| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-18页 |
| 1.1 选题背景及意义 | 第9-10页 |
| 1.1.1 选题背景 | 第9页 |
| 1.1.2 选题意义 | 第9-10页 |
| 1.2 国内外文献综述 | 第10-15页 |
| 1.2.1 特征识别的国内外文献综述 | 第10-12页 |
| 1.2.2 方法选择的国内外文献综述 | 第12-14页 |
| 1.2.3 国内外文献述评 | 第14-15页 |
| 1.3 研究内容及方法 | 第15-16页 |
| 1.3.1 主要研究内容 | 第15-16页 |
| 1.3.2 主要研究方法 | 第16页 |
| 1.4 研究的创新点及不足 | 第16-18页 |
| 1.4.1 研究的创新点 | 第16-17页 |
| 1.4.2 研究的不足之处 | 第17-18页 |
| 第二章 财务信息异常的概述、动因及影响 | 第18-25页 |
| 2.1 财务信息异常概述 | 第18-20页 |
| 2.1.1 财务信息异常的定义 | 第18页 |
| 2.1.2 财务信息异常的表现形式 | 第18-20页 |
| 2.1.3 相关概念 | 第20页 |
| 2.2 财务信息异常的动因 | 第20-23页 |
| 2.2.1 内部原因 | 第20-22页 |
| 2.2.2 外部原因 | 第22-23页 |
| 2.3 财务信息异常的影响 | 第23-25页 |
| 第三章 方法构建 | 第25-31页 |
| 3.1 变量定义及分析流程 | 第25-26页 |
| 3.2 相关性分析方法 | 第26页 |
| 3.3 余弦相似度方法 | 第26-28页 |
| 3.4 自组织映射方法 | 第28-29页 |
| 3.4.1 SOM神经网络的简介 | 第28页 |
| 3.4.2 SOM神经网络的原理 | 第28-29页 |
| 3.4.3 SOM神经网络学习算法 | 第29页 |
| 3.5 分析准则 | 第29-31页 |
| 第四章 实证分析 | 第31-50页 |
| 4.1 样本的选择 | 第31-35页 |
| 4.1.1 财务指标的选取 | 第32-34页 |
| 4.1.2 样本公司的选择 | 第34页 |
| 4.1.3 匹配公司的选择 | 第34-35页 |
| 4.2 数据的基本处理 | 第35-36页 |
| 4.3 SOM的聚类分析 | 第36-46页 |
| 4.3.1 关于样本公司A1的聚类分析 | 第36-39页 |
| 4.3.2 关于样本公司A2和A3的聚类分析 | 第39-44页 |
| 4.3.3 与单一的SOM模型的聚类准确率比较 | 第44-46页 |
| 4.4 与Logistic模型的聚类准确率对比分析 | 第46-48页 |
| 4.4.1 Logistic模型 | 第46页 |
| 4.4.2 与Logistic模型分析结果的准确率比较 | 第46-48页 |
| 4.5 数据的预测分析 | 第48-50页 |
| 第五章 结论 | 第50-52页 |
| 参考文献 | 第52-56页 |
| 个人简介及攻读学位期间获得成果目录清单 | 第56-57页 |
| 致谢 | 第57页 |