摘要3-4
ABSTRACT4-8
第一章 绪论8-22
1.1 探讨背景8-9
1.2 探讨作用9-10
1.3 国内外探讨近况综述10-18
1.3.1 国内外财务危机预警探讨近况10-15
1.3.2 国内外企业绩效评价探讨近况15-16
1.3.3 财务危机与绩效评价比较16-18
1.4 本论文探讨框架18-22
1.4.1 本论文探讨思路18-19
1.4.2 本论文主要工作19-20
1.4.3 本论文篇章结构20-22
第二章 财务危机预警概述22-30
2.1 财务危机相关概念22-25
2.1.1 财务危机22-23
2.1.2 财务预警23-24
2.1.3 财务预警系统24-25
2.2 财务危机的原因及体现25-29
2.2.1 财务危机原因25-28
2.2.2 财务危机的体现28-29
2.3 本章小结29-30
第三章 统计学习论述与支持向量机30-42
3.1 机器学习30-31
3.2 统计学习论述31-35
3.2.1 经验风险最小化原则31-32
3.2.2 VC(Vapnik-Cheronenkis)维32-33
3.2.3 结构风险最小化原则33-35
3.3 支持向量机35-41
3.3.1 支持向量机基础论述35-39
3.3.2 混乱矩阵、两类错误率及损失函数39-40
3.3.3 支持向量机特点40-41
3.4 本章小结41-42
第四章 基于 SVM 的财务危机预警模型的构建42-60
4.1 企业财务危机预警模型的构建42-46
4.1.1 不足描述42-43
4.1.2 模型建立43-46
4.2 财务预警模型样本设计46-47
4.3 财务预警模型指标系统的构建47-52
4.3.1 财务预警模型指标系统的构建原则47-48
4.3.2 财务预警模型指标系统的初步选取48-52
4.4 财务预警模型指标数据统计浅析52-59
4.4.1 指标数据标准化处理52
4.4.2 指标数据差别性及相关性检验52-57
4.4.3 指标因子浅析57-59
4.5 本章小结59-60
第五章 基于 SVM 的财务预警模型的实证浅析60-70
5.1 实证探讨思路60-61
5.2 SVM 财务预警模型实证浅析61-63
5.2.1 基于 SVM 的财务预警模型训练61-62
5.2.2 基于 SVM 的财务预警模型预测62-63
5.2.3 基于 SVM 的财务预警模型预测结果浅析63
5.3 BP、LOGISTIC模型预警结果63-68
5.3.1 BP 模型预警结果63-66
5.3.2 Logistic 回归预警结果66-68
5.4 模型效果比较浅析68-69
5.5 本章小结69-70
第六章 结论及未来探讨展望70-72
6.1 结论70
6.2 探讨局限性和未来探讨展望70-72
致谢72-74