基于神经网络的财务困境判别模型及其实证研究

摘要	第1-4页
Abstract	第4-6页
引言	第6-7页
第一章 财务困境判别研究概述	第7-22页
·基本概念	第7-8页
·财务困境判定和预测模型的理论方法	第8页
·财务困境判别方法的回顾	第8-22页
第二章 神经网络技术概述	第22-34页
·多层前向网络	第22-24页
·反馈网络	第24-27页
·自组织神经网络	第27-29页
·基于神经网络的财务困境判别研究动态	第29-32页
·神经网络技术的利弊	第32-34页
第三章 神经网络判别模型的构建	第34-39页
·选择合适的神经网络模型	第34页
·确定MLP多层感应器的拓扑结构	第34-35页
·确定神经网络模型的学习参数与算法	第35-39页
第四章 神经网络判别模型的实证研究	第39-58页
·样本的选取与数据来源	第39页
·判别特征变量的抽取和采用依据	第39-44页
·数据预处理	第44-45页
·神经网络具体参数设置	第45-46页
·计算结果及分析	第46-48页
·引入欧氏距离进行优化后的判别模型	第48-51页
·对输入变量进行筛选后的判别模型	第51-58页
结论	第58-61页
致谢	第61-62页
参考文献	第62-65页
附录A Matlab示例程序	第65-70页
附录B 指标列表	第70-72页
附录C ST公司列表(1999-2002)	第72-74页