企业财务困境及其预警研究--基于中国A股制造业的实证分析
摘要 | 第4-5页 |
Abstract | 第5-6页 |
第一章 绪论 | 第9-13页 |
1.1 研究背景 | 第9-10页 |
1.2 研究意义 | 第10-11页 |
1.3 研究框架 | 第11页 |
1.4 研究方法 | 第11-12页 |
1.5 本研究创新点 | 第12-13页 |
第二章 企业财务困境及其影响因素 | 第13-22页 |
2.1 企业财务困境的界定综述 | 第13-14页 |
2.1.1 国外学者对财务困境的界定 | 第13-14页 |
2.1.2 国内学者对财务困境的界定 | 第14页 |
2.2 企业财务困境影响因素综述 | 第14-15页 |
2.3 企业财务困境基本理论及概念 | 第15-22页 |
2.3.1 企业被标志“ST”概念 | 第15-17页 |
2.3.2 企业财务困境各影响因素 | 第17-18页 |
2.3.3 企业生命周期理论 | 第18-22页 |
第三章 财务预警研究方法 | 第22-29页 |
3.1 一元判别分析法 | 第22-23页 |
3.2 多元判别分析法 | 第23-24页 |
3.3 多元逻辑回归法 | 第24-26页 |
3.4 人工神经网络模型 | 第26-28页 |
3.5 支持向量机模型 | 第28-29页 |
第四章 企业财务能力各方面指标 | 第29-38页 |
4.1 企业偿债能力方面的指标 | 第29-30页 |
4.2 企业成长能力方面的指标 | 第30-32页 |
4.3 企业现金流量能力方面的指标 | 第32-33页 |
4.4 企业盈利能力方面的指标 | 第33-36页 |
4.5 企业营运能力方面的指标 | 第36-37页 |
4.6 股权结构指标 | 第37-38页 |
第五章 企业财务困境实证研究 | 第38-63页 |
5.1 研究样本选取 | 第38-39页 |
5.2 正态分布检验 | 第39-41页 |
5.3 显著性检验 | 第41-44页 |
5.4 多重共线性检验 | 第44-49页 |
5.5 Logistic模型 | 第49-52页 |
5.6 主成分分析法 | 第52-56页 |
5.7 人工神经网络 | 第56-63页 |
5.7.1 人工神经网络简介 | 第56-57页 |
5.7.2 BP神经网络模型 | 第57-63页 |
第六章 结论及展望 | 第63-66页 |
6.1 研究结论 | 第63-65页 |
6.2 研究展望 | 第65-66页 |
参考文献 | 第66-69页 |
附录 攻读硕士学位期间撰写的论文 | 第69-70页 |
致谢 | 第70页 |