| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 引言 | 第9-14页 |
| 1.1 背景及其意义 | 第9-11页 |
| 1.1.1 选题背景 | 第9-10页 |
| 1.1.2 研究意义 | 第10-11页 |
| 1.2 国内外研究现状及发展动态分析 | 第11-12页 |
| 1.2.1 国外研究现状 | 第11-12页 |
| 1.2.2 国内研究现状 | 第12页 |
| 1.3 研究内容和研究方法 | 第12-13页 |
| 1.3.1 研究内容及目标 | 第12-13页 |
| 1.3.2 研究方法 | 第13页 |
| 1.4 研究结论和创新点 | 第13-14页 |
| 1.4.1 研究结论 | 第13页 |
| 1.4.2 创新点 | 第13-14页 |
| 第2章 财务风险管理理论概述 | 第14-27页 |
| 2.1 财务风险理论 | 第14-17页 |
| 2.1.1 风险的概念 | 第14页 |
| 2.1.2 企业财务风险 | 第14-16页 |
| 2.1.3 财务风险与财务危机 | 第16-17页 |
| 2.2 财务风险识别方法概述 | 第17-23页 |
| 2.2.1 定性分析方法 | 第17-19页 |
| 2.2.2 定量分析方法 | 第19-23页 |
| 2.3 BP神经网络模型理论概述 | 第23-27页 |
| 2.3.1 BP神经网络发展历史 | 第23-24页 |
| 2.3.2 BP神经网络工作原理 | 第24-25页 |
| 2.3.3 BP神经网络研究方向 | 第25-26页 |
| 2.3.4 BP神经网络不足 | 第26-27页 |
| 第3章 我国电力企业上市公司样本、指标体系的构建 | 第27-48页 |
| 3.1 我国电力企业上市公司基本构成 | 第27页 |
| 3.2 指标预选取 | 第27-36页 |
| 3.2.1 电力企业上市公司偿债能力指标选择 | 第28-30页 |
| 3.2.2 电力企业上市公司偿债能力情况描述性统计分析 | 第30-31页 |
| 3.2.3 电力企业上市公司营运能力的指标选择 | 第31-33页 |
| 3.2.4 电力企业上市公司营运能力情况描述性统计分析 | 第33-34页 |
| 3.2.5 电力企业上市公司盈利能力的指标选择 | 第34-35页 |
| 3.2.6 电力企业上市公司盈利能力情况描述性统计分析 | 第35-36页 |
| 3.2.7 指标选取小结 | 第36页 |
| 3.3 因子分析 | 第36-40页 |
| 3.3.1 因子分析法简介 | 第36-37页 |
| 3.3.2 因子分析 | 第37-40页 |
| 3.4 财务风险界定 | 第40-44页 |
| 3.4.1 传统财务风险界定的标准 | 第40-41页 |
| 3.4.2 基于数据包络分析模型的财务风险界定标准 | 第41-44页 |
| 3.5 指标最终选定—回归分析 | 第44-48页 |
| 3.5.1 回归分析模型简介 | 第45-46页 |
| 3.5.2 基于回归分析的指标选择 | 第46-48页 |
| 第4章 基于BP神经网络的我国电力行业上市公司财务风险识别仿真 | 第48-56页 |
| 4.1 模型构建 | 第48-49页 |
| 4.2 BP神经网络仿真结果 | 第49-51页 |
| 4.3 财务管理改进方案 | 第51-56页 |
| 4.3.1 财务风险存在的原因分析 | 第51-53页 |
| 4.3.2 财务风险防范与控制系统设计 | 第53-56页 |
| 第5章 研究结论 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第60-61页 |
| 致谢 | 第61-62页 |
| 作者简介 | 第62页 |
