| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 1 绪论 | 第9-17页 |
| 1.1 研究背景、目的及意义 | 第9-10页 |
| 1.1.1 研究背景 | 第9页 |
| 1.1.2 研究目的 | 第9-10页 |
| 1.1.3 研究意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 国外研究现状 | 第10-12页 |
| 1.2.2 国内研究现状 | 第12-14页 |
| 1.3 研究思路、研究内容及研究方法 | 第14-17页 |
| 1.3.1 研究思路 | 第14-15页 |
| 1.3.2 研究内容 | 第15-16页 |
| 1.3.3 研究方法 | 第16-17页 |
| 2 企业财务风险预警研究的理论基础 | 第17-21页 |
| 2.1 财务风险预警理论 | 第17-18页 |
| 2.1.1 危机管理理论 | 第17页 |
| 2.1.2 企业逆境管理理论 | 第17页 |
| 2.1.3 企业诊断理论 | 第17-18页 |
| 2.2 财务风险控制理论 | 第18页 |
| 2.3 核心概念界定 | 第18-21页 |
| 3 我国太阳能光伏企业财务风险现状分析 | 第21-25页 |
| 3.1 我国太阳能光伏企业发展现状 | 第21-22页 |
| 3.2 我国太阳能光伏企业财务风险分析 | 第22-25页 |
| 3.2.1 外部风险分析 | 第22-23页 |
| 3.2.2 内部风险分析 | 第23-25页 |
| 4 Logistic模型变量的选择与解释 | 第25-39页 |
| 4.1 研究对象及样本选取 | 第25页 |
| 4.1.1 研究对象 | 第25页 |
| 4.1.2 样本选取 | 第25页 |
| 4.2 Logistic模型自变量的选择与解释 | 第25-34页 |
| 4.2.1 自变量选取原则 | 第25-26页 |
| 4.2.2 自变量选取 | 第26-28页 |
| 4.2.3 主成分分析 | 第28-34页 |
| 4.3 因变量的假设与解释 | 第34-39页 |
| 5 Logistic模型在我国太阳能光伏企业财务风险预警中的实证研究 | 第39-51页 |
| 5.1 Logistic回归模型的构建 | 第39-40页 |
| 5.1.1 Logistic回归模型简介 | 第39页 |
| 5.1.2 模型的选择 | 第39页 |
| 5.1.3 Logistic回归模型推导 | 第39-40页 |
| 5.2 Logistic回归模型的建立 | 第40-44页 |
| 5.2.1 显著性差异检验 | 第40-42页 |
| 5.2.2 样本指标的偏向关分析 | 第42-43页 |
| 5.2.3 Logistic回归模型的建立 | 第43-44页 |
| 5.3 模型的检验 | 第44-45页 |
| 5.4 基于Logistic模型度量结果的讨论 | 第45-47页 |
| 5.4.1 模型度量研究结果的意义 | 第45-46页 |
| 5.4.2 模型应用所需要注意的问题 | 第46-47页 |
| 5.5 Logistic模型度量结果的政策建议 | 第47-48页 |
| 5.6 我国太阳能光伏企业财务风险防范的政策建议 | 第48-50页 |
| 5.6.1 构建完善的财务预警系统 | 第48页 |
| 5.6.2 光伏企业应建立合理的人才引进及激励机制及科研经费专款专用 | 第48页 |
| 5.6.3 加强光伏产品的推广及开发产品新用途 | 第48-49页 |
| 5.6.4 抓住机遇，勇于迎接挑战 | 第49页 |
| 5.6.5 政府应当弱化对太阳能光伏企业的直接干预 | 第49页 |
| 5.6.6 密切关注国家政策把握机会降低风险 | 第49-50页 |
| 5.7 本章小结 | 第50-51页 |
| 6 结论及未来展望 | 第51-53页 |
| 6.1 研究结论 | 第51页 |
| 6.2 研究局限性 | 第51-52页 |
| 6.3 未来展望 | 第52-53页 |
| 致谢 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 附录 | 第59-75页 |
