摘要 | 第5-6页 |
Abstract | 第6页 |
第1章 绪论 | 第9-17页 |
1.1 选题背景 | 第9页 |
1.2 选题意义 | 第9-10页 |
1.3 国内外研究动态 | 第10-15页 |
1.3.1 国外财务风险评价与预警研究现状 | 第10-12页 |
1.3.2 国内财务风险评价与预警研究现状 | 第12-14页 |
1.3.3 国内外研究综述小结 | 第14-15页 |
1.4 本文的研究内容 | 第15-17页 |
第2章 财务风险理论与方法概述 | 第17-30页 |
2.1 企业财务风险概述 | 第17-19页 |
2.1.1 企业财务风险的内涵 | 第17页 |
2.1.2 企业财务风险的特征 | 第17-18页 |
2.1.3 企业财务风险的分类 | 第18-19页 |
2.2 财务风险评价与财务风险预警概述 | 第19-20页 |
2.2.1 财务风险评价 | 第19页 |
2.2.2 财务风险预警 | 第19-20页 |
2.2.3 财务风险评价与财务风险预警的关系 | 第20页 |
2.3 主成分TOPSIS综合评价理论 | 第20-23页 |
2.3.1 主成分TOPSIS法基本思想 | 第20-21页 |
2.3.2 主成分TOPSIS法数学模型 | 第21-23页 |
2.4 遗传算法优化的支持向量机理论 | 第23-29页 |
2.4.1 遗传算法概述 | 第23-24页 |
2.4.2 支持向量机概述 | 第24-25页 |
2.4.3 支持向量机数学模型 | 第25-28页 |
2.4.4 遗传算法优化的支持向量机 | 第28-29页 |
2.5 本章小结 | 第29-30页 |
第3章 电力上市公司财务风险综合评价及预警 | 第30-49页 |
3.1 电力上市公司财务风险分析 | 第30-34页 |
3.1.1 电力行业特征分析 | 第30-31页 |
3.1.2 电力上市公司风险现状 | 第31-32页 |
3.1.3 电力上市公司风险成因分析 | 第32-34页 |
3.2 综合评价指标体系 | 第34-37页 |
3.2.1 指标选取原则 | 第34-35页 |
3.2.2 指标体系构建 | 第35-37页 |
3.3 基于主成分TOPSIS法的财务风险综合评价 | 第37-44页 |
3.3.1 主成分TOPSIS评价方法的适用性 | 第37-38页 |
3.3.2 主成分TOPSIS综合评价步骤 | 第38-39页 |
3.3.3 基于主成分TOPSIS法的财务风险综合评价实证研究 | 第39-44页 |
3.4 基于GA-SVM的财务风险预警 | 第44-48页 |
3.4.1 GA-SVM对财务风险预警的适用性 | 第44-45页 |
3.4.2 基于GA-SVM的财务风险预警步骤 | 第45-46页 |
3.4.3 基于GA-SVM的财务风险预警实证研究 | 第46-48页 |
3.5 本章小结 | 第48-49页 |
第4章 电力上市公司财务风险控制策略 | 第49-54页 |
4.1 外部风险因素的控制策略 | 第49-51页 |
4.1.1 政策因素变动控制对策 | 第49-50页 |
4.1.2 经济因素变动控制对策 | 第50-51页 |
4.2 内部风险因素的控制策略 | 第51-53页 |
4.2.1 公司治理结构因素的控制对策 | 第51-52页 |
4.2.2 公司内部管理因素的控制对策 | 第52页 |
4.2.3 公司战略因素的控制对策 | 第52-53页 |
4.3 本章小结 | 第53-54页 |
第5章 结论与展望 | 第54-55页 |
5.1 结论 | 第54页 |
5.2 展望 | 第54-55页 |
参考文献 | 第55-59页 |
附录 | 第59-64页 |
致谢 | 第64-65页 |
作者简介 | 第65页 |