| 第一章 引言 | 第1-12页 |
| ·财务评价概念 | 第7-8页 |
| ·定义 | 第7页 |
| ·财务评价的意义 | 第7-8页 |
| ·财务评价研究的历程与现状 | 第8-10页 |
| ·历史进程 | 第8-9页 |
| ·基本现状 | 第9-10页 |
| ·本文主要研究内容 | 第10-12页 |
| 第二章 文献综述 | 第12-25页 |
| ·综合评分法 | 第12-14页 |
| ·数理统计方法 | 第14-19页 |
| ·多元判别分析(MDA)模型 | 第14-15页 |
| ·非线性回归模型—Logit模型 | 第15-18页 |
| ·模糊聚类 | 第18-19页 |
| ·人工神经网络技术 | 第19-23页 |
| ·神经网络技术方法特点 | 第19页 |
| ·神经网络方法在财务评价中的应用 | 第19-23页 |
| ·总结与问题提出 | 第23-25页 |
| 第三章 理论基础和方法 | 第25-33页 |
| ·主成分分析(Principal-component Analysis)方法 | 第25-26页 |
| ·PCA方法 | 第25页 |
| ·主成分分析步骤 | 第25-26页 |
| ·SOM网络的聚类分析方法 | 第26-30页 |
| ·聚类原理 | 第26-27页 |
| ·自组织映射(SOM)网络原理-竞争学习 | 第27-28页 |
| ·竞争学习的聚类功能 | 第28-30页 |
| ·SOM网络特征 | 第30-33页 |
| ·SOM网络的拓扑结构 | 第30-31页 |
| ·SOM网络的学习算法 | 第31-33页 |
| 第四章 基于主成分分析的复合财务指标选取 | 第33-47页 |
| ·全指标的选取 | 第34-40页 |
| ·主成分分析与复合财务指标 | 第40-43页 |
| ·基于因子分析的复合指标经济解释 | 第43-47页 |
| 第五章 基于SOM网络财务评价模型设计 | 第47-52页 |
| ·应用SOM方法进行财务评价的特点 | 第47-48页 |
| ·模型详细设计 | 第48-52页 |
| ·SOM网络的设计基础 | 第48-49页 |
| ·本模型结构与参数设置 | 第49-52页 |
| 第六章 实证研究 | 第52-61页 |
| ·前期数据处理 | 第52-54页 |
| ·基础数据准备 | 第52-53页 |
| ·标准化和归一化处理 | 第53-54页 |
| ·网络模型的学习结果 | 第54-58页 |
| ·样本学习结果 | 第54-56页 |
| ·聚类结果的综合评价 | 第56-58页 |
| ·结果分析 | 第58-61页 |
| 第七章 结论与展望 | 第61-65页 |
| ·分类结果及意义 | 第61-62页 |
| ·本文的主要创新点 | 第62-63页 |
| ·研究展望 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 发表论文和参加科研情况说明 | 第69-70页 |
| 致谢 | 第70页 |