中国上市公司资本结构影响因素之实证研究

资本结构不仅是财务理论研究中的热点及难点,也日益成为公司理财决策的关键问题.本文从影响因素角度对资本结构进行实证研究.文中以深沪两市部分非金融类上市公司为样本,利用本世纪最初三年的企业财务数据,选取可能影响企业资本结构的多个指标为解释变量,利用单因素方差分析、主成分分析、逐步回归分析找出了主要影响因素及其影响方式,试图为国内上市公司资本结构决定因素提供最新实证研究证据,并为企业财务决策提供支持.     

我国上市公司资本结构决策的实证研究

本在已有资本结构理论研究成果的基础上，对30家沪市上市公司的资本结构进行了实证研究，提出了在我国资本市场环境下优化企业资本结构的对策建议。     

我国钢铁行业上市公司竞争力实证研究

钢铁行业是我国的传统行业,在国民经济中具有举足轻重的地位。本文采用主成分分析法,分别从盈利能力、偿债能力、运营能力以及成长能力等方面对我国34家钢铁类上市公司的10项财务指标进行了竞争力综合评价;通过对各个上市公司的分类比较,发现了我国钢铁行业存在的一些问题;最后指出产业整合是提高我国钢铁行业整体竞争力的必要途径。     

分位数回归方法在资本结构影响因素分析中的应用

传统的OLSE回归只能得到一组系数估计值,因此无法深入分析不同财务杠杆程度下资本结构的影响因素.为此本文尝试着将分位数回归理论引入到回归模型中,通过对我国上市公司的相关数据进行分位数回归分析后发现,不同资产负债率水平下,企业股权结构、企业产生内部资源的能力对资本结构的影响效果不同:低负债率水平下,两者均与债务水平正相关;而高负债率水平下,又均与债务水平负相关.研究还发现,企业的成长性、企业规模以及财务困境成本与债务水平正相关,而盈利能力、非债务税盾则与债务水平负相关。     

风险资本投资方法浅析

本介绍了风险资本投资方法，并归纳出了风险资本家常用的标准，最后，利用主成分分析软件，得到了收益和风险的有益的结论。     

大学生活满意度影响因素的相关分析

对收集而来的数据进行相关性分析,筛选出与满意度效标值相关显著的选项:首先找出影响大学生活满意度的因素,然后用主成分分析的方法和全部入选法建立的回归方程得出影响大学生活满意度的主要因素。分析结果可以对如何进行大学生心理健康教育和素质教育提供一定的参考信息。     

基于主成分回归模型的湖南省就业影响因素分析

针对湖南省就业人数的影响因素问题,首先利用灰关联分析和相关系数法优选出对就业人数影响较大的指标,然后对优选的指标进行主成分分析得出了主成分表达式,最后将就业人数与主成分进行回归得到了就业人数的拟合方程.结果表明,城市化水平、国内生产总值和居民消费水平对湖南省就业人数的影响最大,从而为政府有关部门的决策提供了一定的参考依据.     

基于面板数据的中国医药制造行业资本结构影响因素实证分析

本文以1998—2002年在上海、深圳证券交易所上市的医药制造行业公司为样本,运用面板数据模型,对决定我国医药制造行业上市公司资本结构的主要因素,进行实证分析。实证结果表明:非观测的个体异质性因素显著;在行业销售模式发生重大变革的前提下,债务特别是短期债务,为销售费用的融资提供了有力的资本支持;具有高增长期权的制约公司债务筹集能力较强;非债务税盾不能构成利息税盾的替代;成长性、规模、资产担保价值和产生内部资源的能力,对中国医药制造行业上市公司资本结构的影响不大。     

货币政策因素对房价影响的显著型分析

本文建立了供需平衡的多元对数线性模型,并使用主成分回归方法解决了最小二乘回归中的共线性问题。对35个大中城市数据的实证研究显示,影响房价的因素可以分为三个层次:第一层次是对房价的预期,弹性值为0.242;第二层次是贷款量、贷款利率、居民财富和货币发行量,它们对房价影响的弹性值分布在0.054-0.076之间;第三层次是宏观调控的政策变量,其弹性值为-0.0038。     

汽车制造业资本结构的统计分析

利用2013-2015年三年来我国上市公司汽车制造业年报数据,运用描述统计、因子分析、回归分析得出汽车制造业资本结构的各项指标普遍表现出与一般合理区间的不同;分析得出了汽车制造业绩优企业资本结构的合理区间;分析得出了QR与企业业绩ROE之间是负相关,ALR与企业业绩ROE之间是正相关,ROA与企业业绩ROE之间是正相关,TAT与企业业绩ROE之间是正相关,LSA与企业业绩ROE之间是正相关.     

Forecasting retained earnings of privately held companies with PCA and L1 regression

We use proprietary data collected by SVB Analytics, an affiliate of Silicon Valley Bank, to forecast the retained earnings of privately held companies. Combining methods of principal component analysis (PCA) and L¹/quantile regression, we build multivariate linear models that feature excellent in‐sample fit and strong out‐of‐sample predictive accuracy. The combined PCA and L¹ technique effectively deals with multicollinearity and non‐normality of the data, and also performs favorably when compared against a variety of other models. Additionally, we propose a variable ranking procedure that explains which variables from the current quarter are most predictive of the next quarter's retained earnings. We fit models to the top five variables identified by the ranking procedure and thereby, discover interpretable models with excellent out‐of‐sample performance. Copyright © 2013 John Wiley & Sons, Ltd.     

Analysing factors affecting the choice of emergent human resource capital

Ever since the announcement that UK higher education (HE) fees were to increase up to £9000, many universities have expressed concern about how to attract the best students while offering choice and promoting student mobility through broader access. This in turn has led to questioning how such complexity might be modelled using sophisticated operational research (OR) techniques. Because higher education institutions (HEIs) are now beginning to compete ‘against’ rather than ‘with’ each other, potential students are paying increased attention to where and what they will study, as well as graduate opportunities after their degree. Hence, the quality of education services becomes increasingly vital for HEIs in order to attract potential students. This study seeks to develop a framework of those factors affecting international (non-EU) students’ choice of institution. A number of factors were identified and collated from the existing literature providing a solid foundation on which to base this research. A survey approach was utilised to determine the importance of identified factors based on data collected from students of two different types of institutions (a university and a feeder institution). Through a better understanding of factors such as social influence, financial and career opportunities, universities should be well placed to construct models underpinned by OR principles that will promote scenario modelling and planning within HE.     

用统计分析方法探讨西部区县旅游业的发展

运用主成分分析方法,对影响西部区县旅游业发展的因素进行分析,探寻西部区县旅游业发展的规律,并建立旅游业收入的主成份回归模型。     

二维变量的主成分分析和回归分析的关系研究

对二维变量进行主成分分析相当于对坐标轴按某一角度进行旋转,而对其进行回归分析则可以求出与原坐标轴有夹角的回归直线,探讨了这两个角度之间的关系.结果表明,当二维变量间完全线性相关时,两个角度相等;若两者均在0～π/2范围内,则前者大于等于后者,若两者均在π/2～π范围内,则前者小于等于后者;两者不可能一个在0～π/2范围内,而另一个在π/2～π范围内.     

我国重点城市信息化评价体系应用研究

通过文献挖掘方法构建信息化评价指标体系,并使用主成分分析法以及面板回归模型进行统计分析,对我国北京、上海、天津、广东四个重点城市2007-2009年信息化程度进行评价.结果显示,四个城市的信息化程度都是随着时间的推进而逐渐增加的,而且,就指标体系反映的总体情况而言,广东的信息化程度要高于上海和北京,天津的信息化程度在四个城市中最低.基于现阶段我国信息化建设还不够完善的现状,应该通过积极增加信息化基础设施建设来带动我国信息化的发展;此外,通过开发利用信息化服务来提高信息化程度以及改善我国居民的受教育程度和增加研发投入,也是改善信息化的途径之一.     

葡萄酒的评价

针对目前评酒员对葡萄酒评价存在较大的主观性和不稳定性的问题,该文先通过主成分分析法对酿酒葡萄和葡萄酒的理化指标进行降维,得到几组能分别代表一类理化指标的主成分.然后,分别讨论是否引入芳香物质指标两种情况,将各主成分与葡萄酒质量进行了两次多元线性拟合.结果发现,引入芳香物质能显著优化对白葡萄酒的拟合效果,但对红葡萄酒的优化不明显.故红葡萄酒的质量可用理化指标来评价;而白葡萄酒的质量则需用理化指标和芳香物质来评价.     

基于主成分分位数回归的手足口病空气质量的影响分析

手足口病在我国南部的一些沿海省市发病率相对较高,其引起的健康危害不容忽视.空气质量一定程度上会影响传染病传播的强度,为此,采用主成分面板分位数回归模型研究空气质量相关变量对手足口病发病率的影响,从而为该病的预防控制提供一定的参考.     

数学建模中的数据挖掘方法

结合我校数模培训和参赛的经验，介绍了数据挖掘中的多元回归分析，主成分分析、人工神经网络等方法在建模中的一些成功应用。     

����Adaptive-Lasso�ı��Ƴɼ�ͳ�Ʒ���

??In this paper, the multivariate linear statistical method is applied to research the undergraduate grades of students from the school of mathematics in Hefei University of Technology, and explore the impact on the later achievement by the early stage of achievement from all undergraduate courses. First, we get the main components from the previous courses by principal component analysis, then construct a linear regression model between the later achievement and main components by the stepwise regression method. Next, a linear regression model between the later achievement and the early stage of achievement from all undergraduate courses is constructed by Adaptive-Lasso method. Finally, comparative analysis is performed for the result of the above models. The research shows that the principal component regression model based on the Adaptive-Lasso method can well fit the later achievement, and give a reasonable explanation for the later academic performance.     

On the algebraic relation between principal components corresponding to two different sets of weights

In principal component analysis, it is sometimes useful to give weights to observations. When two different sets of weights are attached to the observations of a data table, we derive the algebraic relation between the corresponding two principal component matrices.