摘要 | 第1-4页 |
Abstract | 第4-8页 |
1 绪论 | 第8-15页 |
·选题背景、研究内容及意义 | 第8-10页 |
·选题背景 | 第8页 |
·研究内容和目的 | 第8-9页 |
·研究意义 | 第9-10页 |
·国内外相关研究 | 第10-14页 |
·国外研究现状 | 第10-12页 |
·国内研究现状 | 第12-14页 |
·本文研究方法和研究结构 | 第14-15页 |
·研究方法 | 第14页 |
·本文研究结构 | 第14-15页 |
2 上市公司财务风险预警理论 | 第15-21页 |
·财务风险相关概念内涵 | 第15-18页 |
·财务风险的含义 | 第15-16页 |
·上市公司财务风险的成因 | 第16-17页 |
·上市公司财务风险的危机的概述 | 第17-18页 |
·财务风险与财务危机的关联 | 第18页 |
·上市公司财务危机的界定 | 第18页 |
·财务预警 | 第18-21页 |
·财务预警的功能 | 第18-19页 |
·财务预警理论 | 第19-21页 |
3 上市公司财务风险预警模型的建立 | 第21-29页 |
·预警模型的设计概述 | 第21-22页 |
·模型的设计中需要用到的技术 | 第22-29页 |
·非参数检验 | 第22-23页 |
·因子分析 | 第23-24页 |
·Adaboost 算法 | 第24-25页 |
·BP_Adaboost 模型 | 第25-26页 |
·Logistic 回归模型 | 第26-29页 |
4 制造业企业的概念和发展特征 | 第29-32页 |
·制造业企业概念 | 第29页 |
·制造业企业的发展现状 | 第29-30页 |
·制造业企业的财务风险影响 | 第30-32页 |
·财务风险的内部因素 | 第30-31页 |
·财务风险的外部因素 | 第31-32页 |
5 制造业上市公司财务风险预警模型研究 | 第32-49页 |
·样本数据的选取 | 第32-33页 |
·样本数据来源 | 第32页 |
·样本指标值得选取 | 第32页 |
·样本数据选取 | 第32-33页 |
·数据显著性分析和因子分析 | 第33-36页 |
·数据显著性分析 | 第33-34页 |
·数据因子分析 | 第34-36页 |
·BP_Adaboost 模型的建立与分析 | 第36-42页 |
·数据集的选择 | 第36页 |
·弱分类器学习分类 | 第36-37页 |
·强分类器训练样本分类结果统计 | 第37页 |
·强分类器测试样本分类结果统计 | 第37-38页 |
·BP_Adaboost 模型的预警结果的分析 | 第38-42页 |
·多元逻辑回归 Logistic 模型的建立与分析 | 第42-49页 |
·参数设置 | 第42页 |
·模型建立 | 第42-45页 |
·模型检验 | 第45-48页 |
·模型结果分析 | 第48-49页 |
6 研究结论及建议 | 第49-54页 |
·研究结论 | 第49-50页 |
·针对上市公司财务风险的建议 | 第50-51页 |
·本文研究成果 | 第51-52页 |
·创新不足与研究展望 | 第52-54页 |
·研究创新 | 第52页 |
·研究不足 | 第52页 |
·研究展望 | 第52-54页 |
参考文献 | 第54-57页 |
附录 | 第57-70页 |
致谢 | 第70-71页 |
在读期间公开发表论文(著)及科研情况 | 第71-72页 |