基于偏最小二乘BP神经网络的财务预警研究--以农业上市公司为例
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第1章 绪论 | 第7-14页 |
| ·研究依据 | 第7-8页 |
| ·国内外研究现状 | 第8-12页 |
| ·研究内容 | 第12页 |
| ·研究方法 | 第12页 |
| ·研究的可能创新之处 | 第12-13页 |
| ·研究的技术路线 | 第13-14页 |
| 第2章 财务预警模型的基础理论 | 第14-16页 |
| ·基础理论综述 | 第14-15页 |
| ·企业财务预警概念的界定 | 第15-16页 |
| 第3章 财务预警模型指标体系选取与财务风险度界定 | 第16-22页 |
| ·我国农业上市公司财务预警指标选取 | 第16-20页 |
| ·我国农业上市公司财务风险度界定 | 第20-22页 |
| 第4章 PLS——BP神经网络模型 | 第22-34页 |
| ·财务预警模型的选择 | 第22页 |
| ·偏最小二乘法(PLS)概述 | 第22-23页 |
| ·利用偏最小二乘筛选技术优化样本数据 | 第23-28页 |
| ·BP神经网络概述 | 第28页 |
| ·应用BP神经网络构建财务预警模型 | 第28-34页 |
| 第5章 农业上市公司财务风险预测 | 第34-44页 |
| ·农业上市公司概况 | 第34-38页 |
| ·农业上市公司PLS-BP神经网络实现 | 第38-43页 |
| ·仿真14家农业上市公司财务预警模型 | 第43页 |
| ·农业上市公司财务预警结果分析 | 第43-44页 |
| 第6章 结论与展望 | 第44-45页 |
| ·结论 | 第44页 |
| ·研究不足与展望 | 第44-45页 |
| 参考文献 | 第45-47页 |
| 致谢 | 第47-48页 |
| 附录1 | 第48-56页 |
| 附件2 | 第56-60页 |
| 作者简历 | 第60页 |
