摘要 | 第5-6页 |
Abstract | 第6-7页 |
1 绪论 | 第10-20页 |
1.1 论文研究背景 | 第10页 |
1.2 论文研究的目的和意义 | 第10-11页 |
1.2.1 论文研究的目的 | 第10-11页 |
1.2.2 论文研究的意义 | 第11页 |
1.3 国内外研究现状 | 第11-17页 |
1.3.1 境外典当的发展与研究概述 | 第11-14页 |
1.3.2 国内关于典当的研究概述 | 第14-17页 |
1.4 论文研究内容、方法与论文结构 | 第17-18页 |
1.4.1 研究内容 | 第17页 |
1.4.2 研究方法 | 第17页 |
1.4.3 论文结构 | 第17-18页 |
1.5 研究创新点 | 第18-20页 |
2 股权典当费率厘定相关理论 | 第20-26页 |
2.1 典当业概述 | 第20-22页 |
2.1.1 相关概念界定 | 第20-21页 |
2.1.2 典当业的属性及特点 | 第21-22页 |
2.1.3 我国典当业务 | 第22页 |
2.2 股权典当费率厘定理论基础 | 第22-26页 |
2.2.1 成本加成模式 | 第23页 |
2.2.2 价格领导模式 | 第23页 |
2.2.3 客户盈利分析模式 | 第23-26页 |
3 股权典当费率影响因素分析 | 第26-34页 |
3.1 股权典当概念及现状 | 第26-27页 |
3.1.1 股权典当概念 | 第26页 |
3.1.2 我国股权典当现状 | 第26-27页 |
3.2 股权典当费率的构成 | 第27-28页 |
3.3 股权典当费率的影响因素 | 第28-34页 |
3.3.1 营业成本率与预期利润率影响因素 | 第29页 |
3.3.2 股权典当风险补偿率影响因素 | 第29-34页 |
4 基于BP神经网络的股权典当费率影响因素量化分析 | 第34-48页 |
4.1 BP神经网络模型 | 第34-36页 |
4.2 样本的选取与处理 | 第36-40页 |
4.3 BP神经网络模型的建立、训练与仿真 | 第40-42页 |
4.3.1 BP神经网络模型的建立 | 第41页 |
4.3.2 BP神经网络模型的模拟训练 | 第41-42页 |
4.3.3 BP神经网络模型的仿真 | 第42页 |
4.4 BP网络股权定价训练程序 | 第42-44页 |
4.5 影响股权典当费率因素量化分析 | 第44-47页 |
4.6 本章小结 | 第47-48页 |
5 股权典当费率的确定 | 第48-52页 |
5.1 股权价值影响因素权重的确定 | 第48页 |
5.1.1 股权价值影响因素权重的赋予 | 第48页 |
5.1.2 股权价值影响因素权重的计算 | 第48页 |
5.2 风险补偿率的确定 | 第48-49页 |
5.3 股权典当费率的确定 | 第49页 |
5.4 股权典当的案例分析——以M公司为例 | 第49-51页 |
5.4.1 M公司数据处理 | 第50页 |
5.4.2 BP网络的M公司股权价值评估 | 第50页 |
5.4.3 M公司股权典当费率的确定 | 第50-51页 |
5.5 本章小结 | 第51-52页 |
结论 | 第52-54页 |
参考文献 | 第54-58页 |
攻读学位期间发表的学术论文 | 第58-60页 |
致谢 | 第60页 |