| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 1 引言 | 第10-15页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 研究目的与意义 | 第11-13页 |
| 1.2.1 研究目的 | 第11页 |
| 1.2.2 研究意义 | 第11-13页 |
| 1.3 研究内容与方法 | 第13-14页 |
| 1.4 创新与不足 | 第14-15页 |
| 2 相关理论及文献综述 | 第15-25页 |
| 2.1 相关理论 | 第15-20页 |
| 2.1.1 传统资本结构理论 | 第16页 |
| 2.1.2 现代资本结构理论 | 第16-17页 |
| 2.1.3 新资本结构理论 | 第17-19页 |
| 2.1.4 理论研究方法综述 | 第19-20页 |
| 2.2 文献综述 | 第20-25页 |
| 2.2.1 国内研究现状 | 第20-22页 |
| 2.2.2 国外研究现状 | 第22-23页 |
| 2.2.3 文献评述 | 第23-25页 |
| 3 我国信息技术业上市公司现状分析 | 第25-35页 |
| 3.1 信息技术业概述 | 第25-27页 |
| 3.1.1 信息技术业概念 | 第25-26页 |
| 3.1.2 信息技术业特征 | 第26-27页 |
| 3.2 我国信息技术业上市公司发展现状 | 第27-30页 |
| 3.3 我国信息技术业上市公司资本结构特点 | 第30-33页 |
| 3.4 导致我国信息技术业上市公司资本结构不合理的因素 | 第33-35页 |
| 4 资本结构影响因素模型构建 | 第35-45页 |
| 4.1 BP神经网络模型 | 第35-38页 |
| 4.1.1 BP神经网络模型概述 | 第35-37页 |
| 4.1.2 BP神经网络模型优势 | 第37-38页 |
| 4.2 样本和变量的选取 | 第38-41页 |
| 4.2.1 样本的选取 | 第38-39页 |
| 4.2.2 变量的选取 | 第39-41页 |
| 4.3 BP神经网络模型的构建 | 第41-45页 |
| 5 资本结构影响因素实证分析 | 第45-53页 |
| 5.1 基于BP神经网络模型的资本结构实证分析 | 第45-47页 |
| 5.2 稳健性分析 | 第47-50页 |
| 5.2.1 多元线性回归模型的构建 | 第47-48页 |
| 5.2.2 基于多元线性回归模型的资本结构影响因素分析 | 第48-49页 |
| 5.2.3 BP神经网络模型与多元线性回归模型对比分析 | 第49-50页 |
| 5.4 实证结果分析 | 第50-53页 |
| 6 总结与展望 | 第53-57页 |
| 6.1 主要结论 | 第53-54页 |
| 6.2 可行性建议 | 第54-56页 |
| 6.3 研究展望 | 第56-57页 |
| 参考文献 | 第57-62页 |
| 附录A | 第62-66页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第66-68页 |
| 学位论文数据集 | 第68页 |
