| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-9页 |
| Extended Abstract | 第9-15页 |
| 图清单 | 第15-16页 |
| 表清单 | 第16-22页 |
| 1 绪论 | 第22-32页 |
| ·研究背景与研究意义 | 第22-24页 |
| ·相关概念界定 | 第24-27页 |
| ·拟重点研究与解决的问题 | 第27-28页 |
| ·研究思路、研究方法和技术路线 | 第28-31页 |
| ·论文结构安排 | 第31-32页 |
| 2 理论基础和研究综述 | 第32-52页 |
| ·财务状况分析的理论基础 | 第32-35页 |
| ·国外财务状况分析的研究综述 | 第35-40页 |
| ·国内财务状况分析的研究综述 | 第40-47页 |
| ·研究现状评述 | 第47-51页 |
| ·本章小结 | 第51-52页 |
| 3 上市公司财务状况评价研究 | 第52-76页 |
| ·财务状况评价的理论分析 | 第52-58页 |
| ·财务状况聚类分析的研究设计和后续目的 | 第58-59页 |
| ·样本的选择标准和数据来源 | 第59页 |
| ·财务状况聚类分析 | 第59-74页 |
| ·本章小结 | 第74-76页 |
| 4 上市公司财务状况类别特征研究 | 第76-105页 |
| ·研究设计 | 第76页 |
| ·财务状况类别的财务特征分析 | 第76-92页 |
| ·财务状况类别的公司治理特征分析 | 第92-103页 |
| ·本章小结 | 第103-105页 |
| 5 上市公司财务状况预测研究 | 第105-134页 |
| ·基于 Logistic 回归分析的财务状况类别预测 | 第105-120页 |
| ·基于支持向量机(SVM)的财务状况类别预测 | 第120-131页 |
| ·两种方法的比较 | 第131-132页 |
| ·本章小结 | 第132-134页 |
| 6 研究结论与建议 | 第134-142页 |
| ·研究结论 | 第134-137页 |
| ·政策建议 | 第137-139页 |
| ·本文研究的主要创新点 | 第139-140页 |
| ·研究局限与未来研究方向 | 第140-142页 |
| 参考文献 | 第142-150页 |
| 附录 | 第150-164页 |
| 作者简历 | 第164-167页 |
| 学位论文数据集 | 第167页 |