| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 目录 | 第8-11页 |
| 1 绪论 | 第11-14页 |
| 1.1 选题背景及意义 | 第11页 |
| 1.2 研究思路与内容 | 第11-13页 |
| 1.3 论文创新点 | 第13-14页 |
| 2 国内外研究综述 | 第14-22页 |
| 2.1 金融危机理论研究 | 第14-17页 |
| 2.1.1 金融危机的定义 | 第14-15页 |
| 2.1.2 经济的周期性与金融危机理论 | 第15-16页 |
| 2.1.3 货币危机理论的发展与金融危机理论 | 第16-17页 |
| 2.2 金融危机预警模型的研究 | 第17-21页 |
| 2.2.1 国外金融危机预警模型的研究 | 第18-20页 |
| 2.2.2 国内金融危机预警模型的研究 | 第20-21页 |
| 2.3 评价 | 第21-22页 |
| 3 三次金融危机回顾与分析 | 第22-31页 |
| 3.1 20世纪30年代的经济大萧条 | 第22-24页 |
| 3.1.1 大萧条的表现形式 | 第22页 |
| 3.1.2 大萧条产生的原因 | 第22-24页 |
| 3.2 1997年的金融危机 | 第24-26页 |
| 3.2.1 亚洲金融危机的表现形式 | 第24页 |
| 3.2.2 亚洲金融危机产生的原因 | 第24-26页 |
| 3.3 2007年的金融危机 | 第26-28页 |
| 3.3.1 次贷危机的表现形式 | 第27页 |
| 3.3.2 次贷危机产生的原因 | 第27-28页 |
| 3.4 三次金融危机总结 | 第28-31页 |
| 4 金融危机预警指标体系构建 | 第31-39页 |
| 4.1 金融危机预警指标的选取 | 第31-34页 |
| 4.2 金融危机预警指标界限的确定 | 第34-35页 |
| 4.3 金融危机预警指标数据 | 第35-39页 |
| 5 基于因子分析法的危机指标分析 | 第39-50页 |
| 5.1 因子分析法简述 | 第39-40页 |
| 5.2 因子分析法应用流程 | 第40-43页 |
| 5.2.1 数据标准化处理 | 第41-42页 |
| 5.2.2 因子分析模型及其参数估计 | 第42页 |
| 5.2.3 公共因子确定原理 | 第42页 |
| 5.2.4 因子载荷矩阵旋转 | 第42-43页 |
| 5.2.5 因子得分计算公式 | 第43页 |
| 5.3 危机指标因子分析实施及其预警研究 | 第43-50页 |
| 5.3.1 公共因子提取 | 第43页 |
| 5.3.2 公共因子含义定义 | 第43-46页 |
| 5.3.3 因子权重与总因子 | 第46页 |
| 5.3.4 因子得分计算及其预警研究 | 第46-50页 |
| 6 基于BP神经网络的危机预警实证研究 | 第50-71页 |
| 6.1 BP神经网络结构 | 第50-52页 |
| 6.1.1 BP网络神经元模型 | 第50-51页 |
| 6.1.2 BP神经网络结构 | 第51-52页 |
| 6.2 BP神经网络学习算法 | 第52-53页 |
| 6.3 BP网络训练实施流程 | 第53-55页 |
| 6.4 金融危机BP神经网络模型建立 | 第55-64页 |
| 6.4.1 数据预处理 | 第55-59页 |
| 6.4.2 关键参数的确定 | 第59-60页 |
| 6.4.3 传递函数和训练函数的选取 | 第60-64页 |
| 6.5 金融危机BP神经网络模型的训练、检验与预警 | 第64-69页 |
| 6.5.1 BP网络金融危机样本数据训练 | 第64-66页 |
| 6.5.2 金融危机BP网络模型检验 | 第66-68页 |
| 6.5.3 基于BP网络模型的金融危机预警 | 第68-69页 |
| 6.6 预警结果分析 | 第69-71页 |
| 7 结论与展望 | 第71-73页 |
| 7.1 结论 | 第71-72页 |
| 7.2 政策建议 | 第72页 |
| 7.3 研究展望 | 第72-73页 |
| 参考文献 | 第73-77页 |