| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第一章 绪论 | 第11-23页 |
| ·研究背景和意义 | 第11-14页 |
| ·研究背景 | 第11-12页 |
| ·研究意义 | 第12-14页 |
| ·国内外研究现状 | 第14-21页 |
| ·国外研究现状 | 第14-17页 |
| ·国内研究现状 | 第17-21页 |
| ·研究思路与框架 | 第21-23页 |
| ·研究思路 | 第21页 |
| ·研究框架 | 第21-23页 |
| 第二章 我国房地产企业财务预警相关理论 | 第23-33页 |
| ·我国房地产企业财务危机分析 | 第23-28页 |
| ·我国房地产企业财务危机的产生环节 | 第24-25页 |
| ·我国房地产企业融资危机分析 | 第25-26页 |
| ·房地产企业投资危机分析 | 第26页 |
| ·资金回收危机分析 | 第26-27页 |
| ·收益分配危机分析 | 第27-28页 |
| ·我国房地产企业财务预警现状 | 第28-29页 |
| ·我国房地产企业财务危机管理存在的问题 | 第29-31页 |
| ·我国房地产企业财务危机影响因素 | 第31-33页 |
| ·经济环境 | 第31页 |
| ·政策环境 | 第31页 |
| ·金融环境 | 第31-32页 |
| ·市场供求环境 | 第32页 |
| ·行业风险因素 | 第32-33页 |
| 第三章 房地产上市公司财务分析及预警模型的构建 | 第33-49页 |
| ·研究样本的选取 | 第33页 |
| ·财务指标的筛选 | 第33-40页 |
| ·财务指标体系的主成分分析 | 第40-49页 |
| 第四章 SOM神经网络的聚类模型 | 第49-57页 |
| ·SOM神经网络概述 | 第49-50页 |
| ·SOM神经网络数学模型 | 第50-53页 |
| ·SOM神经网络初始化 | 第53-55页 |
| ·SOM神经网络的学习过程 | 第55-57页 |
| ·竞争过程 | 第55页 |
| ·合作过程 | 第55-56页 |
| ·自适应过程 | 第56-57页 |
| 第五章 实验及其仿真结果分析 | 第57-71页 |
| ·K-均值聚类 | 第57-61页 |
| ·多获胜节点SOM及其实验结果 | 第61-70页 |
| ·多获胜节点SOM仿真实验结果分析 | 第70-71页 |
| 第六章 我国房地产企业财务预警机制的改进建议 | 第71-77页 |
| ·加强智能信息处理技术在财务预警机制中的应用 | 第71-74页 |
| ·数据搜索技术的应用 | 第71-72页 |
| ·智能算法与财务信息管理系统的结合 | 第72-73页 |
| ·人工智能在财务决策支撑系统中的应用 | 第73-74页 |
| ·建立健全预防集团财务风险的内部控制制度 | 第74-77页 |
| ·加强风险管理文化 | 第74页 |
| ·设计新的组织结构 | 第74-75页 |
| ·健全内部审计制度 | 第75-76页 |
| ·实行全面风险管理与责任追究模式 | 第76-77页 |
| 参考文献 | 第77-81页 |
| 附录 | 第81-97页 |
| 攻读硕士学位期间发表的学术论文及取得的相关科研成果 | 第97-98页 |
| 致谢 | 第98-99页 |