摘要 | 第3-4页 |
Abstract | 第4-5页 |
1 绪论 | 第8-18页 |
1.1 研究背景 | 第8-9页 |
1.2 研究目的及意义 | 第9-10页 |
1.3 国内外研究现状 | 第10-15页 |
1.3.1 国外研究状况 | 第10-14页 |
1.3.2 国内研究状况 | 第14-15页 |
1.4 研究内容和方法 | 第15-18页 |
1.4.1 研究内容 | 第15-16页 |
1.4.2 研究方法 | 第16-18页 |
2 相关理论基础 | 第18-28页 |
2.1 财务风险与财务危机 | 第18-24页 |
2.1.1 财务风险的含义及特征 | 第18-19页 |
2.1.2 财务风险的种类 | 第19-20页 |
2.1.3 财务危机的含义及特征 | 第20-23页 |
2.1.4 财务危机与财务风险的关系 | 第23-24页 |
2.2 财务危机预警 | 第24-28页 |
2.2.1 财务危机预警的含义 | 第24页 |
2.2.2 财务危机预警的理论基础 | 第24-27页 |
2.2.3 财务危机预警的功能 | 第27-28页 |
3 房地产企业发展面临的主要问题 | 第28-34页 |
3.1 房地产企业经营的主要特征 | 第28-30页 |
3.2 房地产企业发展面临的主要问题 | 第30-34页 |
3.2.1 国家对房地产市场的调控呈现趋紧态势 | 第30页 |
3.2.2 资本结构不合理,资产负债率高,财务风险大 | 第30-31页 |
3.2.3 融资方式单一,银行贷款比重大且流动负债比例高 | 第31-32页 |
3.2.4 资金沉淀严重,营运能力较低 | 第32页 |
3.2.5 热衷“囤地”,忽视核心竞争力的培育 | 第32-33页 |
3.2.6 盲目多元化发展,侵蚀主营业务收入 | 第33-34页 |
4 房地产企业财务危机预警指标体系的建立 | 第34-50页 |
4.1 样本的选择和样本警度的确定 | 第34-37页 |
4.1.1 样本来源及选择的依据 | 第34-35页 |
4.1.2 样本警度的确定 | 第35-37页 |
4.2 财务危机预警指标体系的初步建立 | 第37-39页 |
4.2.1 指标选取的原则 | 第37页 |
4.2.2 财务指标和非财务指标初选 | 第37-39页 |
4.3 财务危机预警指标数据的分析与检验 | 第39-50页 |
4.3.1 Kruskal-walis H 检验 | 第39-41页 |
4.3.2 主成分因子分析 | 第41-48页 |
4.3.3 房地产企业财务危机预警指标体系 | 第48-50页 |
5 房地产企业财务危机预警模型的建立与应用 | 第50-66页 |
5.1 BP 神经网络方法及原理 | 第50-55页 |
5.1.1 BP 神经元及 BP 神经网络模型 | 第50-53页 |
5.1.2 BP 神经网络算法 | 第53-55页 |
5.2 BP 神经网络模型的设计 | 第55-59页 |
5.2.1 BP 神经网络模型设计的准备工作 | 第55-56页 |
5.2.2 BP 神经网络模型结构设计 | 第56-59页 |
5.3 BP 神经网络模型的建立 | 第59-60页 |
5.3.1 样本归一化处理及输入 | 第59页 |
5.3.2 BP 神经网络模型的生成 | 第59-60页 |
5.4 BP 神经网络模型的训练和检测 | 第60-62页 |
5.4.1 BP 神经网络模型的训练 | 第60-61页 |
5.4.2 BP 神经网络模型的检测 | 第61-62页 |
5.5 BP 神经网络模型的应用 | 第62-66页 |
5.5.1 企业概况 | 第62页 |
5.5.2 财务危机预警模型应用 | 第62-65页 |
5.5.3 财务危机预警模型应用效果 | 第65-66页 |
6 房地产企业财务危机的防范对策 | 第66-70页 |
6.1 积极拓宽筹资渠道,改善企业资本结构 | 第66-67页 |
6.2 完善企业投资决策机制,减少投资失误 | 第67页 |
6.3 提高企业经营管理水平,加强成本控制 | 第67-68页 |
6.4 增强企业现金流量创造能力,提高净收益质量 | 第68-69页 |
6.5 建立企业财务状况分析、监控及预警系统 | 第69-70页 |
7 结论与展望 | 第70-72页 |
7.1 结论 | 第70-71页 |
7.2 研究不足及展望 | 第71-72页 |
致谢 | 第72-73页 |
参考文献 | 第73-78页 |
攻读硕士学位期间发表的论文 | 第78页 |