| 第一章 前 言 | 第8-11页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 本文研究的思路与意义 | 第9-10页 |
| 1.3 本文的内容结构安排 | 第10-11页 |
| 第二章 财务失败概述 | 第11-16页 |
| 2.1 财务失败的概念、原因及表现 | 第11-13页 |
| 2.1.1 财务失败的概念与分类 | 第11页 |
| 2.1.2 财务失败的原因 | 第11-13页 |
| 2.1.3 财务失败的表现 | 第13页 |
| 2.2 我国上市公司财务失败(财务状况异常)的界定 | 第13-15页 |
| 2.3 财务失败预警系统的功能、目的和用途 | 第15-16页 |
| 第三章 财务失败预警系统的构建 | 第16-24页 |
| 3.1 一般经济预警系统概述 | 第16-19页 |
| 3.1.1 经济预警的理论基础 | 第16页 |
| 3.1.2 宏观经济预警 | 第16-17页 |
| 3.1.3 微观经济预警 | 第17页 |
| 3.1.4 经济预警系统的预警过程 | 第17-18页 |
| 3.1.5 经济预警的基本方法 | 第18-19页 |
| 3.2 财务失败预警系统的功能及方法论基础 | 第19-20页 |
| 3.2.1 财务失败预警系统的功能 | 第19页 |
| 3.2.2 建立财务预警系统的方法论基础 | 第19-20页 |
| 3.3 财务失败预警系统的构建过程 | 第20-21页 |
| 3.3.1 预警组织机构 | 第20页 |
| 3.3.2 预警操作工具 | 第20-21页 |
| 3.3.3 预警实施过程 | 第21页 |
| 3.3.4 财务失败的防范与补救系统 | 第21页 |
| 3.4 实施财务失败预警系统应注意的问题 | 第21-24页 |
| 3.4.1 树立牢固的财务失败风险防范意识 | 第21页 |
| 3.4.2 完善信息系统 | 第21-23页 |
| 3.4.3 保证预警信息传递路线的畅通和对策反映的及时性 | 第23-24页 |
| 第四章 上市公司财务失败预警操作工具基本理论 | 第24-46页 |
| 4.1 财务失败预测的定性工具 | 第24-25页 |
| 4.2 财务失败预警的单变量工具[33]~ | 第25-28页 |
| 4.3 财务失败预警的多变量工具 | 第28-40页 |
| 4.3.1 国内外关于多变量工具的研究 | 第28-31页 |
| 4.3.2 判别分析模型[38 | 第31-34页 |
| 4.3.3 主成分分析模型[40 | 第34-39页 |
| 4.3.4 主成分逻辑回归分析模型[42]~ | 第39-40页 |
| 4.4 基于快速BP算法的前向型神经网络模型 | 第40-46页 |
| 4.4.1 人工神经网络概述[46 | 第40-41页 |
| 4.4.2 前向型神经网络原理 | 第41-43页 |
| 4.4.3 快速BP算法原理 | 第43-46页 |
| 第五章 上市公司财务失败预警多变量操作工具实证建模 | 第46-71页 |
| 5.1 研究样本与财务指标的选取 | 第46-49页 |
| 5.1.1 研究样本的选取 | 第46-47页 |
| 5.1.2 财务指标的选取 | 第47-49页 |
| 5.2 Fisher判别分析方法的实证建模 | 第49-52页 |
| 5.2.1 模型的建立 | 第49-50页 |
| 5.2.2 模型预警能力的检验 | 第50-52页 |
| 5.3 基于主成分分析的实证建模 | 第52-59页 |
| 5.3.1 模型的建立 | 第52-58页 |
| 5.3.2 模型预警能力的检验 | 第58-59页 |
| 5.4 主成分逻辑回归分析实证建模 | 第59-63页 |
| 5.4.1 模型的建立 | 第59-61页 |
| 5.4.2 模型预警能力的检验 | 第61-63页 |
| 5.5 基于快速BP算法的前向型神经网络仿真实证建模 | 第63-68页 |
| 5.5.1 前向型神经网络模型的建立 | 第63-64页 |
| 5.5.2 训练与仿真(预测)结果 | 第64-68页 |
| 5.6 不同多变量模型的比较 | 第68-71页 |
| 第六章 企业面临财务失败的防范与补救措施 | 第71-75页 |
| 6.1 财务失败的防范 | 第71页 |
| 6.2 企业财务失败的补救措施[63]~ | 第71-75页 |
| 6.2.1 增加营运资金 | 第71-72页 |
| 6.2.2 债务重组 | 第72-73页 |
| 6.2.3 财务改组 | 第73-75页 |
| 结束语 | 第75-76页 |
| 附录: | 第76-82页 |
| 附录一:估计样本组数据 | 第76-78页 |
| 附录二:检验样本组数据 | 第78-80页 |
| 附录三:基于快速BP算法的前向型神经网络MATLAB计算程序 | 第80-82页 |
| 参考文献 | 第82-86页 |
| 发表论文和科研情况说明 | 第86-87页 |
| 致 谢 | 第87页 |
