| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第1章 绪论 | 第9-19页 |
| ·课题研究背景 | 第9-10页 |
| ·课题研究的目的和意义 | 第10-11页 |
| ·国内外研究现状 | 第11-16页 |
| ·国外研究现状 | 第11-13页 |
| ·国内研究现状 | 第13-15页 |
| ·国内研究存在的问题及研究进展情况 | 第15-16页 |
| ·论文研究内容及结构 | 第16-17页 |
| ·论文的研究方法 | 第17-19页 |
| 第2章 财务危机预警概述 | 第19-35页 |
| ·财务危机概述 | 第19-25页 |
| ·财务危机的定义 | 第19-22页 |
| ·财务危机的特征 | 第22-24页 |
| ·财务危机的形成原因及其表现形式 | 第24-25页 |
| ·财务危机预警 | 第25-34页 |
| ·财务危机预警研究的理论依据 | 第25-28页 |
| ·财务危机预警分析方法 | 第28-33页 |
| ·财务危机预警研究的意义 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第3章 基于Rough-ANN 预警的研究理论 | 第35-55页 |
| ·粗糙集 | 第35-40页 |
| ·粗糙集理论简介 | 第35-36页 |
| ·粗糙集理论在财务危机预警研究中的几个关键技术 | 第36-40页 |
| ·神经网络 | 第40-51页 |
| ·神经网络概述 | 第40-42页 |
| ·神经网络的基本原理 | 第42-49页 |
| ·神经网络的结构设计 | 第49-51页 |
| ·人工神经网络进行建模的优点 | 第51页 |
| ·构造粗糙集神经网络相结合的财务危机预警系统 | 第51-54页 |
| ·粗糙集和神经网络的结合 | 第52-54页 |
| ·粗糙集神经网络财务危机预警系统的基本原理 | 第54页 |
| ·本章小结 | 第54-55页 |
| 第4章 基于Rough-ANN 的预警实证分析 | 第55-95页 |
| ·基于 Rough-ANN 的财务危机预警模型构建步骤 | 第55-57页 |
| ·研究样本及财务指标的选取 | 第57-71页 |
| ·样本的选择 | 第57-58页 |
| ·研究期间的确定 | 第58-60页 |
| ·财务指标的选取 | 第60-71页 |
| ·基于Rough-ANN 的财务危机预警实证建模 | 第71-85页 |
| ·快速BP 算法的前向型神经网络模型的建立 | 第71-77页 |
| ·基于Rough-ANN 财务危机预警模型的建立 | 第77-84页 |
| ·两种模型的比较分析 | 第84-85页 |
| ·包钢稀土案例分析 | 第85-94页 |
| ·公司简介 | 第85-86页 |
| ·财务预警定性分析 | 第86-89页 |
| ·财务预警定量分析 | 第89-94页 |
| ·本章小结 | 第94-95页 |
| 第5章 构建财务危机预警系统的几点思考 | 第95-102页 |
| ·财务危机预警系统应用的前提 | 第95-96页 |
| ·预警系统的构建 | 第96-99页 |
| ·样本的选取 | 第97-98页 |
| ·财务指标的确定与选择 | 第98页 |
| ·预警系统的选择 | 第98-99页 |
| ·预警系统的有效实施 | 第99-101页 |
| ·本章小结 | 第101-102页 |
| 结论 | 第102-104页 |
| 参考文献 | 第104-109页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第109-110页 |
| 致谢 | 第110-111页 |
| 作者简介 | 第111页 |