共查询到20条相似文献，搜索用时 140 毫秒
1.
鉴于IPO上市后业绩变脸事实的广泛存在,以2015—2017年在中小板上市的72家高新技术企业为研究对象,分析与揭示研发投入相关指标与高新技术企业IPO上市后业绩变脸的相关性.具体而言,首先,通过对有关偿债能力、盈利能力、营运能力、成长能力4个维度6个指标的Friedman分析及Nemenyi两两比较,说明中小板高新技术企业IPO上市后业绩变脸频出的事实;其次,基于对研发投入指标的相关性分析、多元线性回归分析与稳健性检验等,研究得出研发投入占营业收入比例的变化量、研发人员比例变化量、无形资产(去除土地使用权)占净资产比例变化量这些短期研发投入指标与IPO上市后业绩变脸的不具有显著相关性,而有效专利数量这个反映长期研发投入的指标与IPO上市后业绩变脸呈现显著的负相关关系;最后,就短期研发投入变化量与IPO后业绩变脸不具有显著相关性进行了原因剖析,并针对高新技术企业和政府分别提出了相关政策性建议. 相似文献
2.
选取能够反映上市公司经营情况各个侧面的五个主要绩效指标,即每股收益、每股净资产、净利润率、总资产报酬率,以及在国外有优势的EVA,利用计量经济学中相关性分析的方法来考察这些指标和电力生产行业上市公司股价波动之间的关系,由此将绩效指标和市场指标联系起来,从而考察不同的绩效指标对股价高低的解释能力如何,通过实证分析得出电力生产行业上市公司股价与这些绩效指标之间不存在着显著关系,指出了我国股市存在的问题,并提出相应的政策建议。 相似文献
3.
文章收集整理了内蒙古7家上市企业的详细资料,对境外上市地、上市方式、所有制形式、行业分布、上市筹资金额、现股价等进行分析,进而分析内蒙古企业境外上市的现状,并提出相关建议。 相似文献
4.
6.
基于面板数据模型的股价波动非同步性方法测度股价信息含量的有效性检验 总被引：2，自引：0，他引：2
本文以1995-2007年中国上市公司的非平衡面板数据为研究样本,沿用并改进了Durnev et al.(2003)的研究方法,对股价波动非同步性方法测度中国上市公司股价信息含量的有效性进行了实证检验.在面板数据模型选择中,对个体固定效应模型、随机效应模型与普通OLS回归技术进行了准确检验与判断.实证结果表明:股价波动非同步性值越高,则股票价格反映未来会计盈余信息的能力越强.这一结果在行业和公司两个层面实证检验中均得到了支持,这样说明是公司层面信息对股价波动非同步性起到了决定性影响作用,而异质噪音只起到了较小影响作用,因此股价波动非同步性是一个有效的中国上市公司股价信息含量测度指标. 相似文献
7.
目的:对电子商务网站流量的各类指标进行逐级评价。方法:使用了变异系数法求取权重值,使用了模糊理论中的模糊综合评价方法进行评价。结果:构建了电子商务网站流量的综合评价模型,并对实例进行评价分析。结论:实例分析和结果表明,建立的电子商务网站流量的综合评价模型能够提供客观正确的评价结果。流量指标中的流量数量,流量质量,流量来源,流量转化对于现今的电子商务网站运营仍然具有很大相关性。 相似文献
8.
关于股价、利率、汇率的相关性研究 总被引：1，自引：0，他引：1
颜建雯 《内蒙古科技与经济》2002,(Z1)
1 股价与利率的相关性股票本身是没有价值的 ,它仅是一种所有权凭证 ,其价格是虚拟的 ,它之所以有行市 ,是因为它能给持有人带来收入。而资金的市场价格是利率 ,同样数量的资金 ,既可以投资股市 ,又可以投入借贷市场 ,这样 ,股价与利率就发生了联系。从理论上讲 ,股价与股票收 相似文献
9.
网络经济是注意力经济,本文从注意力经济里的客户方面入手,探讨了网络公司价值产生的源泉。客户是企业生存和发展的基础,我们提出了客户资源的重要性以及基于客户的网络公司价值评估方法,并主要就价格销售比率(PS)模型的理论和在网络公司中的应用进行了介绍。 相似文献
10.
本文基于倾向配对PSM方法,切入风险考察的创新视角,系统分析了风险投资持股及其属性特征对被投资企业股价崩盘风险的影响效应及其机理。研究发现:风险投资持股显著降低了被投资企业的股价崩盘风险。其次,风险投资的控制属性会强化风险投资持股与被投资企业股价崩盘风险之间的负向关系;而联合属性会弱化风险投资持股与被投资企业股价崩盘风险之间的负向关系。最后通过机理分析发现,风险投资持股通过抑制股价崩盘风险的内因(管理层信息披露操纵倾向)而非外因(信息不透明度)对股价崩盘风险产生了显著的抑制作用。总体而言,本文证实了风险投资持股符合"监督"而非"逐名"的推测。 相似文献
11.
《Information processing & management》2020,57(5):102212
Stock prediction via market data analysis is an attractive research topic. Both stock prices and news articles have been employed in the prediction processes. However, how to combine technical indicators from stock prices and news sentiments from textual news articles, and make the prediction model be able to learn sequential information within time series in an intelligent way, is still an unsolved problem. In this paper, we build up a stock prediction system and propose an approach that 1) represents numerical price data by technical indicators via technical analysis, and represents textual news articles by sentiment vectors via sentiment analysis, 2) setup a layered deep learning model to learn the sequential information within market snapshot series which is constructed by the technical indicators and news sentiments, 3) setup a fully connected neural network to make stock predictions. Experiments have been conducted on more than five years of Hong Kong Stock Exchange data using four different sentiment dictionaries, and results show that 1) the proposed approach outperforms the baselines in both validation and test sets using two different evaluation metrics, 2) models incorporating prices and news sentiments outperform models that only use either technical indicators or news sentiments, in both individual stock level and sector level, 3) among the four sentiment dictionaries, finance domain-specific sentiment dictionary (Loughran–McDonald Financial Dictionary) models the news sentiments better, which brings more prediction performance improvements than the other three dictionaries. 相似文献
12.
13.
Enric Junqué de Fortuny Tom De Smedt David Martens Walter Daelemans 《Information processing & management》2014
Despite the fact that both the Efficient Market Hypothesis and Random Walk Theory postulate that it is impossible to predict future stock prices based on currently available information, recent advances in empirical research have been proving the opposite by achieving what seems to be better than random prediction performance. We discuss some of the (dis)advantages of the most widely used performance metrics and conclude that is difficult to assess the external validity of performance using some of these measures. Moreover, there remain many questions as to the real-world applicability of these empirical models. In the first part of this study we design novel stock price prediction models, based on state-of-the-art text-mining techniques to assert whether we can predict the movement of stock prices more accurately by including indicators of irrationality. Along with this, we discuss which metrics are most appropriate for which scenarios in order to evaluate the models. Finally, we discuss how to gain insight into text-mining-based stock price prediction models in order to evaluate, validate and refine the models. 相似文献
14.
基于创业板的相关数据,利用改进后的股票价格模型和股票收益率模型,检验资本化研发支出的价值相关性,并对不同种类资本化研发支出(自主研发无形资产和开发支出)对公司价值影响的差异性进行了深入分析。研究发现,资本化研发支出与股票价格和股票收益率不相关,费用化研发支出与股票价格和股票收益率显著负相关;自主研发无形资产与股票价格不相关但与股票收益率显著正相关,开发支出与股票价格和股票收益率不相关。研究结果表明创业板上市公司资本化的研发支出具有一定的价值相关性,但股票市场投资者对创业板的资本化研发支出反应不充分,并且这种疑虑主要是由于开发支出导致的。 相似文献
15.
16.
上海股票市场有效性实证检验 总被引：28，自引：0，他引：28
本文以上海股票市场的指数和选取的一些股票的价格行为对象,用单位根和方差比方法检验其是否服从随机游走过程,从而判断其弱式市场有效性。结果发现除个别小公司股票价格行为不服从单位根过程外,指数和大多数股票价格的行为均显示出其具有一定程度的弱式市场有效性的特征。 相似文献
17.
R＆D投入的价值相关性实证研究 总被引：1，自引：1，他引：0
以2007—2009年年报披露的研发投入且数据完整的508家上市公司为样本,构建多元回归模型,实证检验R＆D投入的两种报告方法（费用化vs资本化）的价值相关性。研究结果表明,资本化R＆D投入是与价值相关的,它与股票价格负相关,与股票收益正相关,资本化R＆D投入对股票收益具有增量解释能力。费用化R＆D投入与股票价格和收益负相关,向投资者传递了消极信息。 相似文献
18.
19.
20.
Viet T. Dao 《The Journal of High Technology Management Research》2019,30(1):70-81
The shakeout period after the emergence of a dominant design is very important to technology followers and niche market producers, who need adjust to significant changes in the competitive landscape. We posit that such innovating firms use strategic signals that address technical-, market-, and standards-uncertainty associated with their innovations to communicate with market participants to reduce participants' perceived uncertainties associated with the innovative products. Studying technology followers and niche market producers in the personal computer industry during its 1982–1989 shakeout period, we found that technology followers and niche market producers differ in their use of technical-, market-, and standards-related signals. Additionally, using event study methodology, we find that technology followers' strategic signals have significant positive impacts on both their own and other followers' stock prices. Meanwhile, niche market producers' strategic signals have significant positive impacts on their own stock prices, but not significant impacts on other niche market producers and technology followers' stock prices. 相似文献