制造业上市公司财务预警模型研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 第1章 导论 | 第9-21页 |
| ·研究背景 | 第9-10页 |
| ·研究意义 | 第10-11页 |
| ·国内外研究综述 | 第11-17页 |
| ·财务危机概念的界定 | 第12页 |
| ·研究方法 | 第12-15页 |
| ·预测变量选择 | 第15-17页 |
| ·研究现状评价 | 第17-18页 |
| ·论文研究方法及主要内容 | 第18-21页 |
| ·研究的目的 | 第18页 |
| ·研究方法 | 第18页 |
| ·主要研究内容 | 第18-19页 |
| ·创新点 | 第19-21页 |
| 第2章 财务预警机制分析 | 第21-27页 |
| ·财务预警机制的基本概念 | 第21页 |
| ·财务预警机制的功能效用 | 第21-23页 |
| ·企业财务危机成因的简要分析 | 第23-24页 |
| ·运营因素 | 第23页 |
| ·管理因素 | 第23页 |
| ·财务因素 | 第23-24页 |
| ·财务危机预警机制运行的基本程序 | 第24-27页 |
| 第3章 上市公司财务危机预警方法评析 | 第27-36页 |
| ·定性研究方法 | 第27-28页 |
| ·专家调查法 | 第27页 |
| ·四阶段症状分析法 | 第27-28页 |
| ·定量研究模型 | 第28-34页 |
| ·单变量模型 | 第28页 |
| ·多元线性判定模型 | 第28-31页 |
| ·多元逻辑模型 | 第31页 |
| ·多元概率比回归模型 | 第31-32页 |
| ·联合预测模型 | 第32页 |
| ·案件推理法 | 第32-34页 |
| ·财务预警模型评价 | 第34-36页 |
| ·现有研究模型的局限性 | 第34页 |
| ·对后续研究的启示 | 第34-36页 |
| 第4章 基于因子分析法的上市公司财务预警模型 | 第36-54页 |
| ·企业财务危机预警综合模型的构建方法 | 第36-37页 |
| ·研究方法 | 第37-40页 |
| ·因子分析法的理论框架 | 第37-39页 |
| ·逻辑回归分析 | 第39-40页 |
| ·样本选取和数据来源 | 第40-41页 |
| ·样本选取 | 第40页 |
| ·数据来源 | 第40页 |
| ·样本组的选取 | 第40-41页 |
| ·财务比率的选择研究 | 第41-47页 |
| ·财务比率的初选原则 | 第42-43页 |
| ·财务比率的初步选择 | 第43-47页 |
| ·因子分析模型的具体建立过程 | 第47-51页 |
| ·样本数据的无量纲化 | 第47页 |
| ·KMO测定 | 第47-48页 |
| ·因子个数的确定 | 第48-49页 |
| ·因子解释与财务比率选取 | 第49-51页 |
| ·逻辑回归分析 | 第51-52页 |
| ·模型的检验与评价 | 第52-54页 |
| 第5章 基于人工神经网络的上市公司财务预警模型 | 第54-66页 |
| ·预警指标选取 | 第54-56页 |
| ·研究方法 | 第56-60页 |
| ·主要运用领域 | 第56页 |
| ·神经网络的特点 | 第56页 |
| ·神经网络应用于财务危机预警的原理 | 第56-57页 |
| ·神经网络的基本过程 | 第57-59页 |
| ·神经网络的拓扑结构和数学公式表达 | 第59-60页 |
| ·神经网络计算平台 | 第60-63页 |
| ·VB6.0简介 | 第60-61页 |
| ·平台的主要功能及其计算过程 | 第61-63页 |
| ·财务预警模型的建立及模拟训练 | 第63-66页 |
| ·指标数据的归一化 | 第63页 |
| ·神经网络模型的建立 | 第63-64页 |
| ·BP神经网络模拟训练 | 第64-65页 |
| ·预测结果及检验 | 第65-66页 |
| 第6章 结论与展望 | 第66-68页 |
| ·结论 | 第66页 |
| ·研究展望 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 附录: 1 神经网络平台源程序(VB6.0) | 第72-75页 |
| 附录: 2 选取样本公司列表 | 第75-80页 |
| 致谢 | 第80-81页 |
| 攻读硕士学位期间主要研究成果 | 第81页 |
