共查询到20条相似文献，搜索用时 218 毫秒
1.
资本结构问题一直是财务理论研究中的热点与难点问题之一,也是公司财务的核心内容,在理论与实务中得到了广泛的应用。本文抽取了上证A股中信息技术业上市公司2002—2012年共计10年的数据,从盈利能力、成长性、资产抵押价值、资产流动性、资产营运能力五种角度,去研究中国上市公司信息技术业的资本结构与此之间的关系。 相似文献
2.
3.
严颖 《内蒙古科技与经济》2023,(2):58-63
文章从企业资产利用效率、自有资产使用效率等多个角度选取盈利能力单项指标，基于2017年—2019年我国中小板上市公司的数据，构建测量中小板上市公司盈利能力的评价指标体系，在提取主成分的基础上计算反映企业盈利能力的集成指标。结合行业门类回归模型，探讨了中小板上市公司行业属性对于盈利能力的影响。实证结果表明：我国中小板各行业上市公司的盈利能力存在行业差异；我国中小板制造业的行业次类上市公司的盈利能力亦具有行业特征。 相似文献
4.
公司治理结构与证券市场会计信息质量 总被引：2，自引：0，他引：2
证券市场是我国资本市场最重要的组成部分,其发展的完善和成熟程度对我国社会主义市场经济建设有着密切的关系。目前我国证券市场普遍存在会计信息失真的问题,相当多的上市公司虚增资产,虚构经济业务,掩盖投资项目的潜在风险或利用资产置换、关联交易等手段任意调节会计数据,人为操纵利润指标。这些问题严重影响了证券市场投资、融资功能的有效发挥,阻碍了市场经济的健康发展。本文试从公司治理结构的角度来阐述我国上市公司会计信息失真造成的不良影响,并提出完善与改进的相应对策。文章并对公司的股权结构、董事会制度以及监事会制度方面进行了一些论述。 相似文献
5.
企业价值的提升应当从提升资产质量和加强创新投入入手。文中选取2010—2021年沪深通信设备上市公司数据,在对资产质量与企业价值正向关系和创新投入的中介效应进行理论分析的基础上,建立资产质量评价体系,并通过多元回归分析资产质量对企业价值的影响以及创新投入作为其作用路径进行实证检验。研究发现：企业的资产质量越好,企业价值和研发投入也越高,并且在加入创新投入后,资产质量的显著度下降,创新投入的完全中介效应显著。说明通信设备上市公司提升自身的资产质量是解决企业目前面临发展困境的有效方式,并且创新投入是资产质量对企业价值产生作用的重要途径。 相似文献
6.
7.
8.
品牌资产构成的关键因素及其类型探讨 总被引：9，自引：0，他引：9
本文在对100家大中型企业的实证调查基础上，运用数理统计方法，分析了品牌资产各组成要素，提取了品牌资产五个最重要的构成因子，首次从量化角度提出品牌资产最重要的因子是品牌地位和顾客价值取向，其次为品牌定位、品牌创新能力和市场执行能力。根据品牌资产的构成因子，对品牌资产进行了类型划分，按照品牌构成品性将企业分为领导型、成熟型、务实型、顾客导向型和创新型品牌企业。 相似文献
9.
企业规模与成长性:基于非线性视角与我国中小上市公司经验数据 总被引：1，自引：0，他引：1
本文从多维度、非线性视角分析了企业规模与我国中小企业成长性的关系,以及企业生存状态对这种关系的影响.基于我国433家中小上市公司的经验数据表明:第一,我国中小上市公司的资产规模与绩效之间存在显著的U型关系,而与成长潜力存在倒U关系;第二,销售规模与企业成长潜力之间呈显著的倒U关系,而员工规模对我国中小上市公司成长性的作用形式则是线性的.第三,企业规模各因子效能的发挥受到我国中小上市公司生存质量和成长阶段的制约.上述研究结论为我国中小上市公司规模的扩张提供了最优的路径选择,也证明了良好的外部生存环境对于转轨时期企业成长的重要意义. 相似文献
10.
从价值形态的角度来讲,森林资源资产的计量价格的变化的比较多样的。由于其价格类型的多样性特征,也从不同的方面对森林资源资产的价值体现出多种特征。森林资源资产无论是从质还是从量的方面考虑,都具有非常大的不同之处。这时森林资源资产评估的标准的制定就显得分外重要。如果森林资源资产评估标准没有进行严格的规定,那么,森林资源资产也就没有了正确提供价格尺度的标准,也就不可能正确反映其特定的功能。因此,森林资源资产评估标准必须根据评估的目的而进行,对价值尺度需要合理有效的把握,从而对其所适用的价格类型进行有效的确定。 相似文献
11.
12.
《Information processing & management》2020,57(5):102212
Stock prediction via market data analysis is an attractive research topic. Both stock prices and news articles have been employed in the prediction processes. However, how to combine technical indicators from stock prices and news sentiments from textual news articles, and make the prediction model be able to learn sequential information within time series in an intelligent way, is still an unsolved problem. In this paper, we build up a stock prediction system and propose an approach that 1) represents numerical price data by technical indicators via technical analysis, and represents textual news articles by sentiment vectors via sentiment analysis, 2) setup a layered deep learning model to learn the sequential information within market snapshot series which is constructed by the technical indicators and news sentiments, 3) setup a fully connected neural network to make stock predictions. Experiments have been conducted on more than five years of Hong Kong Stock Exchange data using four different sentiment dictionaries, and results show that 1) the proposed approach outperforms the baselines in both validation and test sets using two different evaluation metrics, 2) models incorporating prices and news sentiments outperform models that only use either technical indicators or news sentiments, in both individual stock level and sector level, 3) among the four sentiment dictionaries, finance domain-specific sentiment dictionary (Loughran–McDonald Financial Dictionary) models the news sentiments better, which brings more prediction performance improvements than the other three dictionaries. 相似文献
13.
《Information processing & management》2023,60(4):103358
Stock forecasting has always been challenging as the stock market is affected by a combination of factors. Temporal Convolutional Network (TCN) based on convolutional structure has been widely used in time series prediction in recent years, but the dilated causal convolution structure leaves it unable to effectively learn the dependencies between data at different time points. This paper proposes a method for stock ranking prediction. To enhance the ability of TCN to handle dependencies within series, we first develop a channel-time dual attention module (CTAM). In conjunction with TCN to process complex historical stock price data, CTAM can adaptively learn the importance of multiple price nature series of stocks and model the dependencies between the data at different times. On the other hand, due to the market industry rotation, some stocks with specific industry attributes may become market preference for a period time. To apply the industry attributes to the stock prediction, we construct an industry-stock Pearson correlation matrix and extract a vector that fully characterizes the industry attributes of stocks from it through a matrix factorization algorithm. Furthermore, the historical market preference is modeled according to the industry attribute of the stocks to generate the dynamic correlation between stocks and market preference, and this correlation is combined with the historical price features extracted by TCN for stock ranking prediction. We conduct experiments on three datasets of 950 constituent stocks of the Shanghai Stock Exchange Index, 750 constituent stocks of the Shenzhen Stock Exchange 1000 Index and 486 stocks of the S&P500 to demonstrate the effectiveness of the proposed method. On the Shanghai Stock Exchange Index dataset, the Investment Return Ratio (IRR) obtained by using the predict results of our method to guide the exchange reached 1.416, and the Sharpe Ratio (SR) reached 2.346. On the Shenzhen Stock Exchange Index dataset, the IRR reached 1.434 and the Sharpe ratio reached 2.317. On the S&P500, the IRR reached 1.491 and the Sharpe ratio reached 2.031. 相似文献
14.
本文2010年4月16日,中国首个股票指数期货在中国金融期货交易所上市交易,其的推出使得在中国只能单面做多的中国股票市场出现了改变。股指期货作为基础性风险管理工具,具有价格发现、套期保值的功能,它的推出填补了由于我国股票市场缺乏卖空和融券功能,市场缺乏针对系统性风险的管理手段这一空白,将改变证券市场缺乏规避系统性风险工具的现状。因此我们应该对股指期货推出后对中国股票市场的影响予以研究讨论,使投资者对股指期货有一个深刻的了解,使中国股票市场的机构投资者拥有资产配置和风险管理的全新选择;普通投资者,则拥有了投资手段,使价值投资理念更加深入人心。 相似文献
15.
基于创业板的相关数据,利用改进后的股票价格模型和股票收益率模型,检验资本化研发支出的价值相关性,并对不同种类资本化研发支出(自主研发无形资产和开发支出)对公司价值影响的差异性进行了深入分析。研究发现,资本化研发支出与股票价格和股票收益率不相关,费用化研发支出与股票价格和股票收益率显著负相关;自主研发无形资产与股票价格不相关但与股票收益率显著正相关,开发支出与股票价格和股票收益率不相关。研究结果表明创业板上市公司资本化的研发支出具有一定的价值相关性,但股票市场投资者对创业板的资本化研发支出反应不充分,并且这种疑虑主要是由于开发支出导致的。 相似文献
16.
本文以2008-2016年沪深A股上市公司为样本,采用双重差分模型及倾向得分匹配下的双重差分模型,考察了放松卖空管制对企业基于研发费用的盈余管理行为的影响。结果表明：放松卖空管制促使上市公司削减研发费用;其背后的原因在于卖空机制强化了管理者削减研发费用进行盈余管理的动机;这一现象在市场化程度高的地区更明显,但在管理者持有长期股权激励的公司中得到了有效抑制,且长期股权激励的治理效用在市场化程度高的地区依然存在。进一步研究排除了投资机会改变等替代性解释,证明放松卖空管制后管理者削减研发费用确实是盈余管理动机增强所致。本研究扩展了对卖空机制实施效果的理论认知,为公司外部环境和内部治理关系的研究提供了新视角。 相似文献
17.
为探明各种科技要素投入和各种科技产出对品牌资产的不同影响,以连续5年进入中国500强企业中的86个企业为样本,分别用科技创新的投入和产出维度与品牌价值做多元回归,结果表明,投入和产出两个维度都正向影响品牌价值,其中研发经费投入存量、研发人员投入存量和研发经费投入强度都正向显著影响品牌价值,但研发人员投入强度的影响不显著;三种专利产出也都显著正向影响品牌价值,且质量高的专利影响更大。 相似文献
18.
以1998~2005年因欺诈嫌疑被中国证监会、上交所、深交所、财政部处罚的33家中国上市公司作为样本,建立了一个适合中国资本市场的、基于公开披露的财务报告信息的Logistic回归模型,用以判断上市公司财务欺诈行为的可预测性。 相似文献
19.
从国际战略性大宗商品交易方式演变看中国石油市场改革 总被引：2，自引：0，他引：2
当前,国际战略性大宗商品市场博弈出现这样一种态势:交易方式对商品定价、企业竞争等产生重大影响。国际大宗商品交易方式出现交易形式多样化、多层次化、交易组织联盟化、交易机制市场化等发展趋势。其对大宗商品市场产生重要影响:期货交易价格成为现货交易定价基准;企业竞争从现货市场扩展到包括衍生品市场在内的整个市场体系,和进入衍生品市场存在障碍或成本较高的企业相比,可以以低成本进入衍生品市场的企业取得了一定的竞争优势;贸易联盟在买卖方对价格的争夺中占据优势地位等。对中国石油市场改革的启示包括:发展石油期货交易应探讨具体的路径和方式,包括合约品种、交易制度,并应通过上海石油交易市场向OTC市场的转变,增加石油交易方式的深度和广度;以市场化为指导思想,改革石油行业管理体制特别是进出口体制;采购联盟的核心应是市场化的制度设计。 相似文献