| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 目录 | 第7-9页 |
| 第1章 绪论 | 第9-15页 |
| ·研究背景和意义 | 第9-10页 |
| ·国内外预警模型综述 | 第10-13页 |
| ·国外主要模型综述 | 第10-11页 |
| ·国内主要模型综述 | 第11-13页 |
| ·论文的研究思路和内容 | 第13-15页 |
| 第2章 财务预警的基本理论和模型 | 第15-20页 |
| ·财务危机的概念和内涵 | 第15-16页 |
| ·财务预警的含义和功能 | 第16-17页 |
| ·主要模型及评价 | 第17-20页 |
| 第三章 样本和预警指标的构建与预处理 | 第20-34页 |
| ·样本的选取 | 第20-22页 |
| ·样本选取原则 | 第20-21页 |
| ·样本构成 | 第21-22页 |
| ·预警指标的构建 | 第22-24页 |
| ·指标选取原则 | 第22-23页 |
| ·指标的确定 | 第23-24页 |
| ·数据预处理 | 第24-34页 |
| ·预警指标的K-S检验 | 第24-26页 |
| ·预警指标的显著性检验 | 第26-29页 |
| ·预警指标的因子分析 | 第29-34页 |
| 第四章 基于Logistc和BP的财务预警模型 | 第34-45页 |
| ·Logistic财务预警模型 | 第34-38页 |
| ·Logistic模型理论概述 | 第34-35页 |
| ·Logistic模型的构建与检验 | 第35-38页 |
| ·BP财务预警模型 | 第38-45页 |
| ·BP神经网络模型理论概述 | 第38-41页 |
| ·BP财务预警模型的构建与检验 | 第41-45页 |
| 第五章 基于GA-RBF的财务预警模型 | 第45-58页 |
| ·RBF神经网络理论概述 | 第45-47页 |
| ·BP神经网络和RBF神经网络的比较研究 | 第47-49页 |
| ·基于GA-RBF的财务预警模型的构建与检验 | 第49-57页 |
| ·遗传算法的基本原理 | 第49-51页 |
| ·RBF网络的局限性以及遗传算法优化RBF网络的基本方法 | 第51-52页 |
| ·遗传算法优化RBF的网络设计 | 第52-54页 |
| ·实证及检验 | 第54-57页 |
| ·各个模型结果比较 | 第57-58页 |
| 第六章 总结与展望 | 第58-60页 |
| ·总结 | 第58-59页 |
| ·展望 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 附录1 上市公司代码和简称 | 第64-67页 |
| 附录2 攻读硕士期间发表的论文 | 第67页 |
| 附录3 攻读硕士期间参加的课题和项目 | 第67-68页 |
| 致谢 | 第68-69页 |