| 内容摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-23页 |
| ·选题的背景及意义 | 第9-12页 |
| ·选题的背景 | 第9-11页 |
| ·选题的意义 | 第11-12页 |
| ·研究思路和主要内容 | 第12-14页 |
| ·研究的思路 | 第12-13页 |
| ·本文主要内容 | 第13-14页 |
| ·财务危机的界定 | 第14-17页 |
| ·西方学者对财务危机的界定 | 第14-15页 |
| ·国内学者对财务危机的界定 | 第15-17页 |
| ·财务危机预警模型的研究现状 | 第17-22页 |
| ·神经网络引入财务危机预警研究的必要性和可行性分析 | 第22-23页 |
| ·必要性分析 | 第22页 |
| ·可行性分析 | 第22-23页 |
| 第2章 人工神经网络理论概述 | 第23-32页 |
| ·神经网络发展历程 | 第23页 |
| ·人工神经网络工作原理 | 第23-24页 |
| ·人工神经网络的优势 | 第24页 |
| ·神经元模型 | 第24-25页 |
| ·BP神经网络 | 第25-32页 |
| ·BP算法 | 第26-27页 |
| ·BP算法法则的推导 | 第27-32页 |
| 第3章 BP神经网络财务危机预警模型的构建 | 第32-49页 |
| ·模型指标的选择 | 第32-33页 |
| ·样本数据的选择过程 | 第33-40页 |
| ·样本的选择 | 第33-34页 |
| ·财务指标数据正态性检验 | 第34-35页 |
| ·财务指标数据均值差异性检验 | 第35-37页 |
| ·差异性指标的多重共线性检验 | 第37-40页 |
| ·BP神经网络财务危机预警模型的建立 | 第40-49页 |
| 第4章 Logistic模型的建立及与BP神经网络财务危机预警模型的对比 | 第49-54页 |
| ·Logistic回归基本理论 | 第49-50页 |
| ·模型建立 | 第50-53页 |
| ·基于BP神经网络和Logistic回归的财务危机预警模型对比 | 第53-54页 |
| 第5章 研究的价值及进一步改进的建议 | 第54-57页 |
| ·本文研究的价值 | 第54-55页 |
| ·进一步改进的建议 | 第55-57页 |
| 参考文献 | 第57-59页 |
| 后记 | 第59页 |
