财务可持续增长模型在企业的应用分析——以青岛啤酒为例

以希金斯的财务可持续增长模型为理论基础,分析青岛啤酒2004-2013年的增长状况,研究发现:青啤的实际增长速度基本与可持续增长速度保持一致,其增长效率是销售净利率、总资产周转率、权益乘数与留存收益等驱动因素共同作用的结果.研究表明:青啤管理增长中还需要通过不断加强成本控制,增强盈利能力;强化营运资本的投融资管理,提高营运绩效;优化资本结构,控制财务风险;优化股利政策,增强后续融资能力等措施来保障企业的可持续增长.     

杜邦财务模型在企业中的应用分析——以老板电器为例

财务分析是指以财务报表和其他相关资料为依据,对企业的偿债能力、盈利能力、营运能力和成长能力等状况进行分析与评价的经济管理活动,杜邦财务模型则通过对各项财务比率内在联系的运用,系统地评价企业的财务状况和经营成果.文章以老板电器为例,运用杜邦财务模型对其2014-2017年的财务报表进行分析,对各相关指标变动的原因作出合理解释,分析发现老板电器在资产运营等方面存在不足,并提出了提高企业效益与效率的相应建议.     

多元统计在上市公司财务年报分析中的应用

文章把多元统计中的因子分析法用于分析上市公司的财务年报，从分析结果可见，这一方法是切实可行的综合分析上市公司财务年报的有效方法，并且分析结果可做为投资者参考的主要依据之一。     

多水平模型及其在经济分析中的应用

针对具有层次或聚类数据的多水平模型能准确地反映变量间基于层次框架下的关系,并给出不同层次数据的差异性估计及跨级相关估计,为具有层次结构数据的统计建模提供了重要的研究工具,在社会学、心理学、生物医学及经济学领域具有广泛的应用价值。本文简要介绍常用的多水平线性模型和多水平Logistic模型的构建过程,重点介绍其在经济领域中的应用。同时对多水平模型的估计理论、应用软件以及发展展望进行了讨论。     

多水平模型及其在经济分析中的应用

针对具有层次或聚类数据的多水平模型能准确地反映变量间基于层次框架下的关系,并给出不同层次数据的差异性估计及跨级相关估计,为具有层次结构数据的统计建模提供了重要的研究工具,在社会学、心理学、生物医学及经济学领域具有广泛的应用价值。本文简要介绍常用的多水平线性模型和多水平Logistic模型的构建过程,重点介绍其在经济领域中应用。同时对多水平模型的估计理论,应用软件以和发展展望进行了讨论。     

隐马尔可夫模型在生物信息学中的应用

隐马尔可夫模型 ( HMM)是一个能够通过可观测的数据很好地捕捉真实空间统计性质的随机模型 ,该模型已成功地运用于语音识别 ,目前 HMM已开始应用于生物信息学 ( bioinformatics) ,已在生物序列分析中得到了广泛的应用 .本文首先介绍了 HMM的基本结构 ,然后着重讨论了 HMM在 DNA序列的多重比对 ,基因发现等生物序列分析中的应用     

基于Cox模型研究财务困境的行业差异性

公司所属行业是陷入财务困境的一个重要的影响因素,本文主要运用Cox模型衡量不同行业的财务困境风险关系。我们以我国A股制造业上市公司为研究对象,选取制造业中样本量最大的两个次级行业:机械、设备、仪表行业以及石油、化学、塑料行业,以"月"作为生存时间基本单位,选取8个财务指标和一个行业虚拟变量进行实证研究。实证结果表明机械、设备、仪表行业陷入财务困境的风险为石油、化学、塑料行业的0.469倍,并且显著影响这两个行业的公司陷入财务困境的财务指标也不相同,表明研究财务困境考虑行业的重要性;稳健性检验表明这些结论具有可靠性。     

部分线性模型在空气质量指数细颗粒物PM2.5中的分析应用

主要是研究细颗粒物PM2.5与其它影响空气质量指数的因素之间的相关性.首先运用主成分分析法对影响细颗粒物PM2.5的五个指标进行降维,然后对降维过后的数据拟合部分线性模型,拟合的效果比一般线性模型与多项式回归模型所拟合的效果更好.     

财务分析之魂

财务分析,在每个企业中都或简或繁、或虚或实地存在着。然而要想为那些数字、表格、陈述等赋予生命之魂,使其真真正正地发挥效力绝非仅从教科书中便能学到的。     

部分线性模型在北京市税收分析和预测中的应用

首先运用主成分分析方法对北京市经济指标数据进行降维处理,然后基于降维后的数据拟合部分线性模型.将拟合后的模型对2008年北京市税收进行预测,所得结果优于常用的逐步线性回归分析方法的预测结果.     

基于非参数分布的沪深股市VaR测度

沪深大盘指数的收益率分布函数并不服从通常人们所认为的正态分布.因此,采用一种新的方法—非参数核密度估计,对沪深股指收益率分布进行拟合.该方法不仅很好地刻画了收益率分布的尖峰和肥尾特征,而且由此建立的VaR模型比一般的基于参数分布的VaR模型更能捕捉市场的风险特征,结论也更加准确.     

基于非参数贝叶斯方法的随机波动建模与应用

本文利用非参数贝叶斯方法进行随机波动建模。通常的参数随机波动模型适用于证券市场中的综合指数数据,而对个股数据和小范围指数数据的拟合效果较差,主要原因是其收益率数据的变化规律更为复杂、具有更厚的尾部行为,而非参数贝叶斯方法的随机波动模型无需进行分布假设,具有很强的灵活性。本文利用SV-DPM模型对IBM的股票价格数据和上证50指数数据进行建模,研究发现非参数随机波动模型能拟合参数随机波动模型难以扑捉到的数据特征,实证表明有充分的依据支持非参数贝叶斯随机波动模型。论文的研究有助于捕捉金融资产的时变波动性质,能更好的揭示金融市场的运行规律,为期权定价和金融风险管理提供依据,对于防范与控制金融风险有着重要意义。     

多维金融高频协方差阵预测模型的比较分析

现代投资组合理论大部分是从组合风险控制的角度展开,协方差矩阵扮演着非常重要的角色.将高频协方差阵应用在投资组合或风险管理时,就需要考虑采用何种预测模型来对高频协方差阵进行预测,较好的预测模型能够更加准确的对资产的波动性进行预测.高频协方差阵预测模型的建立较为复杂,目前还没有一种广泛被认可的模型.采用MCS检验法来选择最优的预测模型,研究发现高频协方差阵预测模型LOG-HAR模型在所有的损失函数下预测能力最好,并且高频协方差阵预测模型的预测能力要优于低频协方差阵预测模型.     

因子分析模型的改进与应用

本文针对迄今国际国内最流行的因子分析模型(正交因子模型)的缺点,提出了改进的因子分析模型L,论证了标准化主成分及其载荷阵和它们的旋转提供了因子分析模型L在某种最优意义上的精确解,并对因子分析模型L的应用步骤及注意事项进行了论述,还指出了一些待解决的问题。     

具有分数形式的随机目标规划在金属模型中的应用

本文主要应用了Enrique Ballestero提出的一个新的随机目标规划框架,采用了幂效用函数和双曲绝对风险厌恶,以资产组合选择问题为背景,构造了两个具有分数形式目标函数的随机目标规划模型,给出了解法,并讨论了解的经济意义。本文的随机目标规划产生了一种相对风险极小的有效解,为决策提供了一种新的方案选择途径。     

数控加工中心选取操作工人阈值模型分析

依据数控加工中心(CNC)操作工人的人因可靠性,利用群测阈值模型对数控加工中心操作工人进行了分析筛选,为数控加工中心提高管理水平防治人为差错提供参考.     

判别分析在组织人才测评和选拔模型开发中的应用

动用判别分析的方法,以卡特尔16种人格因素测验(16PF)测得的人格因素及其二级因素为预测变量,以员工绩效评估的等级为被预测变量,开发出用于组织人事选拔的判别函数和判别模型。用交叉验证法对模型进行的评估表明,模型具有较理想的预测精度。该模型的应用解决了人才测评指标多元化和复杂化为人事选拔带来的困难,提高了组织人事决策的效率和准确性。     

群体空泡噪声的数学模型

本文采用“空间点观点”的处理方法,得出任意给定条件下,群体空泡噪声的数学模型.算例表明,模型计算结果与实测值基本相符.     

血液分组化验模型的解的结构研究

针对相关文献建立的血液分组化验模型,通过数理分析借助Mathematica软件分别研究一次分组化验模型和二次分组化验模型的解的结构特征.