摘要 | 第4-5页 |
Abstract | 第5页 |
第1章 绪论 | 第8-16页 |
1.1 课题背景以及问题的提出 | 第8-9页 |
1.2 研究目的及意义 | 第9-10页 |
1.2.1 研究目的 | 第9页 |
1.2.2 研究意义 | 第9-10页 |
1.3 财务危机预警研究综述 | 第10-14页 |
1.3.1 预警指标研究综述 | 第10-12页 |
1.3.2 预警模型研究综述 | 第12-14页 |
1.4 研究框架及方法 | 第14-16页 |
1.4.1 研究框架 | 第14-15页 |
1.4.2 研究方法 | 第15-16页 |
第2章 代价敏感学习与财务危机预警的相关理论 | 第16-26页 |
2.1 代价敏感学习的相关理论 | 第16-19页 |
2.1.1 代价敏感学习的内涵 | 第16页 |
2.1.2 数据的代价敏感性 | 第16-17页 |
2.1.3 代价的类型 | 第17-18页 |
2.1.4 代价敏感学习的主要方法 | 第18-19页 |
2.2 财务危机与预警的相关理论 | 第19-23页 |
2.2.1 财务危机的含义 | 第19-20页 |
2.2.2 财务危机的成因 | 第20-21页 |
2.2.3 财务危机预警的概念 | 第21-22页 |
2.2.4 财务危机预警的作用 | 第22-23页 |
2.3 基于代价敏感学习的财务危机预警思路 | 第23-25页 |
2.3.1 基于代价敏感学习的企业财务危机预警的含义 | 第23-24页 |
2.3.2 基于代价敏感学习的财务危机预警流程 | 第24-25页 |
2.4 本章小结 | 第25-26页 |
第3章 研究样本与财务预警指标选择 | 第26-36页 |
3.1 房地产企业财务危机预警概述 | 第26-29页 |
3.1.1 房地产企业概述 | 第26-27页 |
3.1.2 房地产公司财务危机成因 | 第27-28页 |
3.1.3 房地产企业财务危机预警现状 | 第28-29页 |
3.2 样本数据的选择与检验 | 第29-31页 |
3.2.1 样本公司及数据的选择 | 第29-30页 |
3.2.2 样本警度的确定及分析 | 第30-31页 |
3.3 财务预警指标的选择 | 第31-35页 |
3.3.1 财务预警指标的选择标准 | 第31-33页 |
3.3.2 财务预警指标的选择结果 | 第33-35页 |
3.4 本章小结 | 第35-36页 |
第4章 基于代价敏感学习的房地产企业财务预警模型建立 | 第36-46页 |
4.1 BP 神经网络的基本概念 | 第36-38页 |
4.1.1 BP 神经元模型 | 第36-37页 |
4.1.2 BP 神经网络结构 | 第37-38页 |
4.2 代价敏感学习 BP 神经网络的设计和构建 | 第38-42页 |
4.2.1 输入量的确定 | 第38页 |
4.2.2 输出量的表示 | 第38-40页 |
4.2.3 训练及检验样本的确定 | 第40页 |
4.2.4 神经网络结构的设计 | 第40-42页 |
4.3 代价敏感学习 BP 神经网络训练和仿真 | 第42-44页 |
4.4 本章小结 | 第44-46页 |
第5章 模型案例应用 | 第46-51页 |
5.1 案例公司选择 | 第46-47页 |
5.1.1 案例公司简介 | 第46页 |
5.1.2 选择该公司的原因 | 第46-47页 |
5.2 案例公司指标数据收集与整理 | 第47-48页 |
5.3 案例公司财务预警结果及评价 | 第48-50页 |
5.3.1 案例公司财务预警结果 | 第48-49页 |
5.3.2 案例公司财务预警结果评价 | 第49-50页 |
5.4 本章小结 | 第50-51页 |
结论 | 第51-53页 |
参考文献 | 第53-57页 |
攻读硕士学位期间发表的学术论文及其他成果 | 第57-59页 |
致谢 | 第59页 |