| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 1 绪论 | 第10-23页 |
| ·研究背景和研究意义 | 第10-13页 |
| ·财务困境理论的发展 | 第13-15页 |
| ·国外研究概况 | 第15-20页 |
| ·比率分析（ratio analysis） | 第15页 |
| ·判别分析( discriminant analysis) | 第15-17页 |
| ·Logit 回归分析(logistic regression) | 第17-19页 |
| ·神经网络（Neural network ,NN）模型 | 第19-20页 |
| ·其他预测理论及方法 | 第20页 |
| ·国内研究概况 | 第20-22页 |
| ·全文的结构安排 | 第22-23页 |
| 2 预测工具回顾 | 第23-33页 |
| ·多变量判别分析 | 第23-25页 |
| ·支持向量机 | 第25-32页 |
| ·Vapnik-Chervonenkis 维 | 第26-27页 |
| ·Δ间隔分类超平面 | 第27-28页 |
| ·最大间隔分类 | 第28-31页 |
| ·最小二乘支持向量机LSSVM | 第31-32页 |
| ·支持向量机研究现状 | 第32页 |
| ·本章小结 | 第32-33页 |
| 3 研究方法设计 | 第33-55页 |
| ·财务困境定义与研究假设 | 第33-35页 |
| ·财务困境定义 | 第33-34页 |
| ·研究假设 | 第34-35页 |
| ·预测变量选择 | 第35-41页 |
| ·数据来源 | 第41-44页 |
| ·预测变量分析 | 第44-54页 |
| ·均值相等的单变量t 检验 | 第45-47页 |
| ·主成分分析 | 第47-53页 |
| ·控股股东占用上市公司资金分析 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 4 基于支持向量机的财务困境预测与分析 | 第55-81页 |
| ·基于支持向量机的财务困境预测 | 第55-63页 |
| ·基于多变量判别分析的财务困境预测 | 第63-75页 |
| ·判别前提检验 | 第63-65页 |
| ·逐步判别分析 | 第65-74页 |
| ·预测效果分析 | 第74-75页 |
| ·两种模型预测效果比较 | 第75-79页 |
| ·预测的准确性与鲁棒性分析 | 第75-77页 |
| ·误分成本分析 | 第77-79页 |
| ·本章小结 | 第79-81页 |
| 5 我国证券市场的财务困境问题与研究展望 | 第81-90页 |
| ·我国财务困境法律制度的演变 | 第81-83页 |
| ·我国证券市场的财务困境问题 | 第83-88页 |
| ·我国上市公司的财务困境现象 | 第83-84页 |
| ·导致上市公司财务困境的原因分析 | 第84-88页 |
| ·本文总结与研究展望 | 第88-90页 |
| 致谢 | 第90-91页 |
| 参考文献 | 第91-99页 |
| 附录1 攻读博士学位期间发表的论文 | 第99-100页 |
| 附录2 攻读博士学位期间参加的科研项目 | 第100-101页 |
| 附录3 样本公司名单与变量各年剖面分析结果 | 第101-112页 |
