摘要 | 第4-6页 |
Abstract | 第6-7页 |
第1章 导论 | 第11-23页 |
1.1 研究目的和意义 | 第11-14页 |
1.1.1 研究目的 | 第11-12页 |
1.1.2 研究意义 | 第12-14页 |
1.2 国内外研究综述 | 第14-21页 |
1.2.1 国外文献综述 | 第14-16页 |
1.2.2 国内文献综述 | 第16-20页 |
1.2.3 研究述评 | 第20-21页 |
1.3 研究内容和方法 | 第21-23页 |
1.3.1 研究内容 | 第21-22页 |
1.3.2 研究方法 | 第22-23页 |
第2章 企业财务风险预警研究的基本理论 | 第23-40页 |
2.1 财务风险预警理论 | 第23-25页 |
2.1.1 财务风险的概念及成因 | 第23-24页 |
2.1.2 财务风险预警的概念 | 第24-25页 |
2.2 粗糙集理论 | 第25-29页 |
2.2.1 粗糙集的基本概念 | 第25-26页 |
2.2.2 信息系统的基本概念 | 第26-28页 |
2.2.3 决策规则的获取和度量 | 第28-29页 |
2.3 遗传算法优化的BP神经网络理论 | 第29-40页 |
2.3.1 BP神经网络理论 | 第29-35页 |
2.3.2 遗传算法理论 | 第35-39页 |
2.3.3 遗传算法和BP神经网络的结合 | 第39-40页 |
第3章 汽车制造业上市公司财务风险影响因素分析 | 第40-48页 |
3.1 汽车制造业上市公司的财务风险表征 | 第40-42页 |
3.2 外部风险因素分析 | 第42-45页 |
3.2.1 政治和法律环境 | 第42-43页 |
3.2.2 经济环境 | 第43页 |
3.2.3 社会和文化环境 | 第43-44页 |
3.2.4 技术环境 | 第44-45页 |
3.3 内部风险因素分析 | 第45-48页 |
3.3.1 资本结构 | 第45页 |
3.3.2 现金流量管理 | 第45-46页 |
3.3.3 内部财务管理 | 第46页 |
3.3.4 人力资本 | 第46页 |
3.3.5 环境会计 | 第46-48页 |
第4章 汽车制造业上市公司风险预警指标体系构建 | 第48-55页 |
4.1 指标选择原则 | 第48页 |
4.2 财务指标选取与分析 | 第48-52页 |
4.2.1 盈利能力风险指标 | 第49页 |
4.2.2 营运能力风险指标 | 第49-50页 |
4.2.3 偿债能力风险指标 | 第50页 |
4.2.4 发展能力风险指标 | 第50-51页 |
4.2.5 现金流量能力风险指标 | 第51-52页 |
4.3 非财务指标选取与分析 | 第52-53页 |
4.3.1 担保的发生 | 第52页 |
4.3.2 审计意见类型 | 第52页 |
4.3.3 高管是否一致 | 第52-53页 |
4.3.4 股权结构 | 第53页 |
4.4 预警指标体系构建 | 第53-55页 |
第5章 汽车制造业上市公司财务风险预警模型构建与实证分析 | 第55-81页 |
5.1 样本与数据的选取 | 第55-57页 |
5.2 预警指标筛选 | 第57-66页 |
5.2.1 数据预处理 | 第57-60页 |
5.2.2 粗糙集进行指标体系约简 | 第60-64页 |
5.2.3 指标重要度和权重的确定 | 第64-66页 |
5.3 财务风险等级分类的确定 | 第66-72页 |
5.3.1 数据标准化 | 第66-69页 |
5.3.2 聚类分析样本 | 第69-72页 |
5.4 财务分析风险预警模型的构建与实证分析 | 第72-81页 |
5.4.1 结构设计 | 第72页 |
5.4.2 基本思路 | 第72-77页 |
5.4.3 算法步骤 | 第77-79页 |
5.4.4 仿真实验 | 第79-81页 |
第6章 汽车制造业上市公司财务风险的预警措施 | 第81-85页 |
6.1 外部财务风险因素的预警措施 | 第81-82页 |
6.2 内部财务风险因素的预警措施 | 第82-85页 |
第7章 全文总结与研究展望 | 第85-87页 |
7.1 全文总结 | 第85-86页 |
7.2 论文创新点 | 第86页 |
7.3 研究展望 | 第86-87页 |
致谢 | 第87-88页 |
参考文献 | 第88-92页 |
攻读学位期间获得与学位论文相关的科研成果目录 | 第92-93页 |
附录 A 指标数据离散化结果 | 第93-95页 |
附录 B 简化后指标数据标准化处理的结果 | 第95-97页 |
附录 C 遗传算法优化BP神经网络matlab仿真程序 | 第97-101页 |