| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 研究目的及意义 | 第11-12页 |
| 1.2.1 研究目的 | 第11页 |
| 1.2.2 研究意义 | 第11-12页 |
| 1.3 国内外研究现状分析 | 第12-15页 |
| 1.3.1 国外研究现状分析 | 第12-13页 |
| 1.3.2 国内研究现状分析 | 第13-15页 |
| 1.3.3 国内外研究现状综述 | 第15页 |
| 1.4 研究内容与方法 | 第15-18页 |
| 1.4.1 主要研究内容 | 第15-16页 |
| 1.4.2 主要研究方法 | 第16-17页 |
| 1.4.3 技术路线 | 第17-18页 |
| 第2章 高新技术企业财务危机预警分析 | 第18-23页 |
| 2.1 高新技术企业财务危机的界定 | 第18-19页 |
| 2.2 高新技术企业财务危机成因分析 | 第19-21页 |
| 2.2.1 外部成因分析 | 第19-20页 |
| 2.2.2 内部成因分析 | 第20-21页 |
| 2.3 高新技术企业财务危机预警作用及过程 | 第21-22页 |
| 2.3.1 高新技术企业财务危机预警及其作用 | 第21-22页 |
| 2.3.2 高新技术企业财务危机预警的过程 | 第22页 |
| 2.4 本章小结 | 第22-23页 |
| 第3章 高新技术企业财务危机预警指标体系的构建 | 第23-34页 |
| 3.1 高新技术企业财务危机预警指标的初步选取 | 第23-27页 |
| 3.1.1 财务危机预警指标选取的原则 | 第23页 |
| 3.1.2 高新技术企业财务危机预警指标的初步选取 | 第23-27页 |
| 3.2 研究数据的获取与预警指标的筛选 | 第27-33页 |
| 3.2.1 研究数据的获取 | 第27页 |
| 3.2.2 样本指标的K-S检验 | 第27-28页 |
| 3.2.3 配对样本的独立性T检验 | 第28页 |
| 3.2.4 非正态分布指标的Mann-WhitneyU检验 | 第28-29页 |
| 3.2.5 指标体系 | 第29-33页 |
| 3.3 本章小结 | 第33-34页 |
| 第4章 高新技术企业财务危机预警模型设计与测试 | 第34-46页 |
| 4.1 财务预警模型的分析与选择 | 第34-36页 |
| 4.1.1 预警模型的比较分析 | 第34-35页 |
| 4.1.2 预警模型的选择 | 第35-36页 |
| 4.2 基于FOA-BP神经网络预警模型的设计 | 第36-39页 |
| 4.2.1 BP神经网络的基本原理 | 第36页 |
| 4.2.2 FOA优化BP神经网络 | 第36-39页 |
| 4.3 基于FOA-BP神经网络预警模型的测试及结果分析 | 第39-45页 |
| 4.3.1 基于FOA-BP神经网络预警模型的测试 | 第39-43页 |
| 4.3.2 预测结果的比较分析 | 第43-45页 |
| 4.4 本章小结 | 第45-46页 |
| 第5章 高新技术企业财务危机的预防措施 | 第46-50页 |
| 5.1 高新技术企业收益质量的提升措施 | 第46-47页 |
| 5.1.1 降低新产品的市场化投入风险 | 第46页 |
| 5.1.2 降低新产品的应收账款成本 | 第46-47页 |
| 5.2 高新技术企业创新投资的保障措施 | 第47-48页 |
| 5.2.1 选择合适的技术创新模式 | 第47页 |
| 5.2.2 确定合理的技术创新投入结构 | 第47-48页 |
| 5.2.3 完善人力资本投资机制 | 第48页 |
| 5.3 高新技术企业营运资金管理的优化措施 | 第48-49页 |
| 5.3.1 拓宽营运资金来源渠道 | 第48-49页 |
| 5.3.2 保持合理的资金持有量 | 第49页 |
| 5.4 高新技术企业偿债能力提升的措施 | 第49页 |
| 5.5 本章小结 | 第49-50页 |
| 结论 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 攻读硕士学位期间所发表的学术论文 | 第54-55页 |
| 致谢 | 第55页 |
