版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、通過上述對國內(nèi)上市公司的挖掘分析,本文主要可以得出以下幾點結(jié)論:
首先,宏觀經(jīng)濟(jì)與企業(yè)的經(jīng)營狀況還沒有顯示出可以為我們構(gòu)建宏觀經(jīng)濟(jì)敏感度所需要的聯(lián)動性來。因為本文對該問題僅作了數(shù)理方面的檢驗,所以不能夠作出非常深入的分析,但是實證的結(jié)果說明在財務(wù)困境預(yù)測模型中我們還不能直接借用國外已有的做法來刻畫宏觀經(jīng)濟(jì)對企業(yè)困境的影響。
其次,在公司治理方面,本文得出的結(jié)論是所選擇驗證的大多數(shù)公司治理變量對解釋上市公司經(jīng)營績效的差
2、異作用不大。這與我國學(xué)者的前期研究結(jié)論是一致的,下面分三個方面略作討論:
其一,就組織結(jié)構(gòu)方面來看,正如胡汝銀、司徒大年等在《中國公司治理評級研究》中提出的兩大問題之一,中國的上市公司普遍受制于控股股東模式和關(guān)鍵人模式。反映在我們的實證結(jié)果上即董事長或副董事長是否兼任總經(jīng)理、董事會規(guī)模、獨董人數(shù)和獨董比率等指標(biāo)對挖掘均無分類差異。由此可見機(jī)構(gòu)設(shè)置形式上的完善遠(yuǎn)非實質(zhì)上的有效。
其二,在股權(quán)方面,流通 A股的分量即中小
3、投資者對公司業(yè)績的影響微乎其微,這一點早有定論,反映在實證結(jié)果上也即股本比無影響。因此我們得出的結(jié)論是股權(quán)集中度并不能成為解釋兩類公司差異的利器。
最后,就整個財務(wù)困境預(yù)警的RS-SVM模型構(gòu)建來看,我們可以得出以下兩個結(jié)論:
第一,采用完全數(shù)據(jù)挖掘方法對上市公司進(jìn)行財務(wù)困境預(yù)警是切實可行的,就我們的分類結(jié)果來看,T-3年數(shù)據(jù)的預(yù)測解釋能力優(yōu)于T-2年的數(shù)據(jù)。這一結(jié)論和張玲(2000)年的結(jié)論一致。對于張玲所說能提前
4、4,5年對企業(yè)財務(wù)困境作出預(yù)測的說法還需要進(jìn)一步驗證。
第二,雖然中國上市公司的公司治理狀況究竟在多大程度上影響著企業(yè)業(yè)績或者二者間的聯(lián)系應(yīng)該怎樣,在預(yù)測模型中更好地予以刻畫還有待進(jìn)一步討論。就本模型來看,加入的―股權(quán)性質(zhì)和結(jié)構(gòu)‖變量,即該指標(biāo)具有頗高的―綜合性‖,尤其是跨度年度比較大的情況下做預(yù)測模型這些變量的作用更加凸顯出來。
盡管財務(wù)困境預(yù)警模型尚缺乏完善的經(jīng)濟(jì)理論基礎(chǔ),在方法上也存在一些問題,但由于它對實際經(jīng)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于RS-SVM的雷電預(yù)報模型.pdf
- 基于RS-SVM風(fēng)電場風(fēng)速估計的方法研究.pdf
- 基于RS-SVM的中文文本分類研究.pdf
- 基于RS-SVM的供應(yīng)鏈和諧性評價研究.pdf
- 基于RS-SVM的綜采工作面安全評價研究.pdf
- 基于RS-SVM的商品住宅價格預(yù)測研究——以寧波市為例.pdf
- 基于數(shù)據(jù)挖掘技術(shù)的投資能力預(yù)測模型研究.pdf
- 基于SVM的數(shù)據(jù)挖掘技術(shù)研究.pdf
- 基于SVM的數(shù)據(jù)挖掘分類技術(shù)研究.pdf
- 基于SVM的時態(tài)數(shù)據(jù)挖掘研究.pdf
- 基于數(shù)據(jù)挖掘技術(shù)的A股股價漲跌預(yù)測模型研究.pdf
- 基于SVM集成的上市公司財務(wù)困境動態(tài)預(yù)測研究.pdf
- 基于數(shù)據(jù)挖掘的金融預(yù)測模型.pdf
- 基于RS-SVM的汽輪發(fā)電機(jī)組振動故障智能診斷技術(shù)研究.pdf
- 基于數(shù)據(jù)挖掘技術(shù)的表面粗糙度預(yù)測模型的研究.pdf
- 基于過欠重抽樣的類別非平衡SVM財務(wù)困境預(yù)測研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的財務(wù)困境預(yù)測模型比較研究.pdf
- 基于數(shù)據(jù)挖掘的電信客戶欺詐預(yù)測模型研究.pdf
- 構(gòu)建基于數(shù)據(jù)挖掘技術(shù)的水平井產(chǎn)能預(yù)測模型.pdf
- 基于數(shù)據(jù)挖掘技術(shù)的黃土高原降雨侵蝕預(yù)測模型的研究.pdf
評論
0/150
提交評論