| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-21页 |
| 1.1 选题背景及其意义 | 第10-11页 |
| 1.1.1 研究背景 | 第10页 |
| 1.1.2 研究意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-19页 |
| 1.2.1 财务困境风险理论国内外研究现状 | 第12-14页 |
| 1.2.2 财务困境风险预警指标体系国内外研究现状 | 第14-16页 |
| 1.2.3 财务困境风险预警模型国内外研究现状 | 第16-17页 |
| 1.2.4 数据挖掘和知识挖掘国内外研究现状 | 第17-19页 |
| 1.3 论文研究内容 | 第19页 |
| 1.4 研究方案及难点 | 第19-20页 |
| 1.4.1 研究方案 | 第19-20页 |
| 1.4.2 研究难点 | 第20页 |
| 1.5 本章小结 | 第20-21页 |
| 第2章 相关基础理论 | 第21-31页 |
| 2.1 财务困境风险基础理论 | 第21-25页 |
| 2.1.1 财务困境风险概述 | 第21-22页 |
| 2.1.2 财务困境风险的成因 | 第22-24页 |
| 2.1.3 财务风险与财务困境风险的关系 | 第24-25页 |
| 2.2 财务困境风险预警模型基础理论 | 第25-30页 |
| 2.2.1 单变量判别模型 | 第25-26页 |
| 2.2.2 多变量判别模型 | 第26-27页 |
| 2.2.3 Logistic回归模型 | 第27-28页 |
| 2.2.4 人工神经网络模型 | 第28-30页 |
| 2.3 本章小结 | 第30-31页 |
| 第3章 上市公司财务困境风险预警指标体系分析与构建 | 第31-52页 |
| 3.1 传统的财务困境风险预警指标体系 | 第31-34页 |
| 3.1.1 FPI预警体系 | 第32-33页 |
| 3.1.2 CFI预警体系 | 第33页 |
| 3.1.3 FPI+CFI预警体系 | 第33-34页 |
| 3.2 传统的财务困境风险预警指标比较分析 | 第34-36页 |
| 3.2.1 FPI与CFI预警体系的比较分析 | 第34-35页 |
| 3.2.2 FPI,CFI与FPI+CFI预警体系比较 | 第35页 |
| 3.2.3 传统的财务困境风险预警指标体系存在的问题分析 | 第35-36页 |
| 3.3 创新型财务困境风险预警指标体系构建 | 第36-51页 |
| 3.3.1 财务指标的选取及依据 | 第37-40页 |
| 3.3.2 数量化非财务指标因素的选取及依据 | 第40-45页 |
| 3.3.3 文本类非财务指标因素的选取及依据 | 第45-47页 |
| 3.3.4 创新型财务困境风险预警指标体系的构建 | 第47-49页 |
| 3.3.5 文本类非财务指标因素的赋值处理 | 第49-51页 |
| 3.4 本章小结 | 第51-52页 |
| 第4章 上市公司财务困境风险预警模型比较分析 | 第52-63页 |
| 4.1 单变量判别模型分析 | 第52-54页 |
| 4.2 多变量判别(MDA)模型分析 | 第54-55页 |
| 4.3 Logistic回归模型分析 | 第55-56页 |
| 4.4 人工神经网络模型分析与构建 | 第56-59页 |
| 4.4.1 人工神经网络模型分析 | 第56-57页 |
| 4.4.2 人工神经网络模型构建 | 第57-59页 |
| 4.5 各模型比较分析 | 第59-62页 |
| 4.6 本章小结 | 第62-63页 |
| 第5章 上市公司财务困境风险预警实证研究 | 第63-76页 |
| 5.1 样本及变量选取 | 第63-68页 |
| 5.1.1 样本选取 | 第63-65页 |
| 5.1.2 变量选取 | 第65-67页 |
| 5.1.3 数据来源及预处理 | 第67-68页 |
| 5.2 基于BP神经网络的上市公司财务困境风险预警研究 | 第68-70页 |
| 5.2.1 BP神经网络模型 | 第68-69页 |
| 5.2.2 计算结果分析 | 第69-70页 |
| 5.3 基于PSO+BP模型的上市公司财务困境风险预警研究 | 第70-72页 |
| 5.3.1 PSO优化BP网络模型 | 第70-71页 |
| 5.3.2 计算结果及分析 | 第71-72页 |
| 5.4 指标筛选后的PSO+BP模型 | 第72-74页 |
| 5.4.1 指标筛选 | 第72-74页 |
| 5.4.2 计算结果及分析 | 第74页 |
| 5.5 本章小结 | 第74-76页 |
| 第6章 总结与展望 | 第76-78页 |
| 6.1 总结 | 第76-77页 |
| 6.2 展望 | 第77-78页 |
| 参考文献 | 第78-83页 |
| 攻读硕士学位期间发表的论文 | 第83-84页 |
| 致谢 | 第84-85页 |
| 作者简介 | 第85页 |
