首页--经济论文--农业经济论文--农业经济理论论文--农业计划与管理论文--农业财务管理、经济核算论文

基于灰色神经网络的农业上市公司财务预警实证研究

摘要第4-5页
Abstract第5页
第1章 绪论第9-17页
    1.1 研究背景第9-10页
    1.2 研究意义第10页
    1.3 国内外关于财务预警的研究现状第10-15页
        1.3.1 国内外关于财务预警单变量判定模型的相关研究第10-11页
        1.3.2 国内外关于财务预警多变量判定模型的相关研究第11-13页
        1.3.3 国内外关于财务动态预警模型的相关研究第13-14页
        1.3.4 关于农业上市公司财务预警的研究第14页
        1.3.5 综合评述第14-15页
    1.4 研究内容、方法与研究框架第15-17页
        1.4.1 研究内容第15页
        1.4.2 研究方法第15-16页
        1.4.3 研究框架第16-17页
第2章 相关理论基础第17-29页
    2.1 财务风险第17-19页
        2.1.1 风险的定义及特征第17-18页
        2.1.2 财务风险概念的界定第18页
        2.1.3 财务风险的分类第18-19页
    2.2 财务危机第19-20页
    2.3 财务预警基础理论研究第20-24页
        2.3.1 风险管理理论第20-21页
        2.3.2 危机管理理论第21-22页
        2.3.3 策略震撼管理理论第22页
        2.3.4 权衡理论第22-23页
        2.3.5 代理理论第23页
        2.3.6 企业生命周期理论第23-24页
    2.4 灰色系统理论第24-25页
    2.5 神经网络系统理论第25-29页
        2.5.1 人工神经网络概述第25-27页
        2.5.2 BP神经网络理论第27-29页
第3章 农业上市公司现状第29-36页
    3.1 农业上市公司的界定第29-30页
    3.2 农业上市公司的规模发展第30-31页
    3.3 农业上市公司的地域分布第31-33页
    3.4 我国农业上市公司的行业分布特点第33-34页
    3.5 我国农业上市公司“背农”现象第34-35页
    3.6 我国农业上市公司行业风险分析第35-36页
第4章 农业上市公司财务预警实证研究第36-53页
    4.1 农业上市公司财务预警指标分析第36-39页
        4.1.1 财务预警指标选取原则第36页
        4.1.2 农业上市公司财务预警指标确定第36-39页
    4.2 数据和样本的选择第39页
        4.2.1 样本的选取与分类第39页
        4.2.2 数据来源第39页
    4.3 基于神经网络的财务预警第39-49页
        4.3.1 输入层的构建第40-45页
        4.3.2 中间层的构建第45-49页
    4.4 农业上市公司财务动态预警第49-53页
        4.4.1 基于灰色神经网络的动态预警模型构建第49-51页
        4.4.2 动态预警结果第51-53页
第5章 结论与展望第53-57页
    5.1 研究结论第53页
    5.2 农业上市公司财务危机防范对策第53-56页
        5.2.1 提高农业上市公司对于财务危机预警的意识,树立风险管理文化第53-54页
        5.2.2 从公司治理的层面降低财务风险,防范财务危机第54页
        5.2.3 从公司经营的层面降低财务风险,防范财务危机第54-55页
        5.2.4 针对农业上市公司风险特点,建立预防突发事件机制第55页
        5.2.5 提供国家政策及法制的支持,健全监管体制第55-56页
    5.3 研究中存在的不足第56-57页
参考文献第57-61页
附录第61-66页
致谢第66-67页
作者简介第67页

论文共67页,点击 下载论文
上一篇:我国农业上市公司资本结构与绩效关系实证研究
下一篇:古丈县茶叶品牌研究