的问题 | 第20-22页 |
| 2.3.1 存货变现风险大 | 第20页 |
| 2.3.2 收益过度分配 | 第20-21页 |
| 2.3.3 股价波动幅度大 | 第21页 |
| 2.3.4 赊销货款回收时间长 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第3章 制造业创业板上市公司财务风险预警模型的选择 | 第23-29页 |
| 3.1 常用财务预警模型及局限性 | 第23-27页 |
| 3.1.1 Z 计分模型及局限性 | 第23-24页 |
| 3.1.2 Fish 判别模型及局限性 | 第24-25页 |
| 3.1.3 Logistic 回归分析模型及局限性 | 第25-27页 |
| 3.1.4 BP 神经网络技术模型及局限性 | 第27页 |
| 3.2 对 Z 计分模型的选择及修改思路 | 第27-28页 |
| 3.2.1 对 Z 计分模型的选择依据 | 第27-28页 |
| 3.2.2 对 Z 计分模型的修改思路 | 第28页 |
| 3.3 本章小结 | 第28-29页 |
| 第4章 制造业创业板上市公司财务风险预警模型的建立 | 第29-43页 |
| 4.1 建模时间的确定 | 第29-30页 |
| 4.2 数据的来源和样本的选择 | 第30-32页 |
| 4.2.1 数据的来源 | 第30-31页 |
| 4.2.2 样本的选择 | 第31-32页 |
| 4.3 财务预警指标的选择 | 第32-34页 |
| 4.3.1 财务预警指标选择的原则 | 第32-33页 |
| 4.3.2 财务预警指标的确定 | 第33-34页 |
| 4.4 财务样本数据的检验 | 第34-37页 |
| 4.4.1 正态分布检验 | 第34-35页 |
| 4.4.2 显著性检验 | 第35-37页 |
| 4.5 财务数据的主成分分析 | 第37-40页 |
| 4.6 模型建立 | 第40-42页 |
| 4.7 本章小结 | 第42-43页 |
| 第5章 制造业创业板财务风险预警实证分析 | 第43-54页 |
| 5.1 样本选择 | 第43页 |
| 5.2 财务风险 Z 判别值计算 | 第43-44页 |
| 5.3 制造业创业板上市公司实证结果分析 | 第44-52页 |
| 5.3.1 模型有效性分析 | 第44-52页 |
| 5.3.2 财务风险预警结果分析 | 第52页 |
| 5.4 加强制造业创业板上市公司财务风险管理的建议 | 第52-53页 |
| 5.5 本章小结 | 第53-54页 |
| 结论 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 攻读硕士期间发表的学术论文 | 第58-59页 |
| 致谢 | 第59-60页 |
| 附录 | 第60-79页 |
