Advertisement

1999-2022年间运用Biddle与Chen模型分析的投资效率:非效率、过度投资及投资不足现象

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型:ZIP


简介:
本研究聚焦于1999至2022年期间,采用Biddle与Chen模型评估中国企业的投资效率,深入探讨了企业面临非效率、过度投资和投资不足等关键问题。 Biddle模型与Chen模型都要求分行业、分年度进行回归分析,并且每年每个行业的观测值数量需大于或等于20。计算出的残差取绝对值来衡量投资效率,正残差表示投资过度,负残差的绝对值则用来度量投资不足。所有变量数值越小表明投资效率越高。 其中: - Invest为新增投资支出,定义为(购建固定资产、无形资产及其他长期资产支付的现金净额减去处置这些资产收回的现金净额)除以期初总资产。 - Growth代表成长性水平,用营业收入增长率或销售收入增长率表示。 - NEG是一个哑变量,在营业收入增长率为负时取值1,其他情况下为0。 上述模型中使用的Invest度量方法是现有文献中最常用的,并可以直接应用。关于Invest的度量方式共有七种不同的方法(每一种都有相应的初始数据和代码),并且这些计算所需的数据及参考文献已汇总在Word文档中。 用户可以根据需要调整变量,在代码中进行简单的替换并重新运行模型即可。如果有任何问题,可以随时联系我以获得免费的技术支持。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • 1999-2022BiddleChen
    优质
    本研究聚焦于1999至2022年期间,采用Biddle与Chen模型评估中国企业的投资效率,深入探讨了企业面临非效率、过度投资和投资不足等关键问题。 Biddle模型与Chen模型都要求分行业、分年度进行回归分析,并且每年每个行业的观测值数量需大于或等于20。计算出的残差取绝对值来衡量投资效率,正残差表示投资过度,负残差的绝对值则用来度量投资不足。所有变量数值越小表明投资效率越高。 其中: - Invest为新增投资支出,定义为(购建固定资产、无形资产及其他长期资产支付的现金净额减去处置这些资产收回的现金净额)除以期初总资产。 - Growth代表成长性水平,用营业收入增长率或销售收入增长率表示。 - NEG是一个哑变量,在营业收入增长率为负时取值1,其他情况下为0。 上述模型中使用的Invest度量方法是现有文献中最常用的,并可以直接应用。关于Invest的度量方式共有七种不同的方法(每一种都有相应的初始数据和代码),并且这些计算所需的数据及参考文献已汇总在Word文档中。 用户可以根据需要调整变量,在代码中进行简单的替换并重新运行模型即可。如果有任何问题,可以随时联系我以获得免费的技术支持。
  • Richardson2000-2018.rar
    优质
    本资源包含Richardson投资效率模型在2000至2018年间的数据分析与应用研究,适用于经济学和金融学领域的学者及学生参考学习。 本数据涵盖了2000年至2018年的A股与B股的数据。主要变量的计算方法如下:Invest(投资)= (购建固定资产、无形资产和其他长期资产支付的现金 - 处置固定资产、无形资产及其他长期资产收回的净额) / 总资产;Growth(增长率)= 营业收入增长比率;Size(规模)= ln(总资产);Lev(杠杆率)= 负债总额/总资产;Cash(现金流比率)=(货币资金)/ 总资产;Age(公司年龄)= 当前年份 - 上市年份。Ret为考虑现金红利再投资的年度个股回报率。 其他变量包括是否为A股、所属板块(如创业板和主板)、是否正常上市,以及根据证监会2012年的行业分类所确定的具体行业。压缩包内包含原始数据及处理过程、经过整理清洗后的可用简明数据集、全过程代码与最终得出的投资效率等信息。
  • 量化
    优质
    《量化投资模型分析》是一本深入探讨如何运用数学和统计方法构建及优化金融市场的交易策略的专业书籍。本书通过解析各种量化模型的应用实例,旨在帮助投资者理解和利用大数据与算法在复杂市场环境中寻找盈利机会。 机器学习(股票)量化策略源码:本策略选取了七个特征变量组成了滑动窗口长度为15天的训练集,并随后训练了一个二分类(上涨/下跌)的支持向量机模型。如果没有仓位,则在每个星期一的时候输入标的股票近15个交易日的特征变量进行预测,若预测结果为上涨则购买该标的;如果已经持有仓位,在盈利达到10%时止盈,在损失超过2%且是周五时止损。 七个特征变量包括: 1. 收盘价/均值 2. 成交量/平均成交量 3. 最高价/均价 4. 最低价/均价 5. 当日成交量 6. 区间收益率 7. 区间标准差
  • 1999至2021地区数据:固定农村固定(停)相关指标
    优质
    本资料汇集了1999年至2021年间关于某地区的年度数据报告,专注于分析该时期内的固定资产投资及农村固定资产投资情况。由于农村固定资产投资数据自某一时间点起停止更新,报告特别指出并探讨了这一变化对整体经济趋势的影响,并提供了详尽的相关指标分析。 时间范围:1999年-2021年 地区:31个省级单位 统计指标包括: - 农村固定资产投资(亿元) - 竣工房屋投资(亿元) - 竣工住宅房屋投资(亿元) - 施工房屋建筑面积(万平方米) - 竣工房屋住宅建筑面积(万平方米) - 竣工房屋住宅造价(元/平方米) - 农村农户固定资产投资(亿元) - 农户施工房屋建筑面积(万平方米) - 农户竣工房屋建筑面积(万平方米) - 农户竣工房屋造价(元/平方米) - 竣工房屋投资额比上年增长百分比 - 竣工住宅房屋投资额比上年增长百分比 - 竣工房屋造价(元/平方米) - 农户竣工房屋投资(亿元) - 农户竣工住房建筑面积(万平方米) - 农村农户固定资产投资同比增长率 - 农户竣工住房投资(亿元) - 农民建房成本(元/平方米) - 竣工房屋建筑总面积(万平方米) - 非农居民农村固定资本投入额(亿元) 以上数据均来源于统计年鉴,部分指标可能存在缺失。
  • 2000-2021上市公司Richardson(含原始数据、计算代码最终结果)
    优质
    本研究运用Richardson模型深入分析了2000至2021年期间中国上市公司的投资效率,并提供了详尽的数据集、计算代码和结论报告。 2000-2021年上市公司投资效率Richardson模型分析 时间范围:2000年至2021年。 指标包括: - 证券代码、年份、证券简称、市场类型(股票市场交易子库)、AB股标识; - 上市公司贷款信息; - 公司成立与上市的年份,是否*ST或PT以及行业分类等基本信息; - 财务数据如货币资金、短期投资净额、资产总计和负债总计; - 经营活动产生的现金流量净额及其他相关现金流项目(包括固定资产处置回收及支付情况); - 固定资产折旧和其他长期资产摊销,营业收入增长率B以及操控性与非操控性的应计利润信息。 数据内容: 1. 原始数据 2. 计算代码 3. 最终结果 计算说明: 参考潘越老师的相关研究文献构建Richardson模型进行分析。该模型主要用于评估企业的投资效率和财务健康状况,通过综合考虑企业各项经济活动及其产生的现金流来评价其长期发展能力。 参考资料: - 潘越,汤旭东,宁博,杨玲玲. 连锁股东与企业投资效率:治理协同还是竞争合谋
  • 软件工程项目
    优质
    《软件工程项目投资效益分析》旨在评估和预测软件工程项目的经济价值与潜在回报,通过深入剖析成本、收益及风险因素,为项目决策提供科学依据。 支出包括基本建设投资和其他一次性支出以及非一次性支出。收益分为一次性收益、非一次性收益及不可定量的收益。此外还有衡量项目效益的重要指标——收益与投资比率(即“收益/投资比”)和反映回收成本所需时间的投资回收周期,同时进行敏感性分析以评估不同因素对项目的潜在影响。
  • (公开整理版)企业数据集.xlsx
    优质
    本数据集为《企业投资效率数据集》,包含多个企业的详细财务与运营信息,旨在帮助分析和评估不同企业的投资效率。适用于学术研究及商业决策支持。 详细说明如下: 数据范围:中国A股上市公司 数据指标说明: - Symbol [证券代码] - 以沪、深、北证券交易所公布的证券代码为准。 - ShortName [证券简称] - 以沪、深、北证券交易所公布的证券简称为准。 - Enddate [统计截止日期] - XXXX-12-31 - STPT [是否剔除ST或*ST或PT股] - 0=未剔除,1=剔除;当选择剔除时,会去除会计年度内发生过或持续至统计截止日期结束依然为ST、*ST或PT的股票。 - IsNewOrSuspend [是否剔除上市不满一年、已经退市或被暂停上市的公司] - 0=未剔除,1=剔除; - ISBSE [是否剔除北交所上市公司] - 0=未剔除,1=剔除;
  • 值(NPV)、回收期回报高项计算题汇总.pdf
    优质
    这份PDF文档汇集了有关净现值(NPV)、投资回收期及投资回报率的高级计算题目,旨在帮助读者深入理解并掌握这些财务分析工具。 高项计算题包括净现值(NPV)、投资回收期和投资回报率的计算题汇总。掌握这些计算题有助于通过软考高项考试。
  • 房地产项目常优秀)
    优质
    本项目提供一套全面评估房地产投资效益的分析工具,涵盖市场趋势、财务风险及收益预测等模块。帮助投资者做出更加精准的投资决策,是极具实用价值的研究成果。 房地产项目投资分析模型是非常好的工具。