| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 1 绪论 | 第20-27页 |
| 1.1 研究背景和意义 | 第20-21页 |
| 1.1.1 选题的背景 | 第20页 |
| 1.1.2 选题的意义 | 第20-21页 |
| 1.2 文献综述 | 第21-25页 |
| 1.2.1 国外学者对上市公司财务危机的界定 | 第21-22页 |
| 1.2.2 国外学者财务预警模型研究现状 | 第22-23页 |
| 1.2.3 国内学者对上市公司财务危机的界定 | 第23-24页 |
| 1.2.4 国内学者财务预警模型研究现状 | 第24-25页 |
| 1.3 研究思路及主要内容 | 第25-26页 |
| 1.3.1 研究思路 | 第25-26页 |
| 1.3.2 研究的主要内容 | 第26页 |
| 1.4 论文创新 | 第26-27页 |
| 2 上市公司财务危机预警的相关理论综述 | 第27-34页 |
| 2.1 上市公司财务危机涵义及界定 | 第27页 |
| 2.2 上市公司财务危机成因 | 第27-30页 |
| 2.2.1 上市公司财务危机外部影响因素 | 第27-28页 |
| 2.2.2 上市公司财务危机内部影响因素 | 第28-29页 |
| 2.2.3 制造业上市公司财务危机特殊成因 | 第29-30页 |
| 2.3 现有上市公司财务危机预警模型 | 第30-32页 |
| 2.3.1 单一变量模型 | 第30页 |
| 2.3.2 多元变量模型 | 第30-31页 |
| 2.3.3 逻辑回归模型 | 第31-32页 |
| 2.4 BP神经网络概述 | 第32-34页 |
| 2.4.1 人工神经网络 | 第32页 |
| 2.4.2 BP神经网络 | 第32-34页 |
| 3 BP神经网络财务危机预警模型 | 第34-41页 |
| 3.1 研究指标选定 | 第34-35页 |
| 3.1.1 营运能力指标 | 第34页 |
| 3.1.2 盈利能力指标 | 第34页 |
| 3.1.3 成长能力指标 | 第34-35页 |
| 3.1.4 每股指标 | 第35页 |
| 3.1.5 偿债能力指标 | 第35页 |
| 3.1.6 现金流量指标 | 第35页 |
| 3.2 研究样本选择 | 第35-36页 |
| 3.2.1 研究样本的选取 | 第35-36页 |
| 3.2.2 研究样本配对 | 第36页 |
| 3.2.3 样本指标的数据处理 | 第36页 |
| 3.3 BP神经网络财务危机预警模型 | 第36-39页 |
| 3.3.1 模型训练 | 第36-38页 |
| 3.3.2 模型检验 | 第38页 |
| 3.3.3 结果分析 | 第38-39页 |
| 3.4 逻辑回归制造业上市公司财务危机预警模型评价 | 第39页 |
| 3.4.1 模型训练 | 第39页 |
| 3.4.2 模型检验 | 第39页 |
| 3.4.3 与神经网络模型对比 | 第39页 |
| 3.5 BP神经网络制造业上市公司财务危机预警模型评价 | 第39-41页 |
| 3.5.1 BP神经网络财务危机预警模型优势 | 第39-40页 |
| 3.5.2 BP神经网络财务危机预警模型局限性 | 第40-41页 |
| 4“凤凰光学”财务预警分析 | 第41-44页 |
| 4.1 企业概况 | 第41页 |
| 4.2 凤凰光学财务预警论证 | 第41-43页 |
| 4.3 小结 | 第43-44页 |
| 5 总结及展望 | 第44-46页 |
| 5.1 研究结论 | 第44页 |
| 5.2 研究不足与研究展望 | 第44-46页 |
| 参考文献 | 第46-48页 |
| 附录 | 第48-76页 |
| 附录 1-神经网络模型代码 | 第48-51页 |
| 附录 2-逻辑回归模型代码 | 第51-52页 |
| 附录 3-神经网络节点矩阵表 | 第52-56页 |
| 附录 4-财务正常公司训练数据（2012 年数据指标 1-7） | 第56-68页 |
| 附录 5-财务正常公司检验数据 (2012 年数据指标 1-7） | 第68-70页 |
| 附录 6-财务不正常公司训练数据 (2012 年数据指标 1-7） | 第70-73页 |
| 附录 7-财务不正常公司检验数据 (2012 年数据指标 1-7） | 第73-76页 |
| 致谢 | 第76-77页 |
