| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第1章 引言 | 第8-11页 |
| ·中国的金融发展及其不平衡性 | 第8-9页 |
| ·区域金融和金融相关比率 | 第9-10页 |
| ·本文的研究思路和内容安排 | 第10-11页 |
| 第2章 金融相关比率的由来及研究进展 | 第11-21页 |
| ·区域金融问题 | 第11-17页 |
| ·国外对于区域金融的研究 | 第11-15页 |
| ·国内对于区域金融的研究 | 第15-17页 |
| ·国内采用金融相关比率的实证研究 | 第17-19页 |
| ·本章小结 | 第19-21页 |
| 第3章 人工神经网络理论 | 第21-30页 |
| ·神经网络简介 | 第21-22页 |
| ·神经网络的形式 | 第22-23页 |
| ·神经网络的优越计算能力 | 第23-24页 |
| ·误差反向传播神经网络（BP 模型） | 第24-27页 |
| ·改进的BP 模型算法 | 第27-29页 |
| ·附加动量BP 算法 | 第27-28页 |
| ·改进的BP 模型算法——自适应学习算法 | 第28页 |
| ·改进的BP 模型算法——自适应学习速率的附加动量算法 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第4章 基于神经网络的区域金融相关比率实证分析方法 | 第30-39页 |
| ·区域金融相关比率及相关影响因素的指标选择 | 第30-32页 |
| ·数据来源与选择 | 第30页 |
| ·目标输出：金融相关比率 | 第30-31页 |
| ·网络输入：解释变量 | 第31-32页 |
| ·区域金融相关比率发展的BP 神经网络模型 | 第32-33页 |
| ·实证分析结果——以上海市为例 | 第33-38页 |
| ·上海市金融相关比率历史走势 | 第33-34页 |
| ·上海市神经网络训练结果 | 第34页 |
| ·上海市的参量摄动分析及影响因子比重 | 第34-38页 |
| ·本章小结 | 第38-39页 |
| 第5章 中国区域金融相关比率实证研究汇总分析结果 | 第39-68页 |
| ·分类方法 | 第39-40页 |
| ·第一类：GDP 显著正影响 | 第40-54页 |
| ·各省历年全社会固定资产投资Invest 显著正影响 | 第40-43页 |
| ·各省历年全社会固定资产投资Invest 轻微正影响 | 第43-46页 |
| ·各省历年全社会固定资产投资Invest 呈负向影响 | 第46-51页 |
| ·几个特殊发展模式 | 第51-54页 |
| ·第二类：GDP 前期正向影响、后期负向影响 | 第54-61页 |
| ·本类中：固定资产投资Invest 显著正影响 | 第54-58页 |
| ·本类中：固定资产投资Invest 呈轻微正影响 | 第58-61页 |
| ·第三类：GDP 基本为负向影响 | 第61-66页 |
| ·本章小结 | 第66-68页 |
| 第6章 总结 | 第68-71页 |
| ·本文的主要结论 | 第68-69页 |
| ·本文的主要创新点 | 第69页 |
| ·进一步的研究方向 | 第69-71页 |
| 参考文献 | 第71-74页 |
| 致谢 | 第74-75页 |
| 附录A 全国各省的金融相关比率（1978 年-2004 年） | 第75-80页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第80页 |
