连锁董事网络、融资约束与企业风险承担——基于中国制造业上市公司的经验证据

连锁董事网络的嵌入不仅可以帮助企业间实现低成本的信息共享与交流学习,而且可以为企业风险承担行为提供必不可少的资源支持.以A股2007-2021年制造业公司为研究样本,实证检验了连锁董事网络中心度对风险承担水平的影响,并探究了融资约束的中介效应.结果发现,连锁董事网络中心度可以正向促进企业风险承担,融资约束在两者的关系中起着中介作用.进一步检验发现,网络中心度对企业风险承担的正向作用在经济政策不确定性较低的企业中更显著;在经济后果方面,网络中心度可以通过正向作用于企业风险承担水平来提高企业价值.     

互联网嵌入对返乡创业者创业能力的影响——网络学习的中介作用

互联网是返乡创业者重要的学习渠道,通过网络学习有利于返乡创业者获取创业所需相关信息、知识、资源,进而提升创业能力.引入互联网嵌入概念,将互联网创业学习解析为交流学习、资源获取学习两个维度,通过对273位返乡创业者的问卷调查,应用结构方程法验证了理论假设.实证结果表明:互联网嵌入的联系度、匹配度对返乡创业者创业能力有正向影响,牺牲感对返乡创业者创业能力有负向影响,网络学习在互联网嵌入与返乡创业者创业能力间起到中介作用.     

基于感知风险和涉人程度的消费者新能源汽车购买意愿实证研究

新能源汽车即节能又环保,是未来汽车产业的发展方向,其在市场中的有效扩散很大程度上依赖于消费者对新能源汽车的采纳行为。本文利用实证方法分析了感知风险和涉入程度对消费者新能源汽车购买意愿的影响;同时,探讨了人口统计变量对本研究中各变量的影响。通过利用SPSS和AMOS17.0软件对收集的264个有效样本进行分析,得出结论:(1)消费者的感知风险会负向影响其对新能源汽车的购买意愿。其中,财务风险、身体风险以及功能风险对购买意愿的影响较大;(2)消费者对新能源汽车的涉入程度会正向影响其购买意愿,而消费者关于新能源汽车的产品知识、产品象征性对其涉入程度有正向影响;(3)不同人口统计特征的消费者的感知风险、涉入程度以及购买意愿部分存在显著差异。最后,对政府和汽车制造商提出了开展新能源汽车市场推广工作的管理建议。     

产学研合作创新网络规模、连接机制与创新绩效的关系研究——基于多主体仿真和动态系统论视角

为揭示产学研合作创新网络规模与连接机制对创新绩效的影响机理,运用Agent建模理论和Netlogo仿真平台构建产学研合作创新网络的仿真模型,对不同特性(小世界、无标度)偏好下的产学研合作创新网络进行仿真实验,并运用动态系统理论解释仿真的涌现现象。研究发现:①网络平均节点度(度数中心势)与网络平均创新绩效(节点加权平均收益的对数)之间存在鞍结分叉和跨临界分叉的组合现象;②网络平均距离(关系强度)与网络平均绩效之间呈指数增长分布轨道;③连接机制与网络平均绩效呈对数增长分布轨道;④实力择优连接机制提升网络平均节点度正向作用的效率较低;⑤随机组合择优连接机制更有利于提升小世界偏好网络平均距离的正向作用;⑥度择优连接机制更有利于提升无标度偏好网络平均创新绩效。     

网络效应影响下品牌商与模仿者的竞争策略

近年来,品牌商与模仿者的竞争问题引起了社会的广泛关注。本文构建了包含一个品牌商和一个潜在模仿者的两周期动态博弈模型,且消费者具有策略性行为。品牌商在第一周期是市场的垄断者,若模仿者在第二周期进入市场,那么第二周期会变成双寡头市场。模仿者入侵市场除了会引起竞争效应外,与品牌产品的相似性也会引起网络效应,从而增加品牌产品的市场接受度。因此,面对模仿者入侵,品牌商需要同时权衡竞争效应与网络效应两方面的影响。研究结果表明:(1)网络效应并不总是对品牌商和模仿者的价格和需求等产生积极影响。(2)模仿产品质量不可提升过高,当模仿产品质量和品牌产品质量过分接近时,两个企业的利润都会降低。(3)当网络效应较小或者模仿产品质量过高时,品牌商在双寡头市场的需求可能会高于垄断市场的需求。     

非对称视角下技术创新网络社群结构涌现及其对双元创新的影响研究

针对介于全局网络与自中心网络间的社群现象及其网络结构的创新悖论,分析了不同层面网络社群结构的涌现特征,从组织间关系的非对称视角,探究网络社群动态变化对双元创新的差异性影响。利用高科技生物制药行业的合作与专利数据,使用快速压缩社群识别算法和多元回归模型进行实证检验。研究结果表明:宏观层面的全局网络存在显著“抱团”的多社群巨元组结构;中观层面的网络社群存在选择偏好的核心-边缘结构;微观层面社群组织动态的跨社群运动和成员流动二维变化加剧;社群动态的二维变化对突破式创新具有正向影响,与渐进式创新呈现倒U型关系;位置非对称性正向调节社群动态对双元创新的影响,技术非对称性的调节作用不显著。研究结论有助于揭示技术创新网络社群的合作创新模式,对提升组织创新能力,维持创新网络平稳运行具有重要意义。     

模糊社会网络的中心度分析方法

中心度是行动者在模糊社会网络的中心性位置的测量概念,反映的是行动者在模糊社会网络结构中的位置或优势的差异.本文根据一般社会网络中心度分析讨论了模糊社会网络中心度分析方法,给出了模糊结点中心度、模糊紧密中心度、模糊间距中心度及其相对应的模糊中心势的计算方法.     

政府参与和民间资本进入风险投资行业的关系研究

政府参与和民间资本进入风险投资行业的关系如何？本文通过理论模型证明在风险投资行业发展初期，政府微观上直接参与风险投资能够对民间资本起有效的示范引导作用，并且不会影响市场运行效率，但是当风险投资行业发展到一定阶段、投资规模需要急剧扩张而政府财力有限时，政府部门同时扮演投资者和政策制度提供者双重角色就会带来政府代理问题，抑制民间资本进入风险投资行业。     

闭环供应链网络设施Stackelberg对策问题

新企业进入市场的决策不仅要考虑自身的运作成本,同时也要考虑市场上原有供应链网络中竞争者的影响.新进企业与网络中的竞争者构成闭环供应链网络下的一主多从Stackelberg对策问题.主方作选址决策,从方以利润最大化策略应对主方的潜在位置决策,利用均衡模型描述从方各决策者的竞争行为,分析他们之间的相互作用.最后利用模型分析新企业的进入对竞争对手相关经济指标的影响,解决新企业在竞争环境中的设施位置设计问题.     

基于超网络模型的区域创新系统双重激励机制研究

超网络现象是以合作创新为基础的区域创新系统功能演化的体现。本文引入了合作创新和标准化协同对协同创新的贡献率概念,通过刻画监管部门激励与创新主体努力投入建立了双重线性分离契约模型。研究发现:(1)收益分享率是风险偏好、努力成本系数和协同创新不确定性的递减函数;(2)采用双重线性分离契约能够有效降低超网络不同任务间的关联程度,提高创新主体在不同任务间切换的积极性;(3)只有当高水平创新主体所占比例超过一定的门槛值时,双重线性分离激励契约才会促进区域创新系统的总体收益;(4)采用双重线性分离契约能够合理控制合作创新风险,但会影响创新主体对标准化协同的风险偏好。     

The influence of capital market laws and initial public offering (IPO) process on venture capital

This paper is concerned with the influence of capital market laws and initial public offering (IPO) process on venture capital. It discusses the impact of US federal state laws and Securities and Exchange Commission (SEC) regulations to the venture capital markets, arguing if the rules and regulatories are burdensome to entrepreneurs and new-growth businesses. The impact of Sarbanes-Oxley Act and the future Investment Act on venture capital funds and entrepreneurial companies going public are also discussed. The paper proposes the model of venture capital financing describing the process from fund raising to investment exits, the linkages of the venture capital market to the financial/capital markets and the related capital market laws. The policy implications on SEC regulations essential to the development of venture capital industry are suggested.     

风险投资联合投资对上市公司盈余管理的影响:基于我国创业板的实证研究

风险投资在中国的经济发展中处于越来越重要的位置,创业板355家上市公司中,近60%的公司有风险投资背景,近40%的公司有联合风投背景.本文首先以2009-2012年创业板355家上市公司为研究对象,实证研究了风险投资个数与盈余管理之间的关系,然后,以132家联合风投背景公司为研究对象,实证研究联合风投内部特征对IPO公司盈余管理的影响,试图探讨能够发挥最佳监督作用的联合投资方式.实证结果显示有风投背景公司的盈余管理程度高于无风投背景的公司,且联合风投个数越多,上市公司盈余管理程度越高.尽管如此,可以通过选择适当的联合投资方式降低联合投资的负面效应,比如:提高联合风投多样化程度、提高主导风投持股比例、选择高声誉主导风投等等.     

基于遗传算法的上市公司财务危机预测模型研究

本文以我国沪深A股上市公司为研究对象,选取制造业公司376家,其中被特别处理的ST公司188家,与其配对的健康公司188家,使用遗传算法和21个财务比率建立了财务危机预测模型,并与Logistic回归和BP神经网络模型进行了比较,结果表明,使用遗传算法可以获得不受统计约束且预测准确率更高的模型。     

投资者调研对不实传闻市场反应的影响研究

本文基于投资者信息获取视角, 采用2013~2017年深圳交易所上市公司样本, 实证检验了投资者调研能否降低不实传闻引发的市场反应, 并通过投资者交易行为在其间发挥的中介作用探讨其作用机理。研究发现:投资者调研通过使市场交易行为更为理性, 显著降低了不实传闻引发的市场反应, 并且这一作用在当期业绩发生大幅变化的公司中更为明显。以上结果在进行了一系列稳健性检验后依然成立, 说明投资者调研能够提高资本市场对不实传闻的分辨能力, 从而提高市场定价效率。进一步检验发现, 参与调研活动或分析披露的调研信息均有助于提高投资者理性决策水平, 并且投资者调研显著提升了公司发布传闻澄清公告的及时性。     

基于风险网络结构的资产分配策略研究

股票市场是一个高风险市场,如何在频繁发生的极端波动环境下进行有效的资产分配是当前热点问题。本文首次应用VaR模型构建股市风险网络,并基于风险网络模型进行最优投资组合成分选择,分析不同市场波动行情下最优资产分配权重和股票中心性的时变关系,融合风险网络时变中心性和个股表现提出新的动态资产分配策略(φ投资策略)。结果表明:在股市上涨和震荡期,股票中心性和最优投资组合权重呈正相关关系;股市下跌期,股票中心性和最优投资组合权重呈负相关关系;当φ>0.05时,投资者的合理投资区域向高中心性节点移动,反之。φ投资策略的绩效表现证明了风险网络结构能提高投资组合选择过程。此研究对于优化资产配置、提高投资收益、多元化分散投资风险具有重要意义。     

基于神经网络的股票预测模型

针对股票市场的特征提取困难、预测精度较低等问题,本文基于深度学习算法,构建了一系列用于股票市场预测的神经网络模型,包括基于多层感知机(MLP)、卷积神经网络(CNN)、递归神经网络(RNN)、长短期记忆网络(LSTM)和门控神经单元(GRU)的模型。 针对RNN、LSTM和GRU无法充分利用所参考的时间维度的信息,引入注意力机制(Attention Mechanism) 给各时间维度的信息赋予不同权重,区分不同信息对预测的重要程度,从而提升递归网络模型的性能。上述模型均基于股票数据进行了优化,基于上证指数对各类模型进行了充分的对比实验,探索了模型中重要变量对性能的影响,旨在为基于神经网络的股票预测模型给出具体的优化方向。     

基于模糊模拟的风险投资项目决策

由于风险投资的高不确定性和风险性,使得人们难以准确预测风险投资项目的收益和状态概率,而只能得到其大致的区间范围。鉴于这种情况,本文将投资项目收益和状态概率描述为模糊变量,利用模糊变量的均值和方差建立了模糊风险投资决策模型,并给出利用模糊模拟方法计算的实例。     

网络上的选址博弈模型

研究了具有竞争关系的两公司在由客户组成的网络上先后进行选址的情形,将这种情形建模成一个S tackelberg博弈.由于商店选址之后,客户的行为是自发的,在这种情况下,客户之间往往会有合作,以降低车辆路径费用.提出利用车辆路径合作博弈来模拟客户的行为,从而确定各商店的客户集,并将这种方法与直接利用客户到商店的距离来确定商店的客户集的方法进行了统计意义上的比较.     

整合EVA的上市公司绩效评价模型研究

本文采用经济附加值(EVA)对传统绩效评价模式进行改进,建立了整合EVA的绩效评价(IEPM)模型。以我国沪深两市A股上市公司为研究对象,采用BP神经网络检验整合EVA的绩效评价模型相对于传统绩效评价模式的有效性,并运用统计方法对检验结果进行分析,发现整合EVA的绩效评价模型在评价上市公司的经营业绩时要明显优于传统绩效评价模式,而且其预测能力也显著强于传统绩效评价模式。这说明绩效评价模式在整合EVA之后可以更真实地反映公司的经营业绩,用它来评价和预测公司业绩将更为有效。     

DEA Models for Identifying Critical Performance Measures

In performance evaluation, it is important to identify both the efficient frontier and the critical measures. Data envelopment analysis (DEA) has been proven an effective tool for estimating the efficient frontiers, and the optimized DEA weights may be used to identify the critical measures. However, due to multiple DEA optimal weights, a unique set of critical measures may not be obtained for each decision making unit (DMU). Based upon a set of modified DEA models, this paper develops an approach to identify the critical measures for each DMU. Using a set of four Fortune's standard performance measures, capital market value, profit, revenue and number of employees, we perform a performance comparison between the Fortune's e-corporations and 1000 traditional companies. Profit is identified as the critical measure to the performance of e-corporations while revenue the critical measure to the Fortune's 1000 companies. This finding confirms that high revenue does not necessarily mean profit for e-corporations while revenue means a stable proportion of profit for the Fortune's 1000 companies.