| 摘要 | 第2-3页 |
| ABSTRACT | 第3-4页 |
| 第一章 绪论 | 第8-19页 |
| 1.1 本文研究背景及研究意义 | 第8-11页 |
| 1.1.1 研究背景 | 第8-9页 |
| 1.1.2 研究意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-16页 |
| 1.2.1 国外研究方法综述 | 第12-15页 |
| 1.2.2 国内研究方法综述 | 第15-16页 |
| 1.3 本文研究目的、方法及框架 | 第16-19页 |
| 1.3.1 研究目的 | 第16-17页 |
| 1.3.2 研究方法 | 第17页 |
| 1.3.3 研究创新点 | 第17-18页 |
| 1.3.4 论文框架 | 第18-19页 |
| 第二章 财务困境预警的理论基础 | 第19-25页 |
| 2.1 财务困境的概念 | 第19-21页 |
| 2.1.1 财务困境的定义 | 第19-20页 |
| 2.1.2 本文财务困境的界定方法 | 第20-21页 |
| 2.2 财务困境的成因 | 第21-23页 |
| 2.2.1 内部因素 | 第21-22页 |
| 2.2.2 外部因素 | 第22-23页 |
| 2.3 财务困境预警理论 | 第23-25页 |
| 第三章 上市公司财务困境预警模型的建立 | 第25-39页 |
| 3.1 预警指标体系的建立 | 第25-31页 |
| 3.1.1 财务困境预测指标选取的原则 | 第25-26页 |
| 3.1.2 本文预警模型所采用的指标体系 | 第26-31页 |
| 3.2 研究方法的选择 | 第31-39页 |
| 3.2.1 统计模型的构建 | 第31-33页 |
| 3.2.2 人工神经网络模型的构建 | 第33-38页 |
| 3.2.3 基于统计模型的神经网络组合预测模型的构建 | 第38-39页 |
| 第四章 上市公司财务预警的实证研究 | 第39-68页 |
| 4.1 研究样本的选取 | 第39-47页 |
| 4.1.1 样本及资料来源 | 第39页 |
| 4.1.2 配对原则 | 第39-40页 |
| 4.1.3 研究样本的确定 | 第40-47页 |
| 4.2 研究指标的筛选 | 第47-51页 |
| 4.2.1 备选指标显著性分析 | 第47-49页 |
| 4.2.2 备选指标的主成份分析 | 第49-51页 |
| 4.3 基于LOGISTIC统计模型的财务困境预测 | 第51-56页 |
| 4.4 基于FISHER统计模型的财务困境预测 | 第56-62页 |
| 4.5 神经网络组合模型的财务困境预测 | 第62-68页 |
| 第五章 结论 | 第68-70页 |
| 附录一 神经网络程序代码 | 第70-74页 |
| 致谢 | 第74-75页 |
| 参考文献 | 第75-77页 |
| 攻读硕士学位期间发表的学术论文目录 | 第77-80页 |