| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第10-14页 |
| 1.1 选题背景及意义 | 第10-11页 |
| 1.1.1 选题背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11页 |
| 1.2 研究内容 | 第11-12页 |
| 1.3 研究方法及技术路线 | 第12页 |
| 1.4 论文的新见解 | 第12-13页 |
| 1.5 论文的主要工作 | 第13-14页 |
| 2 文献综述 | 第14-18页 |
| 2.1 国外研究现状评述 | 第14-15页 |
| 2.1.1 收益额研究现状评述 | 第14-15页 |
| 2.1.2 折现率研究现状评述 | 第15页 |
| 2.1.3 神经网络模型的应用研究 | 第15页 |
| 2.2 国内研究现状评述 | 第15-18页 |
| 2.2.1 收益额研究现状评述 | 第16页 |
| 2.2.2 折现率研究现状评述 | 第16页 |
| 2.2.3 神经网络模型应用研究 | 第16-18页 |
| 3 收益法与神经网络方法 | 第18-28页 |
| 3.1 收益法的基本原理 | 第18页 |
| 3.2 收益法的参数确定 | 第18-23页 |
| 3.2.1 折现率的确定方法及评价 | 第19-21页 |
| 3.2.2 收益额的确定方法及评价 | 第21-23页 |
| 3.3 人工神经网络的基本原理 | 第23-25页 |
| 3.3.1 神经网络的特点及应用范围 | 第23-24页 |
| 3.3.2 BP神经网络理论 | 第24-25页 |
| 3.3.3 BP神经网络预测优势 | 第25页 |
| 3.4 BP神经网络模型与收益法的融合 | 第25-26页 |
| 3.4.1 BP神经网络模型与折现率的关系 | 第25-26页 |
| 3.4.2 BP神经网络模型与收益额的关系 | 第26页 |
| 3.5 BP神经网络解决实际问题的操作步骤 | 第26-27页 |
| 3.6 本章小结 | 第27-28页 |
| 4 基于BP神经网络的折现率仿真模型—XX能源公司为例 | 第28-44页 |
| 4.1 案例概况 | 第28-29页 |
| 4.2 折现率影响因素的选取 | 第29-30页 |
| 4.2.1 行业收益状况 | 第29页 |
| 4.2.2 企业经营状况 | 第29-30页 |
| 4.2.3 企业规模 | 第30页 |
| 4.2.4 企业筹资风险 | 第30页 |
| 4.3 数据样本的选取及预处理 | 第30-33页 |
| 4.3.1 样本的选取 | 第30-31页 |
| 4.3.2 输入层与输出层的确定 | 第31-32页 |
| 4.3.3 数据预处理 | 第32-33页 |
| 4.4 折现率仿真模型结构设计 | 第33-39页 |
| 4.4.1 BP神经网络的建立 | 第33-38页 |
| 4.4.2 BP神经网络的训练 | 第38-39页 |
| 4.5 BP神经网络折现率仿真结果 | 第39-40页 |
| 4.6 各方法下折现率的对比分析 | 第40-41页 |
| 4.6.1 WACC模型测算的折现率 | 第40页 |
| 4.6.2 CAPM模型测算的折现率 | 第40页 |
| 4.6.3 风险累加法测算的折现率 | 第40-41页 |
| 4.6.4 行业平均收益率法测算的折现率 | 第41页 |
| 4.6.5 折现率对比分析 | 第41页 |
| 4.7 股东全部权益评估值对比分析 | 第41-42页 |
| 4.8 本章小结 | 第42-44页 |
| 5 基于BP神经网络的收益额预测模型—XX能源公司为例 | 第44-56页 |
| 5.1 收益额预测影响参数确立 | 第44-46页 |
| 5.1.1 经济环境 | 第44页 |
| 5.1.2 企业资本结构 | 第44-45页 |
| 5.1.3 企业规模 | 第45页 |
| 5.1.4 经营绩效 | 第45页 |
| 5.1.5 企业成长能力 | 第45-46页 |
| 5.2 样本的选取及预处理 | 第46-49页 |
| 5.2.1 样本的选取 | 第46-48页 |
| 5.2.2 输入层与输出层的确定 | 第48-49页 |
| 5.2.3 数据的预处理 | 第49页 |
| 5.3 收益额预测模型结构设计 | 第49-51页 |
| 5.3.1 建立BP神经网络 | 第49-50页 |
| 5.3.2 BP神经网络的训练 | 第50-51页 |
| 5.4 模型的检验 | 第51-52页 |
| 5.5 模型的预测结果 | 第52页 |
| 5.6 股东全部权益评估值对比分析 | 第52-54页 |
| 5.6.1 不同收益额预测方法下的股权评估值 | 第52-53页 |
| 5.6.2 基于BP神经网络评估值与原有方法评估值对比 | 第53-54页 |
| 5.7 本章小结 | 第54-56页 |
| 6 结论及展望 | 第56-59页 |
| 6.1 主要研究结论 | 第56-57页 |
| 6.1.1 为收益法参数确定方法提高新的导向 | 第56页 |
| 6.1.2 基于BP神经网络的收益法评估值精确度高 | 第56-57页 |
| 6.2 研究展望 | 第57-59页 |
| 致谢 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 附录 | 第65-70页 |
| 个人简历、在学期间发表的学术论文及取得的研究成果 | 第70页 |
