基于神经网络模型的企业财务困境预警研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 导言 | 第9-24页 |
| ·选题背景 | 第9-10页 |
| ·研究目的和意义 | 第10-13页 |
| ·选题目的 | 第10-11页 |
| ·研究意义 | 第11-13页 |
| ·国内外研究动态 | 第13-22页 |
| ·国外研究动态 | 第13-17页 |
| ·国内研究动态 | 第17-19页 |
| ·国内外研究综述及存在问题 | 第19-22页 |
| ·研究思路与方法 | 第22-23页 |
| ·研究思路 | 第22页 |
| ·研究方法 | 第22-23页 |
| ·论文可能的创新之处 | 第23-24页 |
| 第二章 神经网络与企业财务困境预警的相关理论 | 第24-36页 |
| ·财务困境概述 | 第24-25页 |
| ·财务困境与财务预警 | 第25页 |
| ·企业财务预警系统 | 第25-31页 |
| ·财务预警系统的概念 | 第25-26页 |
| ·财务预警系统的特点 | 第26-27页 |
| ·财务预警系统的功能框架 | 第27-28页 |
| ·财务预警系统的构建原则 | 第28-29页 |
| ·财务预警系统的建立流程 | 第29-31页 |
| ·神经网络计算模型 | 第31-36页 |
| ·神经网络的基本原理 | 第31-32页 |
| ·神经网络的建模原理及数学描述 | 第32-33页 |
| ·神经网络算法 | 第33-36页 |
| 第三章 神经网络方法在财务困境预警中的应用 | 第36-45页 |
| ·传统的企业预警系统的方法及缺陷 | 第36页 |
| ·人工神经网络用于企业财务预警系统的优势 | 第36-38页 |
| ·人工神经网络的功能 | 第37页 |
| ·人工神经网络用于预警的优势 | 第37-38页 |
| ·BP 神经网络预测模型的构建方法 | 第38页 |
| ·预测模型的原理与实现 | 第38-44页 |
| ·预测模型的原理 | 第38-40页 |
| ·BP 神经网络的预测步骤 | 第40-41页 |
| ·输入输出层的设计 | 第41-42页 |
| ·隐层单元的确定 | 第42-43页 |
| ·训练样本的确定 | 第43-44页 |
| ·输入输出数据的处理 | 第44页 |
| ·神经网络预测模型的特点 | 第44-45页 |
| 第四章 基于神经网络方法预警系统设计 | 第45-57页 |
| ·企业财务预警系统的总体功能设计 | 第45-49页 |
| ·数据库的建立 | 第45页 |
| ·财务预警指标选取的原则 | 第45-46页 |
| ·财务预警指标的选取 | 第46-49页 |
| ·基于ANN 的企业财务困境预警模型的新构思 | 第49-53页 |
| ·BP 算法的缺陷 | 第49-51页 |
| ·BP 算法改进的具体方法 | 第51-53页 |
| ·神经网络预测程序设计 | 第53-56页 |
| ·企业预警系统功能开发 | 第56-57页 |
| 第五章 基于神经网络方法预警的实证研究 | 第57-62页 |
| ·研究样本的选取 | 第57页 |
| ·财务指标的确定 | 第57-58页 |
| ·实证研究结果及评价 | 第58-61页 |
| ·模型的建立 | 第58-60页 |
| ·样本训练及测试 | 第60-61页 |
| ·企业预警结果分析 | 第61-62页 |
| 第六章 全文总结与展望 | 第62-65页 |
| ·基于神经网络方法的财务困境预警总结 | 第62-63页 |
| ·研究的局限性 | 第63-64页 |
| ·有关研究领域未来展望 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 附录1 25 家ST 公司 | 第69-70页 |
| 附录2 25 家非ST 公司 | 第70-71页 |
| 致谢 | 第71-72页 |
| 作者简介 | 第72页 |
