阻碍机构投资者发挥公司治理作用因素分析

为了改善我国上市公司治理,提高上市公司的绩效并促进股票市场的健康发展,政府监管部门出台了一系列促进机构投资发展政策和措施,机构投资者得到了巨大的发展。但是,机构投资者自身仍然有诸多阻碍其发挥公司治理作用的因素。本文通过分析阻碍机构投资者发挥公司治理作用的因素,提出相应的政策建议。     

资本市场机构投资者长期与短视分析研究

为厘清作为资本市场主要的投资者,机构投资者是短视投资者还是长期投资者,本文以部分国内上市公司为样本,基于长期的机构投资者偏好公司的创新投资、短视的机构投资者偏好公司的经营绩效的假设条件下分析机构投资者持股、公司研发投资和经营绩效的理论关系。研究发现,在外生变量和内生变量假设条件下,我国机构投资者持股与公司绩效更符合内生变量关系假设,机构投资者持股与研发投资存在外生变量关系,总体上我国的机构投资者为短视机构投资者。     

内部控制、机构投资者持股与盈余管理

以2015-2019年沪深主板上市民营企业为研究对象,考察内部控制对盈余管理的影响,并将三者置于同一研究体系,研究机构投资者持股在内部控制抑制盈余管理中的调节效应。将机构投资者划分为压力抵制型与压力敏感型,进一步探讨不同类型机构投资者的调节效应。结果表明:企业内部控制管理水平与盈余管理显著负相关;机构投资者持股有效加强了内部控制制约盈余管理行为的力度,且相较于压力敏感型机构投资者,压力抵制型机构投资者作用更显著。     

机构投资者异质性、产权性质与会计信息质量 ——来自深市A股上市公司的经验证据

以2014—2017年深市A股非金融类上市公司为样本,对机构投资者异质性、产权性质与会计信息质量三者的关系展开了研究。研究发现:机构投资者持股有助于会计信息质量的提高,但这一促进作用在国有控股公司中受到限制,在非国有控股公司中得到更好的体现。在此基础上进一步探究了非国有控股公司中机构投资者的异质性(分为压力抵制型与压力敏感型),结果显示,与压力敏感型机构投资者相比,压力抵制型机构投资者在提高会计信息质量上发挥了更为积极的一面。     

境外投资者呼叫与响应的模式、效率比较

本文着重比较几个境外国家和地区的监管机构及市场公共组织响应投资者呼叫的模式与效率。比较研究后发现,拥有比较成熟资本市场的国家和地区,监管机构及市场公共组织非常重视积极响应投资者的呼叫,把响应投资者呼叫作为保护投资者、服务投资者的基本内容之一,他们有健全成熟的理念,有专门的机构和机制响应投资者的呼叫。而初级、欠发达资本市场的国家和地区,对待投资者的呼叫较为冷漠,投资者呼叫往往无人响应,"咨询无门"、"投诉无门"情况较为严重。     

机构投资者介入公司治理研究综述

20世纪80年代之后,英美发达国家的机构投资者迅速崛起,公司股权结构从高度分散转变为相对集中,机构投资者的投资策略也由“保持距离”向“控制导向”转变,并逐渐参与到公司治理中。一直以来,机构投资者介入公司治理的动因、途径以及绩效等方面是争论的焦点,国内外学者在这些方面做了大量研究,得出了不同的结论,但总体认为,机构投资者介入公司治理已经成为一个不可否认的事实。     

股权分置改革与公司治理绩效关系的实证分析

中国股市存在着同股不同权、同股不同利的“ 股权分置” 问题。始于去年的股权分置改革正在有序进行中。以完成股改的46 家公司为研究对象, 运用统计分析软件SPSS13.0 , 通过配对样本T 检验、含量相等的单因素方差分析等方法检验我国上市公司股价人为操纵及股改与公司绩效的关系, 通过中国证监会披露的信息及金融网提供的数据分析股东和机构投资者行为变化, 得出股权分置改革有利于公司治理的改善, 企业业绩的提高。     

成本粘性、机构投资者与企业经营风险——来自A股制造业上市公司的经验证据

以A股制造业上市公司为研究样本,借助2009-2018年财务数据,采用多元线性回归模型实证检验了成本粘性对企业经营风险的影响,进一步检验了机构投资者对两者关系的调节作用。研究结果表明:成本粘性与企业经营风险呈显著正相关关系,即成本粘性会加剧企业经营风险,机构投资者持股则会抑制成本粘性对企业经营风险的影响。最后针对实证研究结果,从引进机构投资者、提高治理和决策水平、优化资源配置、加强成本管理以降低企业经营风险等角度提出改进建议。     

最优投资与风险控制策略的多人非零和博弈及平均场博弈

金融市场中存在大量的机构投资者，机构投资者追求高回报高财富的特性导致市场竞争日益激烈，竞争的市场环境使得机构投资者不仅追求自身财富的最大化，还关注与竞争对手之间的财富差距。本文研究多个机构投资者策略互动下的投资与风险控制问题。假设每个投资者均可以将财富投资于金融市场中以实现财富增值，同时通过购买保险等方式将面临的风险部分转移给其他金融机构。使用投资者自身财富与市场平均财富之差描述的相对业绩刻画市场竞争，投资者的目标是最大化终端时刻相对绩效的期望效用，在非零和博弈框架下构建了多人投资与风险控制博弈模型，以CARA效用函数为例，运用随机微分博弈理论和平均场博弈理论求出Nash均衡状态下的最优投资与风险控制策略，并进行参数的敏感性分析。研究发现：竞争将导致风险投资攀升，风险控制减弱，从而导致金融市场的系统性风险增加；机构投资者自身及竞争对手的风险偏好和市场竞争程度均会影响均衡投资与风险控制策略；盈余波动影响风险控制策略发生同向改变，但这种影响在波动轻微时较为明显，当波动超过一定程度时，波动对风险控制策略影响甚微。研究为机构投资者的投资与风险控制策略选择提供了有益指导。     

我国政策研究机构的现状及民间政策研究机构的困境

从各类政策研究机构在整体政策研究机构中所占比重、自身发展状况、作用和影响、政策研究机构的登记注册程序以及政策研究机构的资金来源等五个方面探讨我国政策研究机构的现状及民间政策研究机构的困境.     

支持向量机理论与算法研究综述

统计学习理论(statistical learning theory,SLT)是一种小样本统计理论,着重研究在小样本情况下的统计规律及学习方法性质.支持向量机(support vector maehinse,SVM)是一种基于SLT的新型的机器学习方法,由于其出色的学习性能,已经成为当前机器学习界的研究热点.该文系统介...     

基于混沌优化支持向量机的大坝安全监控预测

首先介绍了基于统计学习理论的一种新的机器学习技术——支持向量机(Support Vector Machine,SVM),并针对目前支持向量机参数选择时人为选择的盲目性,将具有良好优化性能的混沌优化(Chaos Optimi-zation)技术应用到支持向量机惩罚函数和核函数参数的优化,提出了混沌优化支持向量机(Chaos Optimization Support Vector Machine,COSVM)方法.根据丰满大坝1997-2004年的实际监测数据,建立了混沌优化支持向量机大坝安全监控预测模型,进行了与统计回归模型和BP神经网络模型的分析比较,结果表明,COSVM模型具有更高的预测精度,同时在较长时段的预测中,COSVM模型也表现出更好的泛化推广性能.     

Identification of green tea origins by near-infrared (NIR) spectroscopy and different regression tools

In this study, near-infrared (NIR) spectroscopy was applied to efficiently and non-destructively identify Shandong green tea origins coupled with three different regression tools. Analysis results indicated that partial least squares (PLS) had better performance than back propagation artificial neural network (BP-ANN) and support vector machine (SVM). For PLS, the accuracies of identification were up to 100% for both training and testing. The results sufficiently demonstrate that NIR spectroscopy can be efficiently utilized for the non-destructive identification of green tea origins.     

支持向量机及其应用研究

支持向量机是一种新型机器学习方法,因其出色的学习性能,已成为当前国际机器学习界的研究热点.作者介绍了支持向量机的理论依据及其研究进展.     

支持向量机回归算法及其应用

支持向量机是建立在统计学习理论基础上的通用学习方法,它可较好地解决以往很多学习方法的小样本、非线性、过学习、高维数、局部极小点等实际问题。笔者利用支持向量回归理论和方法,建立支持向量机的预测模型,并利用winSVM和MATLAB软件进行了实例预测,与二次回归预测值相比较,支持向量机预测模型具有更好的预测精度,且有很强的推广能力。     

面向大规模数据的隐私保护学习机

随着海量数据不断涌入,SVM隐私泄露问题日益严重。在分析已有隐私保护支持向量机基础上,提出一种面向大规模数据的隐私保护学习机(PPLM)。该方法首先通过核心向量机对大规模样本进行采样,然后在核心集上选取两个样本点并将两点连线的法平面作为最优分类面。通过对标准数据集和人工数据集的实验表明,PPLM可有效地解决大规模样本分类问题,且分类效果良好。     

支持向量机及其在岩土工程中的应用

在智能岩石力学的研究方法中，专家系统方法是基于专家和经验判断进行问题求解的非数值分析方法，因为领域知识获取的困难，限制了其发展；而神经网络方法是基于大样本的一种方法，其推广能力较差．为了克服专家系统知识获取的“瓶颈”问题和人工神经网络的推广能力差的问题，基于统计学习理论的支持向量机方法为岩土工程的智能化研究提供了新的途径．主要介绍了支持向量机方法及其在岩土工程领域的应用现状，并指出其理论存在的问题和未来的发展方向．     

SVM模式识别技术及在机械故障诊断中的应用进展

支持向量机(Support Vector Machines,SVM)是一种基于统计学习理论的新型机器学习方法,对小样本决策具有较好的学习推广性.为在机械故障诊断中更好地运用该方法,从基于支持向量机理论的模式识别技术和机械故障诊断中应用两方面,综述了近年来支持向量机国内外研究应用现状,分析了技术特点、存在问题、解决方案及其在机械工程领域应用前景.     

支持向量机在短期用水量预测中的应用

针对基于经验风险最小化的神经网络存在模型结构较难确定和过学习的问题,根据时用水序列具有周期性和趋势性的特点,建立了基于支持向量机的时用水量预测模型.支持向量机采用结构风险最小化准则,在最小化学习误差的同时缩小模型泛化误差的上界,因此具有较强的泛化能力.此外,支持向量机通过将机器学习问题转化为二次规划问题,可获得全局最优解.实例分析结果表明,与基于BP网络的预测模型相比,基于支持向量机的时用水量预测模型建模速度更快,预测精度更高.     

多类支撑向量机算法比较研究

统计学理论第一次系统地研究了在样本有限的情况下的机器学习问题.提出了一种能够根据样本数量合理地控制分类器的推广能力的一种模型选取原则,即结构风险最小化原则.支撑向量机(SVMs)是在该理论框架下产生的一种通用学习方法.通过对现有多类支撑向量机的系统分析,发现层次型支撑向量机BT-SVMs可以实现相对高效的多类分类,并对算法的改进提出了建议.