学科服务 更多>>

关键词： 股票回购   公司战略   股价波动率   管理费用投入   公司价值  

摘要： 近年来,伴随着资本市场的动荡与全球金融危机的蔓延,股票回购已经成为诸多公司投融资的主要手段,因而股票回购市场持续壮大,上市公司回购规模以及回购金额皆屡创新高。在越来越多的上市公司施行股票回购的同时,其带来的效益也日渐凸显,同时它们为股东与投资者们也带来了显著的利益,由此把握股票回购的内涵与精髓,探求股票回购与其他各要素之间的关系就显得尤为重要。本文首先在梳理回购相关文献的基础上,从多方面对股票回购活动进行了一个总结,得到国内外学者大都从实行动机与市场效应两维度对回购做了探讨与阐释。其次,文章介绍股票回购的基础概念与理论依据,为后续分析格力电器股票回购案例奠定了基础。接下来,本文从了解格力电器股票回购案例始末出发,逐步深挖回购内情,以回购财报为着力点,多角度全方位对格力电器股票回购案例进行理解分析。与此同时,本文选取经过处理后的我国2016-2021年A股上市公司数据进行问题探究与假设检验,借助中介效应模型与调节效应模型对诸多要素之间的关联性进行了一个深入研究,最终从理论与实证两方面为研究成果提供了技术支持。经过实证分析与模型探讨后,研究结果表明:1.公司战略激进度与股票回购规模之间呈现负相关关系。2.股票回购规模与公司价值之间存在正相关关系。3.公司战略激进度在股票回购与公司价值之间发挥调节作用。本篇文章将案例分析与实证研究有效结合,从多个方面对格力电器股票回购案例做了全面的梳理,在完成财报与回购等相关数据的收集与处理后,有效建立起了回购与公司战略及股价波动等各大要素之间的关系,从而在完成案例分析的前提之下,得出了上市公司股票回购与各经济要素之间存在的实质性关系,为进一步证明该结论,文章借助大样本实证回归对格力电器案例研究分析作出了理论与数据上的分析支撑,从而用实证分析方法证实了案例分析结论,为案例分析研究进一步提供证据。全文通篇由点到面,由表及里,从特殊到一般,对格力电器回购案例进行研究探索的同时收集A股上市公司数据,运用实证检验的方式加强案例研究结论的可参考性。综上所述,本篇文章以格力电器股票回购事件作为探讨中心,围绕该案例对我国整体上市公司股票回购进行全面深入的认知。伴随着当前经济形势的变幻莫测,我国家电行业发展机遇既面临着机遇,又面临着挑战,欲在当下我国市场上占据一席之地,就必须更新观念,紧跟时势,因而格力开启了股票回购与战略发展之路。文章通过介绍格力电器的实施背景以及实际手段对格力回购进行了全方位的研究与探索,并通过大样本数据收集以及实证模型构建深入研究了股票回购规模与公司战略激进度以及公司价值之间的关系,对各类经济要素于回购事件的效应与影响得出了有效结论。

关键词： 企业集团   内部资本市场   宏观经济环境   投资  

摘要： 2022年的中央经济工作会议在全面总结2021年经济工作成果的基础上,提出了在当前百年变局和世纪疫情影响下,我国经济仍面临较大的压力和挑战。因此,会议再次强调要继续做好“六稳”、“六保”工作。同时,在经济发展的长期进程中,宏观经济环境的波动可能会使企业投资产生周期性的变化,这种周期性变化将进一步导致经济波动的加剧。在此背景下,关注在宏观经济环境变化时如何维持实体经济稳定性显得尤为重要。根据金融摩擦理论,企业的外部信贷呈现顺周期特点,进而导致企业投资的顺周期波动。而企业集团的内部资本市场则能实现对外部资本市场的替代,提供成本更低、财务灵活性更强的内源融资。给定以上理论分析,本文进一步感兴趣的是,在我国强调宏观调控要坚持“跨周期”调节和促进中长期结构性转变的导向下,短期刺激性政策的实施空间势必缩减,那么,我国的市场环境中是否存在“稳投资”的重要调节因素?是否存在不依赖短期政策干预便可自发运行的内在“稳定器”?本文试图在现有理论基础上从组织结构异质性出发,探讨我国企业集团是否通过内部资本市场的作用,降低了企业投资水平的顺周期波动。换而言之,企业集团是否可以充当“稳投资”的有效组织装置。本文从“稳投资”的角度,以2007-2019年中国A股上市企业为样本,研究了集团成员企业在应对宏观经济环境变化时的积极作用:与独立企业相比,企业集团的内部资本市场通过提供成本更低、财务灵活性更强的内源融资实现了对外部资本市场的替代,因此集团成员企业对宏观经济波动引致的外部融资环境变动更加不敏感,进而使其投资呈现低波动性特点;进一步地,在投资机会高、内部资本生成率低和现金流波动性大的企业中,集团内部资本市场缓解融资约束进而“稳投资”的功能更加显著;本文的结果证实了企业集团内部资本市场的积极作用,并排除了可能存在的其他机制的影响(企业金融化、内部劳动力市场、代理问题、投资机会敏感性、大企业集团)。本文的研究验证了企业集团在应对宏观经济环境变动时“稳投资”的作用,并借助企业集团这一组织形式深化了宏观经济波动向微观企业传导机制的研究,这对新常态下推动经济平稳健康运行,以及实现“六稳”工作目标具有借鉴意义。

关键词： 股票市场开放   行为特征   价格超调  

摘要： 坚定不移扩大高水平对外开放是我国资本市场改革的重要战略导向，然而由此引发的问题是顺周期的跨境资金流动可能会加剧一国金融市场波动。本文通过总结境外投资者的行为特征，发现其在超预期因素冲击中依然坚持价值投资理念，因而当前股票市场对外开放并未引起A股价格“超调”。不过从日本和韩国的开放经验来看，资本市场持续扩大开放过程中存在放大股票市场波动的可能。为此，未来资本市场开放进程中仍要做好效率与安全的平衡。在此基础上，本文提出了相关政策建议。

关键词： 海洋环境   重现值   多元条件极值   极值混合分布   极大似然估计法  

摘要： 船舶和海洋结构物所处的自然环境极为复杂和恶劣,经常受到来自海洋环境的各种荷载,如波浪、风速、潮汐等,设计时有必要考虑相关海洋环境多年一遇重现期的极端值,以应对可能出现的极端载荷。因此,根据实际的历史观测数据,建立海洋极端环境预测方法,实现风速、波高、潮位值等海洋环境要素极值的预测对确保船舶与海洋结构物在服役期的安全性和可靠性具有重要意义。由于海洋环境的复杂性和不确定性,单一观测点的数据受到多种因素影响导致极端重现值估计的误差,而临近的多个观测站点的海洋数据往往可以提供一个地区或一片海域更多的可用信息,有助于提高极值预测的精度和可靠性,因此在极值预测时考虑多站点海洋环境数据至关重要,本文针对上述问题,以日本关西地区潮位数据为例,利用多站点观测数据的极值依赖性和时空特征进行联合分析,提出了一种在特定条件下海洋环境要素重现值的检验方法,建立了较为准确的多站点海洋环境重现值预测和检验方法,并通过实例进行了对比和验证。同时,基于法国布雷斯特潮位数据,探索了单变量极值建模的多种方式,并且论证了极值混合分布法对于海洋环境数据极值建模的可行性,本文的主要研究内容如下:(1)首先对实测潮位数据进行单变量极值分析,在对数据进行预先分组取样的基础上,考虑了4种单变量极值建模方式,对比后发现在长时间跨度海洋环境要素的极值分析中应用次序统计量下的GEV分布有助于降低极端值预测的置信区间。同时,对比了不同参数估计方法,论证了极大似然估计法(MLE)对于极值分布参数估计的适用性。(2)针对次序统计量法下的GEV分布的次序值r无法合理选择这一关键问题,引入常用的乘数测试和熵差测试方法,并基于R语言编写了相关程序,提出了基于参数估计值标准差变化的r值图示辅助选择方法,更为简便的实现r值的选择。(3)针对目前重现值预测常用的POT方法在阈值选择的主观和经验性问题,将极值混合分布理论应用于海洋环境数据的极值建模中。根据极值混合分布的特点,将特定的主体分布与GP分布尾部结合而形成新的分布,通过整体数据的拟合效果来选择合适的阈值,以更准确地刻画海洋环境数据全过程,并提高POT法极值分析的准确性。以法国布雷斯特地区不同时期潮位为例进行分析,发现该地区极值潮位事件发生频率在近些年来有明显提升,极值混合分布法建模得到的重现值预测结果与主体数据分布和数据量相关。(4)为提高预测值的准确性,针对多站点海洋数据耦合问题,将多元条件极值解法应用于多站点环境数据分析中,在单站点边缘分布的阈值选择时使用极值混合分布法,并进行拉普拉斯边际转化,建立多站点潮位数据的条件极值模型。以日本关西地区沿岸多站点潮位为例,通过R语言程序实现,在多站点条件极值模型的基础上,结合蒙特卡洛模拟,利用多站点极值依赖性,给出一种在多站点极端条件下重现值的检验方法。

关键词： 上市企业   专利价值   股票价格表现   模型构建  

摘要： 作为企业技术创新的成果,专利在提升企业市场竞争力,助力企业实现持续发展等方面发挥着重要作用,其中,专利价值是关键影响因素。通过研究上市企业专利价值与股价表现之间的关系,为厘清专利对企业发展的实质性效果,提升专利价值评估的科学性,提高企业专利价值培育的重视,推动我国技术创新水平的提高具有重要现实意义。本研究立足我国创业板市场,以技术创新理论、有效市场假说和信号传递理论为基础,从理论层面对企业专利价值与股价表现之间的关系进行梳理,据此提出研究假设,并构建关系研究模型。以2011年1月1日至2020年12月30日创业板上市企业为样本,搜集并整理有关企业的财务数据和专利数据,选取7个指标进行主成分分析对企业的专利价值进行评估,通过回归模型分析上市企业专利价值对股价表现之间的影响。研究结果发现,创业板上市企业专利价值能够显著的影响当期的股价表现,并且对滞后一期的股价表现影响更为显著;在评价指标对比上,从专利质量角度出发所评估的企业专利价值与股价表现的密切程度更优,其中,同族专利数是最显著的影响因素;在影响机制上,专利价值主要是通过企业市场势力作用到企业股价表现上。图10幅,表20个,公式13个,参考文献91篇

关键词： 高新技术企业   股票价值预测   深度学习   LSTM神经网络  

摘要： 科技是第一生产力,目前,我国正在高科技发展中。在这个时期,高技术公司是促进国家科学技术发展的骨干力量。根据国家科技部的数据显示,在2020年底,高新技术企业总数达到了275,000个,比2019年同比增长了24%。在高科技领域随着公司的迅速发展,投资,兼并,收购,金融,以及其他一些活跃的经济行为,也在不断增长。都要评估公司的价值。近年来,我国将高新技术企业列入综合经济体系的主要部分,对高新技术企业提供大力支持,企业的日常经营、价值管理、兼并收购等体系不断丰富完善,对于价值评估也有更高的要求。在企业价值预测中,虽然一般均使用了常规的评价方式,但是没有一种是完整的,都不能完全反映出高新技术企业的特征。尤其是处于成长期的企业,有许多无形资产,并有许多被投资的项目以及所投资的项目尚未产生商业利润,评价方法仍有其局限性。 与常规的公司相比,高科技公司具有明显的特点,比如,高科技公司在无形财产中占有较大比重,非财务指标较多,诸如:现金流量法、EVA法、费用法等。这些评价手段应用于高科技公司,有许多限制。由于高科技公司的资金费用难以估计,而其寿命期又很难以确定,因此需要对其进行研究。针对网络产业的特点和评价的困难,本文选择了一种更为科学、合理的评价方式。随着电脑技术的不断发展,它也为企业的价值评价技术奠定了坚实的技术支撑。公司的价值评价是顺应了这个时期的潮流。而LSTM网络则是一种基于循环神经网络的改良进化方法,可以使其在实际的选择中得到更为准确的结果。这是一个很有创意的想法。该研究采用LSTM神经网络,将五个对实际选择器的关键参数进行了回传,并采用tanh激活函数对各参数进行了分析。采用非线性问题,以输出端的目标资产值为目标,以历史资料为训练样本,以改善输出的精确度。该研究方法在某种程度上拓展了公司评价的方法系统,其重要性使得评价手段更为多样,将电脑的资料加工与常规的方式相融合,使其更为完美;其计算结果与真实情况更为接近。 本文以高科技公司的股票价值评价为研究突破口,以A股上市公司中的高科技公司为研究目标,运用文献研究、案例分析等研究手段,并将其与高科技公司的实际价值相比较。特征、生命周期等多个维度的影响因子进行了全面的评价。首先,对我国高科技公司的股票价值预测的发展历史和现状进行了梳理,然后对我国高科技公司的股票价值评价进行了理论探讨。方法:引入LSTM与RNN神经网络的基本理论,从高成长型高科技公司的股票价值特点入手,对其经营特点、评估难点、评估方法等进行了深入的研究,为我国高科技公司的评价理论研究和实证研究奠定基础。

关键词： 绿色股票   投资价值评估   B-S期权定价模型  

摘要： 随着我国环境保护和可持续发展的理念逐渐深入人心,处在一个较好的环境基础之中的绿色金融正蓬勃发展。为了履行我国对国际社会的承诺,即到2030年达到碳排放峰值,中国必须每年在绿色产业上投资约3至4万亿人民币。而绿色股票是绿色金融体系的一个重要组成部分,作为一种创新型的金融工具,将被用来为低碳产业发展项目筹集资金。绿色股票的出现和推进在促进自然生态保护和经济稳定发展方面起着关键作用。学术界在绿色股票领域的研究正方兴未艾,同时在实践层面上,投资者也必须能够识别出具有投资价值的绿色股票。故本文旨在为国家的生态环境保护工作做出贡献,同时为投资者提供评估绿色股票投资价值的依据,使他们能够通过投资绿色股票获利。本文根据相关理论基础,以绿色股票的环境效益、绿色属性及其影响因素为依据,为绿色股票的投资价值评估提供有效的理论支撑。为了构建绿色股票估值模型,为我国绿色股票的投资者提供参考,本文选取了2021年1月25日至2022年12月6日我国公开发行的126支绿色股票的相关数据。本文研究发现:一方面,绿色股票相较于普通股票而言存在环境效益,其评估会显示出期权的特殊性;另一方面,原有的实物期权模型不能动态地反映绿色股票的内在价值。因此,本文模型参数波动率的优化主要采用GARCH模型,使得选择参数的合理性更高。为了能更真实地评估出绿色股票的整体价值,本文将所选案例分为纯股票部分和“绿色”期权部分,并分别采用传统的收益法与B-S期权定价模型。其次,本文从发行主体和持有期限两个角度对估值结果进行了比较分析,研究结果表明,从发行主体的角度来看,无论采用传统收益法还是B-S期权定价模型进行估值,三个主要发行主体的平均价值差异并不明显;从持有期限来看,采用收益法评估的绿色股票部分的价值随着持有期限的延长而增加,而采用B-S期权定价模型评估的期权部分的价值则会减少。然而,无论是从发行人和持有期的角度出发,市场都普遍低估了绿色股票的整体投资价值。总的来说,这是绿色股票投资者需要考虑的关键因素。根据评估结果,本文得到的主要研究结论是,绿色股票具有较大的潜在收益,但其投资价值被市场大大低估了。基于此,本文主要在投资者和制度监管层面提出以下政策性建议:一是要理性甄别真正具有投资价值的绿色股票;二是增强对绿色股票投资意识;三是加强对投资者结构、市场信息等的监管。

关键词： 收益现值法   化工项目   现金流量分析法   财务评价  

摘要： 工程项目财务评价是项目前期阶段工作的核心内容，对项目决策、资源配置、投资优化、规避风险等具有十分重要的意义，财务评价常采用的方法为现金流量分析法。收益现值法是资产评估领域常用的方法之一，可将项目未来的预期收益按照适当的折现率折现到当前时点。本文将收益现值法运用到某树脂类化工项目前期的财务评价中，并通过与现金流量分析法计算的财务指标进行对比，分析得出收益现值法的优缺点，为工程项目前期阶段财务评价指标的计算提供一种新的思路和方法。

关键词： ICA 算法   TSICA-GARCH 模型   TSICA-极差-GARCH 模型   VaR   CVaR  

摘要： 金融市场中股票风险的度量是十分重要的,不仅影响若金融市场的运行效率,而且对于投资者和证券管理者做投资规划有着很关键的参考价值。因此,研究股票市场的波动规律、度量其所存在的风险价值是非常必要的。本文基于改进的Fast ICA算法和GARCH模型对股票的风险价值进行研究。主要研究内容如下:(1)为了提高Fast ICA算法的分离性能,本文从两方面进行改进,提出了 TSICA算法。一方面基于Tukey函数和Softsign函数构造了一种分段函数用于改进算法的分离精度;另一方面引入牛顿三阶迭代格式以提高收敛速度。通过对混合信号进行100次分离实验来评价算法的性能,结果显示,TSICA算法的分离精度提高,同时迭代次数也大幅减少,仅为Fast ICA算法的6.8%,是MTICA算法的25.4%。(2)为了提高GARCH模型对股票波动率的预测精度,进而提高对股票VaR的度量效果,本文在GARCH建模前采用TSICA算法和TnA方法进行数据的去噪预处理,由此,构建波动率预测的TSICA-GARCH模型。首先将所选取的股票数据通过TSICA算法进行独立分量的分解,并采用TnA算法进行分量的排序从而识别噪声,剔除噪声后重构收益率序列,然后用GARCH模型对重构序列建模进行波动率的预测。将两者结合形成的模型称为TSICA-GARCH模型,用于股票市场VaR的度量并回测检验。通过对中国股市74个指数的统计学检验,判断出符合GARCH建模的指数进行实证分析,结果表明,基于TSICA-GARCH模型比基于GARCH模型对VaR的度量更高效。(3)鉴于价格极差能够反映股票的价格变化情况,可以体现价格波动规律,本文在TSICA-GARCH模型中引入股票的价格极差构建了 TSICA-极差-GARCH模型,以增强模型对于波动率的表征。首先用TSICA算法对所选取的股票数据进行去噪处理,然后将价格极差与GARCH模型结合形成波动率预测的极差-GARCH模型,进一步对VaR进行度量并回测检验。通过对具有ARCH效应的52个指数进行极差-GARCH建模分析,结果表明,VaR的度量效果从优到次依次为TSICA-极差-GARCH模型,TSICA-GARCH模型,GARCH模型。(4)相对VaR而言,CVaR是一致性风险测度,在极端市场条件下,CVaR能够更好地反映风险的真实情况,因此,我们采用TSICA-极差-GARCH模型预测波动率,并基于该模型对CVaR进行度量以及回测检验,通过对新冠肺炎疫情期间生活相关行业中的12只股票进行实证分析,结果表明,新冠肺炎疫情极端情况下,CVaR比VaR度量风险的准确性更高。

关键词： 激励性股票期权   卷积神经网络   公允价值  

摘要： 激励性股票期权是一种由公司授予经理人的权利,意味着经理人可以在某个时间点,以事先确定的价格购买一定数量的公司股票,旨在鼓励经理人为公司的长远利益而努力工作。对激励性股票期权公允价值的计量方式影响到公司的净利润,每股收益等财务指标,进而可能影响到利益相关方的决策。随着越来越多的公司使用激励性股票期权,其影响范围也逐渐增大。实务中,大多数公司使用B-S模型或二叉树模型对股票期权激励进行估值,这两个模型依赖于一些不符合实际的假设和参数,计算的结果可能与实际偏差较大,影响会计信息的准确性。本文训练卷积神经网络模型用于期权定价,并与其他模型进行对比,为激励性股票期权的公允价值确定提供一种新的思路。首先,本文从信息披露的角度,统计A股上市公司股权激励费用在管理费用和净利润中的占比,发现股权激励费用对公司净利润影响很大。同时通过对A股上市公司激励性股票期权公允价值计量模型及其参数选择进行统计分析,发现由于相关准则并未对参数选择进行明确统一的规定,激励性股票期权计量中存在模型和参数选择不一,披露不充分,不规范的问题,而不同选择会很大程度上影响净利润等财务数据,影响会计信息的可靠性。其次,进行模型的建立以及预测结果的对比分析。使用沪深300股指期权的数据训练卷积神经网络模型,BP神经网络模型和随机森林模型,发现三种模型的预测结果均与真实值相近。分别使用训练好的三种模型以及实务中使用的B-S模型,二叉树模型计算沪深300股指期权价格并通过MSE,MAE,RMSE,R,R对比不同模型预测结果准确性,发现卷积神经网络模型对期权价格的预测准确性最好,在期权定价中有一定的可行性和可靠性。最后,检验上述预测准确性最高的卷积神经网络模型在激励性股票期权公允价值计量中的可行性。把训练好的卷积神经网络模型应用到案例公司百济神州中,分别计算基于卷积神经网络模型,二叉树模型的激励性股票期权公允价值和股权激励费用,并分析不同模型的使用对财务报表的影响,表明不同模型的使用对企业财务数据,财务指标均有一定影响,激励性股票期权需要更为公允的价值来提高财务报表信息质量。通过模型构建和案例研究,本文发现在激励性股票期权公允价值计量方面,不同模型的选择对期权公允价值,公司股权激励费用,净利润等都会产生影响。同时本文为激励性股票期权的公允价值计量提供了一种新的思路——卷积神经网络模型,丰富了相关领域的研究,有助于会计准则的进一步完善和资本市场信息质量的提升。但是由于卷积神经网络模型迁移过程中会产生误差以及输入变量和层级结构还可以进一步完善等原因,实际运用在激励性股票期权中依然需要进一步深入的研究。