| 摘要 | 第7-8页 |
| abstract | 第8-9页 |
| 1. 绪论 | 第10-14页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 研究意义 | 第11-12页 |
| 1.3 研究内容及方法 | 第12-14页 |
| 1.3.1 研究内容 | 第12-13页 |
| 1.3.2 研究方法 | 第13页 |
| 1.3.3 本文的创新点 | 第13-14页 |
| 2. 相关理论综述 | 第14-22页 |
| 2.1 我国生物医药行业特点 | 第14-15页 |
| 2.2 财务危机概念界定 | 第15-16页 |
| 2.3 财务危机成因剖析 | 第16-17页 |
| 2.3.1 外部因素 | 第16-17页 |
| 2.3.2 内部环境 | 第17页 |
| 2.4 财务危机预警指标研究综述 | 第17-19页 |
| 2.4.1 财务指标 | 第17-18页 |
| 2.4.2 非财务指标 | 第18-19页 |
| 2.5 财务危机预警模型综述 | 第19-22页 |
| 2.5.1 单变量模型 | 第19页 |
| 2.5.2 多元变量模型 | 第19-20页 |
| 2.5.3 条件概率分析模型 | 第20-21页 |
| 2.5.4 数据挖掘方法 | 第21-22页 |
| 3. 支持向量机模型理论介绍 | 第22-27页 |
| 3.1 统计学习理论 | 第22页 |
| 3.2 支持向量分类机 | 第22-25页 |
| 3.2.1 线性问题 | 第22-24页 |
| 3.2.2 非线性问题 | 第24-25页 |
| 3.2.3 核函数 | 第25页 |
| 3.3 SVM模型应用领域和可行性分析 | 第25-27页 |
| 4. 财务危机预警指标体系的构建与分析 | 第27-38页 |
| 4.1 研究思路 | 第27页 |
| 4.2 样本数据的选取 | 第27-29页 |
| 4.3 生物医药上市公司财务预警指标构建 | 第29-31页 |
| 4.3.1 财务指标构建原则 | 第29页 |
| 4.3.2 财务指标的选取 | 第29-31页 |
| 4.4 财务预警指标数据统计分析 | 第31-37页 |
| 4.4.1 指标数据标准化处理 | 第31页 |
| 4.4.2 财务指标因子分析 | 第31-37页 |
| 4.5 本章小结 | 第37-38页 |
| 5. 基于SVM模型的财务危机预警分析 | 第38-44页 |
| 5.1 SVM模型的研究思路 | 第38页 |
| 5.2 基于SVM的生物医药上市公司财务预警模型实证 | 第38-41页 |
| 5.2.1 基于SVM的财务预警模型训练 | 第38-39页 |
| 5.2.2 基于SVM的财务预警模型预测 | 第39-41页 |
| 5.3 Logistic模型财务预警 | 第41-43页 |
| 5.4 模型效果对比分析 | 第43-44页 |
| 6. 总结 | 第44-46页 |
| 6.1 研究结论 | 第44页 |
| 6.2 参考建议 | 第44-45页 |
| 6.2.1 生物医药上市公司的建议 | 第44-45页 |
| 6.2.2 利益相关者的建议 | 第45页 |
| 6.3 研究展望 | 第45-46页 |
| 参考文献 | 第46-49页 |
| 附录 | 第49-54页 |
| 致谢 | 第54页 |