| 摘要 | 第1-4页 |
| Abstract | 第4-10页 |
| 第一章 绪论 | 第10-19页 |
| ·选题的背景和意义 | 第10-12页 |
| ·选题背景 | 第10-11页 |
| ·研究意义 | 第11-12页 |
| ·国内外研究综述 | 第12-18页 |
| ·国外财务危机及预警研究综述 | 第12-15页 |
| ·国内财务危机及预警研究综述 | 第15-17页 |
| ·文献评述 | 第17-18页 |
| ·本文的主要内容和创新点 | 第18-19页 |
| ·本文主要内容 | 第18页 |
| ·可能的创新点 | 第18-19页 |
| 第二章 我国上市公司的财务危机概述 | 第19-28页 |
| ·财务危机概念的界定 | 第19-20页 |
| ·我国上市公司财务危机的特点及形成原因 | 第20-23页 |
| ·财务危机的特点 | 第20-21页 |
| ·财务危机的形成原因 | 第21-23页 |
| ·我国上市公司财务危机现状分析 | 第23-26页 |
| ·建立我国财务危机预警系统的指标选取原则 | 第26-28页 |
| 第三章 神经网络和支持向量机模型原理及比较 | 第28-37页 |
| ·神经网络模型基本原理 | 第28-31页 |
| ·神经网络模型概述 | 第28页 |
| ·人工神经元的结构模型 | 第28-29页 |
| ·基于BP算法的神经网络模型 | 第29-31页 |
| ·支持向量机模型基本原理 | 第31-35页 |
| ·支持向量机模型概述 | 第31页 |
| ·统计学习理论 | 第31-33页 |
| ·支持向量分类算法 | 第33-35页 |
| ·神经网络和支持向量机模型的比较分析 | 第35-37页 |
| 第四章 基于神经网络和支持向量机的财务危机预警实证分析及比较 | 第37-58页 |
| ·样本的选取和预测指标的选择 | 第37-41页 |
| ·样本的选取 | 第37-39页 |
| ·指标的选取 | 第39-40页 |
| ·数据缺失情况处理的说明 | 第40-41页 |
| ·指标的主成分提取 | 第41-45页 |
| ·基于神经网络模型的实证分析 | 第45-50页 |
| ·模型建立及参数设置 | 第45-46页 |
| ·预警模型实证结果 | 第46-48页 |
| ·训练样本数量对实证结果的影响分析 | 第48-50页 |
| ·基于支持向量机模型的实证分析 | 第50-55页 |
| ·模型建立及参数设置 | 第50-51页 |
| ·预警模型实证结果 | 第51-53页 |
| ·建模样本数量对实证结果的影响分析 | 第53-55页 |
| ·神经网络与支持向量机模型实证结果的比较分析 | 第55-58页 |
| 第五章 政策建议 | 第58-61页 |
| 研究结论与展望 | 第61-64页 |
| 研究结论 | 第61-62页 |
| 未来研究展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 附录 | 第68-71页 |
| 附录1 神经网络模型实证分析的MATlAB程序 | 第68-69页 |
| 附录2 支持向量机模型实证分析的MATlAB程序 | 第69-71页 |
| 致谢 | 第71-72页 |
| 个人简历、在学期间的研究成果及发表的学术论文 | 第72页 |