| 中文摘要 | 第4-5页 |
| 英文摘要 | 第5页 |
| 1 绪论 | 第9-18页 |
| 1．1 研究背景 | 第9-11页 |
| 1．2 研究现状 | 第11-14页 |
| 1．2．1 国外的研究现状及研究动向 | 第12-13页 |
| 1．2．2 我国的研究进展 | 第13-14页 |
| 1．2．3 粗糙集理论在企业财务预测领域的应用现状 | 第14页 |
| 1．3 “财务危机”概念与范畴界定 | 第14-16页 |
| 1．4 本文的研究方法 | 第16-18页 |
| 1．4．1 研究方法 | 第16页 |
| 1．4．2 本文的创新之处 | 第16-17页 |
| 1．4．3 研究思路 | 第17-18页 |
| 2 常用财务危机预测模型及其评价 | 第18-24页 |
| 2．1 单变量判别模型用于财务危机预测 | 第18页 |
| 2．2 多元判别分析在财务危机预测中的应用 | 第18-20页 |
| 2．3 多元逻辑回归（Logistic）模型在财务危机预测中的应用 | 第20-21页 |
| 2．4 新的理论和方法在财务危机预测领域的应用 | 第21页 |
| 2．5 传统财务危机预测方法的评析 | 第21-24页 |
| 3 粗糙集理论简介 | 第24-30页 |
| 3．1 粗糙集理论的基本概念 | 第24-25页 |
| 3．2 属性的依赖性和属性的重要性 | 第25-27页 |
| 3．2．1 基本的度量方法 | 第25-26页 |
| 3．2．2 基于信息熵的属性依赖度与属性重要性的度量方法 | 第26-27页 |
| 3．3 属性约简与属性的核 | 第27-28页 |
| 3．4 属性的相对约简与相对核 | 第28页 |
| 3．5 粗糙集理论的特点 | 第28页 |
| 3．6 粗糙集理论的应用 | 第28-30页 |
| 3．6．1 应用领域介绍 | 第28-29页 |
| 3．6．2 本文的应用 | 第29-30页 |
| 4 基于粗糙集的财务危机预测模型的建立 | 第30-33页 |
| 4．1 基本思想 | 第30页 |
| 4．2 数据准备及预处理 | 第30-31页 |
| 4．3 基于信息熵的财务危机预测变量选择算法 | 第31-32页 |
| 4．4 预测模型的建立 | 第32-33页 |
| 4．4．1 确定各预测变量的权系数 | 第32页 |
| 4．3．2 构造预测模型 | 第32-33页 |
| 5 实证研究 | 第33-59页 |
| 5．1 样本选取 | 第33-36页 |
| 5．1．1 样本选取方法 | 第33-34页 |
| 5．1．2 本文样本选取方法的特色 | 第34页 |
| 5．1．3 样本说明 | 第34-36页 |
| 5．2 预测变量的选择及其说明 | 第36-48页 |
| 5．2．1 财务指标初选的原则 | 第36-38页 |
| 5．2．2 财务指标的筛选 | 第38-39页 |
| 5．2．3 单变量分析及其T检验 | 第39-42页 |
| 5．2．4 预测变量的相关性分析 | 第42-46页 |
| 5．2．5 主要财务指标的说明 | 第46-48页 |
| 5．3 对比方法的确定和检验方法的选取 | 第48-50页 |
| 5．3．1 对比方法的确定 | 第48-49页 |
| 5．3．2 检验方法的选取 | 第49-50页 |
| 5．4 粗糙集预测模型的建立及其检验 | 第50-57页 |
| 5．4．1 样本处理 | 第50-51页 |
| 5．4．2 预测函数的确定及两种模型的对比 | 第51-57页 |
| 5．5 模型的进一步实证检验 | 第57-58页 |
| 5．6 小结 | 第58-59页 |
| 6 结束语 | 第59-60页 |
| 6．1 本文结论 | 第59页 |
| 6．2 本文的不足和后续研究工作 | 第59-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 附录A 综合预测值的计算及判别分类方法 | 第64-72页 |
| 附录B 作者在攻读硕士学位期间取得的科研成果 | 第72页 |
