| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11页 |
| 1.2 国内外研究及应用现状综述 | 第11-13页 |
| 1.2.1 定向增发研究综述 | 第11-13页 |
| 1.2.2 统计分析方法在定向增发研究中的应用 | 第13页 |
| 1.3 研究内容与框架 | 第13-15页 |
| 第二章 定向增发概述 | 第15-17页 |
| 2.1 我国定向增发历史 | 第15页 |
| 2.2 定向增发的流程简述 | 第15页 |
| 2.3 定向增发规定细则简述 | 第15-16页 |
| 2.4 定向增发收益来源 | 第16页 |
| 2.5 定向增发主要风险 | 第16-17页 |
| 第三章 统计分析理论与模型介绍 | 第17-24页 |
| 3.1 回归模型简介 | 第17-20页 |
| 3.1.1 逐步回归模型 | 第17-18页 |
| 3.1.2 最小角回归模型 | 第18-20页 |
| 3.2 神经网络模型介绍 | 第20-24页 |
| 3.2.1 B-P神经网络模型（反向传播神经网络模型） | 第20-22页 |
| 3.2.2 径向基神经网络模型 | 第22-24页 |
| 第四章 定向增发收益率模型预测实证分析 | 第24-41页 |
| 4.1 模型总体设计 | 第24页 |
| 4.2 数据提取与数据预处理 | 第24-27页 |
| 4.2.1 数据提取 | 第24页 |
| 4.2.2 数据预处理 | 第24-25页 |
| 4.2.3 因变量 | 第25页 |
| 4.2.4 自变量 | 第25-27页 |
| 4.3 相关性分析 | 第27页 |
| 4.4 多元线性回归模型 | 第27-34页 |
| 4.4.1（逐步回归法） | 第27-29页 |
| 4.4.2 最小角回归（lasso方法） | 第29-34页 |
| 4.5 神经网络模型 | 第34-39页 |
| 4.5.1 BP神经网络模型 | 第34-37页 |
| 4.5.2 径向基神经网络模型 | 第37-39页 |
| 4.6 本章小结 | 第39-41页 |
| 4.6.1 折价收益率影响因素分析小结 | 第39-40页 |
| 4.6.2 持有期收益率影响因素分析小结 | 第40-41页 |
| 第五章 总结 | 第41-43页 |
| 5.1 主要研究结论 | 第41页 |
| 5.2 存在的问题及进一步研究 | 第41-43页 |
| 参考文献 | 第43-45页 |
| 附录 | 第45-49页 |
| 致谢 | 第49页 |