| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 1. 引言 | 第10-15页 |
| ·选题背景和选题意义 | 第10-13页 |
| ·研究背景 | 第10-12页 |
| ·选题意义 | 第12-13页 |
| ·研究思路和文章结构 | 第13-15页 |
| ·研究方法和思路 | 第13页 |
| ·文章结构 | 第13-15页 |
| 2. 财务困境预警研究文献综述 | 第15-23页 |
| ·信用风险量化模型 | 第15-17页 |
| ·财务指标预警模型研究综述 | 第17-23页 |
| ·单指标模型 | 第17-18页 |
| ·多元线性判别分析模型 | 第18-19页 |
| ·多元逻辑回归模型 | 第19-20页 |
| ·神经网络模型 | 第20页 |
| ·单指标模型,多元线性判别模型以及神经网络模型的缺陷以及SVM模型 | 第20-23页 |
| 3. 基于SVM的财务困境预警模型建立 | 第23-45页 |
| ·财务指标说明 | 第23-26页 |
| ·KMV模型理论框架 | 第26-33页 |
| ·KMV模型的理论基础 | 第26-27页 |
| ·KMV模型的计算步骤 | 第27-28页 |
| ·样本的选择和数据的收集 | 第28-29页 |
| ·KMV参数的选取及计算 | 第29-33页 |
| ·DEA方法简介 | 第33-35页 |
| ·DEA方法的原理 | 第33页 |
| ·计算DEA值 | 第33-35页 |
| ·主成分分析 | 第35-38页 |
| ·主成分思想 | 第35-36页 |
| ·主成分实证分析 | 第36-38页 |
| ·支持向量机 | 第38-43页 |
| ·支持向量机SVM简介 | 第38页 |
| ·支持向量机数学上的说明 | 第38-42页 |
| ·SVM实证分析 | 第42-43页 |
| ·本章小结 | 第43-45页 |
| 4. 研究局限及后续展望 | 第45-46页 |
| 参考文献 | 第46-49页 |
| 附录 | 第49-52页 |
| 致谢 | 第52页 |