| 摘要 | 第4-8页 |
| ABSTRACT | 第8页 |
| 1. 绪论 | 第12-16页 |
| 1.1 研究背景 | 第12-13页 |
| 1.2 研究目的与意义 | 第13-14页 |
| 1.3 论文的研究创新点 | 第14页 |
| 1.4 论文的结构安排 | 第14-16页 |
| 2. 国内外研究综述 | 第16-26页 |
| 2.1 财务危机概念研究综述 | 第16-18页 |
| 2.1.1 国外财务危机概念的界定 | 第16-17页 |
| 2.1.2 国内财务危机概念的界定 | 第17页 |
| 2.1.3 本文财务危机概念 | 第17-18页 |
| 2.2 财务危机预警指标研究综述 | 第18-21页 |
| 2.2.1 传统财务指标 | 第18-19页 |
| 2.2.2 现金流量指标 | 第19-20页 |
| 2.2.3 非财务指标 | 第20-21页 |
| 2.3 财务危机预警模型研究综述 | 第21-26页 |
| 2.3.1 财务危机预警的定性研究 | 第21-22页 |
| 2.3.2 财务危机预警的定量研究 | 第22-25页 |
| 2.3.3 定性与定量相结合的方法 | 第25-26页 |
| 3. 财务危机的相关理论 | 第26-29页 |
| 3.1 经济周期理论与经济预警理论 | 第26-27页 |
| 3.2 内部控制理论 | 第27页 |
| 3.3 代理成本理论 | 第27-28页 |
| 3.4 财务分析理论 | 第28页 |
| 3.5 会计信息失真 | 第28-29页 |
| 4. 上市公司财务危机预警模型的基础设计 | 第29-55页 |
| 4.1 模型的研究假设 | 第29-30页 |
| 4.1.1 财务危机的显露假设 | 第29页 |
| 4.1.2 模型的假设 | 第29-30页 |
| 4.1.3 关于预警指标的假设 | 第30页 |
| 4.2 研究样本的选取 | 第30-32页 |
| 4.2.1 财务危机样本选择 | 第30-31页 |
| 4.2.2 对比样本的选择 | 第31-32页 |
| 4.2.3 财务危机样本时期的选择 | 第32页 |
| 4.3 指标选取 | 第32-55页 |
| 4.3.1 预警指标的筛选原则 | 第32-33页 |
| 4.3.2 指标集的初步筛选 | 第33-35页 |
| 4.3.3 指标集的显著性检验 | 第35-55页 |
| 5. 传统LOGISTIC财务预警模型的构建 | 第55-70页 |
| 5.1 指标的再筛选 | 第55-57页 |
| 5.1.1 指标的相关性分析 | 第55-57页 |
| 5.1.2 效度分析 | 第57页 |
| 5.2 因子分析 | 第57-65页 |
| 5.2.1 因子分析的基础理论 | 第57-58页 |
| 5.2.2 因子分析 | 第58-65页 |
| 5.3 LOGISTIC模型构建与预测 | 第65-69页 |
| 5.4 小结 | 第69-70页 |
| 6. 基于熵权法的神经网络预警模型 | 第70-95页 |
| 6.1 基于熵权法的神经网络理论基础 | 第70-77页 |
| 6.1.1 熵理论的运用 | 第70-76页 |
| 6.1.2 神经网络模型相关设计 | 第76-77页 |
| 6.2 基于熵权法的神经网络模型 | 第77-81页 |
| 6.3 基于财务状况指标的神经网络模型 | 第81-87页 |
| 6.3.1 财务状况指标 | 第81-82页 |
| 6.3.2 改进的神经网络模型 | 第82-87页 |
| 6.4 基于利润操纵指标的神经网络模型 | 第87-93页 |
| 6.4.1 利润操纵相关原理 | 第87-88页 |
| 6.4.2 改进的神经网络模型 | 第88-93页 |
| 6.5 神经网络模型与LOGISTIC模型的对比分析 | 第93-95页 |
| 6.5.1 模型的对比 | 第93页 |
| 6.5.2 指标的对比 | 第93-94页 |
| 6.5.3 纵向对比 | 第94-95页 |
| 7. 结论与展望 | 第95-98页 |
| 7.1 研究结论 | 第95-96页 |
| 7.2 本文创新点 | 第96页 |
| 7.3 本文局限与展望 | 第96-98页 |
| 参考文献 | 第98-104页 |
| 附录 | 第104-108页 |
| 致谢 | 第108-109页 |