简介:本文从政府层级、制度环境与投资机会的角度出发,运用因子分析方法,对投资机会集、制度环境变量提取了主成分,以2005~2009年沪深A股上市公司为研究样本,实证检验了政府层级、制度环境对投资机会的影响。研究发现:制度环境对政府控制公司和非政府控制公司的投资机会影响不同,对政府控制公司影响显著;且不同层级的政府控制企业影响程度也有差异;政府是否控制会对企业投资机会产生影响:省政府是否控制在1%的水平下对企业的投资机会具有显著的正向影响,市政府是否控制在5%的水平下对企业的投资机会具有显著的正向影响,中央政府和县政府是否控制对企业的投资机会影响并不显著;政府控制企业会比非政府控制企业获得更高的成长性和可持续发展能力。
简介:本文从动态角度检验了时变信息不对称与公司股权融资行为之间的关系。基于Wilcoxon秩和检验、方差比检验以及Fama—MacBeth回归方法的实证结果表明:我国上市公司倾向于在信息披露之后公告新股发行;我国上市公司发行公告前后两个定期报告皆具有信息含量,但发行公告之前的定期报告没有向市场传递更好的信息。
简介:为解决以往上市公司集成评价模型中各方法评价结果不一致问题,本文构建了改进集成评价模型。该模型先采用层次分析法、灰色关联度法、因子分析法进行评价,并运用KENDALL-W协和系数法对各评价结果进行事前一致性检验;通过检验后,再分别运用算术平均组合评价模型、Borda组合评价模型和Copeland组合评价模型进行组合评价。为了衡量组合评价与各评价方法的评价结果是否吻合,应用Spearman等级相关系数进行组合评价方法的事后检验,并根据Spearman等级相关系数的大小,选出最优的组合评价方法。最后,对中国26家上市运输公司财务绩效进行了集成评价的实证研究,并以算术平均组合评价模型的标准得分为聚类指标,采用欧氏距离法对26家上市运输公司进行聚类。结果显示:铁路、水路、公路运输各存在一个典型绩优企业,分别是:铁龙物流、北京传媒、海峡股份,四类上市运输公司中铁路上市公司财务绩效最优。
简介:新产品的市场接纳具有很大不确定性,传统投资理论并不适用于新产品投资。针对新产品投资中的产能投资,研究了垄断企业和有成本差异的竞争企业制定短周期新产品的产能投资时机与规模策略。给定企业“早”和“晚”两个投资时机可供选择,定义“早”投资时,企业只知道新产品市场规模的期望和方差;“晚”投资时,企业知道新产品真实的市场规模。垄断企业进入市场之前无法进行销售信息的收集,只会选择“早”投资或者不投资,给出其选择“早”投资的条件、最优产能投资规模及最大期望利润。有成本差异企业竞争的情形可以分为四种,分别给出四种情形下的最优产能投资规模及最大期望利润,并通过比较各情形下两企业的最大期望利润给出最优的产能投资时机策略。
简介:当上市银行的长期负债系数γ的取值不同时,应用KMV模型测算出的银行违约概率大相径庭。根据债券的实际信用利差可以推算出上市银行的违约概率PDi,CS,根据长期负债系数γ可以运用KMV模型确定上市银行的理论违约概率PDi,KMV。本文通过理论违约率与实际违约率的总体差异^n∑i=1|PDi,KMV-PDi,cs|最小的思路建立规划模型,确定了KMV模型的最优长期负债γ系数;通过最优长期负债系数γ建立了未发债上市银行的违约率测算模型、并实证测算了我国14家全部上市银行的违约概率。本文的创新与特色一是采用KMV模型计算的银行违约概率PDi,KMV与实际信用利差确定的银行违约概率PDi,CS总体差异^n∑i=1|PDi,KMV-PDi,cs|最小的思路建立规划模型,确定了KMV模型中的最优长期负债γ系数;使γ系数的确定符合资本市场利差的实际状况,解决了现有研究中在0和1之间当采用不同的长期负债系数γ、其违约概率的计算结果截然不同的问题。二是实证研究表明,当长期负债系数γ=0.7654时,应用KMV模型测算出的我国上市银行违约概率与我国债券市场所接受的上市银行违约概率最为接近。三是实证研究表明国有上市银行违约概率最低,区域性的上市银行违约概率较高,其他上市银行的违约概率居中。
简介:投资者进行投资实践时无不面临着背景风险。绝大多数以均值方差为框架的投资组合并没有考虑背景风险,其效用在实际应用中容易受到背景风险的影响。本文在含有交易费用的双目标函数模型中引入背景风险,从是否含有背景风险和背景风险偏好度大小两方面对投资组合问题展开研究,并使用智能算法得到模型的最优解,对模型进行实证分析。实证结果表明:1)当背景风险收益为0时,含有背景风险的投资组合比不含有背景风险的投资组合更能反映真实的投资环境。2)当背景风险收益不为0时,含有背景风险的投资组合比不含有背景风险的投资组合得到更高的收益。因此,考虑背景风险后投资组合的构建优于不考虑背景风险投资组合的构建。
简介:P2P网络借贷作为电子商务在金融领域的延伸与应用,近年来得到广大学者的关注.但是目前的理论研究中,鲜有从投资者信息挖掘的角度进行投资决策分析.本文提出一个新颖的方法,即投资者构成分析方法,通过分析贷款的众多投资者信息遴选出最有价值的投资,辅助投资者进行投资决策.首先从投资者的历史投资收益率、风险偏好以及投资经验三个维度构建投资者档案(investorprofile),进而基于投资者档案构建投资者构成分析模型,最后通过美国最大的在线网络借贷网站Prosper的数据,对本文提出的构想及模型进行了实证研究.实验结果表明本文提出的利用投资者构成分析的方法辅助投资者进行投资决策是可行的,文中构建的模型表现出良好的预测能力,能够有效地筛选出有价值的投资.