上市公司财务困境预警模型实证分析
| 中文摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-21页 |
| ·国外研究文献综述 | 第7-15页 |
| ·一元判别分析 | 第8-9页 |
| ·多元线性判别分析 | 第9-11页 |
| ·Logistic回归分析 | 第11-13页 |
| ·新的理论及方法 | 第13-15页 |
| ·国内的最新研究成果 | 第15-17页 |
| ·论文结构与创新点 | 第17-21页 |
| ·结构 | 第17-20页 |
| ·创新点 | 第20-21页 |
| 第二章 财务困境及其预测系统 | 第21-29页 |
| ·财务困境 | 第21-25页 |
| ·定义 | 第21-22页 |
| ·形成原因 | 第22-23页 |
| ·识别 | 第23页 |
| ·特征 | 第23-25页 |
| ·预测系统 | 第25-28页 |
| ·定义 | 第25页 |
| ·目的和现实意义 | 第25-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 神经网络理论与BP算法 | 第29-39页 |
| ·概述 | 第29-31页 |
| ·神经网络原理 | 第31-34页 |
| ·BP算法 | 第34-37页 |
| ·原理 | 第34-37页 |
| ·存在的问题 | 第37页 |
| ·本章小结 | 第37-39页 |
| 第四章 支持向量机 | 第39-47页 |
| ·研究现状 | 第39-45页 |
| ·统计学习理论 | 第39-40页 |
| ·基本原理 | 第40-45页 |
| ·算法的比较 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第五章 财务困境预测实证研究 | 第47-65页 |
| ·样本的选择 | 第47-50页 |
| ·财务困境公司的界定 | 第48-49页 |
| ·配对抽样 | 第49-50页 |
| ·预测指标体系 | 第50-56页 |
| ·国外研究 | 第50-51页 |
| ·财务比率的初选原则 | 第51-52页 |
| ·指标体系的建立 | 第52-56页 |
| ·Logit模型的实证分析 | 第56-59页 |
| ·BP网络模型的实证分析 | 第59-61页 |
| ·结构设计 | 第59-60页 |
| ·数据分析与结果 | 第60-61页 |
| ·支持向量机的实证分析 | 第61-62页 |
| ·预测结果的比较 | 第62-64页 |
| ·本章小结 | 第64-65页 |
| 结束语 | 第65-68页 |
| 参考文献 | 第68-73页 |
| 发表论文和参加科研情况说明 | 第73-74页 |
| 致谢 | 第74页 |
