| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-24页 |
| 1.1 研究背景与问题的提出 | 第8-9页 |
| 1.2 研究的目的及意义 | 第9-13页 |
| 1.2.1 研究的目的 | 第9-11页 |
| 1.2.2 研究的意义 | 第11-13页 |
| 1.3 国内外企业财务危机预测研究的发展概况及分析 | 第13-19页 |
| 1.3.1 国内外企业财务危机预测研究的发展概况 | 第13-17页 |
| 1.3.2 国内外企业财务危机预测研究的评价分析 | 第17-19页 |
| 1.4 当前研究存在的主要问题 | 第19-21页 |
| 1.5 研究的主要内容与方法 | 第21-24页 |
| 1.5.1 研究的主要内容 | 第21页 |
| 1.5.2 研究的主要方法 | 第21-24页 |
| 第2章 企业财务危机评价指标体系的构建 | 第24-32页 |
| 2.1 企业财务危机的含义及特征 | 第24-26页 |
| 2.1.1 企业财务危机的含义 | 第24-25页 |
| 2.1.2 财务危机的特征 | 第25-26页 |
| 2.2 企业财务危机评价指标体系的构建原则 | 第26-28页 |
| 2.3 企业财务危机的分析 | 第28-29页 |
| 2.3.1 营运能力分析 | 第28页 |
| 2.3.2 偿债能力分析 | 第28页 |
| 2.3.3 盈利能力分析 | 第28-29页 |
| 2.3.4 成长能力分析 | 第29页 |
| 2.4 企业财务危机评价指标体系变量的选择 | 第29-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第3章 基于椭圆概率神经网络集成的企业财务危机预测模型 | 第32-44页 |
| 3.1 企业财务危机预测模型建立流程的概述 | 第32页 |
| 3.2 椭圆概率神经网络的基本原理 | 第32-39页 |
| 3.2.1 概率神经网络的基本理论 | 第32-34页 |
| 3.2.2 椭圆概率神经网络的原理构建 | 第34-39页 |
| 3.3 选用的集成方法 Adaboost 的基本处理步骤 | 第39-40页 |
| 3.4 Adaboost 集成椭圆概率神经网络对财务危机预测的有效性 | 第40-41页 |
| 3.5 Adaboost 集成椭圆概率神经网络的企业财务危机预测模型 | 第41-43页 |
| 3.6 本章小结 | 第43-44页 |
| 第4章 企业财务危机预测的实证研究 | 第44-58页 |
| 4.1 企业财务数据的获取 | 第44页 |
| 4.2 企业财务数据的预处理与分析 | 第44-50页 |
| 4.2.1 因子分析的适用性 | 第44-45页 |
| 4.2.2 公因子的选取和分析 | 第45-50页 |
| 4.3 企业财务状况的具体分类 | 第50-51页 |
| 4.4 实证研究过程 | 第51-57页 |
| 4.4.1 椭圆概率神经网络集成模型的具体设计 | 第51页 |
| 4.4.2 实证研究的结果及分析 | 第51-57页 |
| 4.5 本章小结 | 第57-58页 |
| 结论 | 第58-59页 |
| 参考文献 | 第59-64页 |
| 附录 | 第64-87页 |
| 攻读学位期间发表的学术论文 | 第87-89页 |
| 致谢 | 第89页 |
