一、中国上市公司“规模效应”的实证研究（论文文献综述）
王锶锶[1]（2020）在《投资前景动态评价及其在风险管理中的应用》文中研究表明随着中国经济高速发展,投资门槛逐渐降低,投资覆盖的人群越来越广泛。根据相关数据显示,截止到2019年第二季度,我国沪深A股市场的流通市值约44.5万亿人民币,投资者开户数4.5亿户。大量投资者出现同时也涌现了众多的证券分析机构,机构的分析师对个股提供了预测股票前景的投资评级数据,例如:万得综合评级。该类数据为投资者提供股票的买入和卖出建议。市场上,这些数据很大程度影响了投资者的投资决策,通常乐观评级的股票收益比悲观评级的股票收益好。但这些数据的计算过程不对外公布,评级对象也是少数上市公司,多数公司的评级数据为空白。故基于中国证券市场,掌握主动有效的投资前景计算方法,从而科学有效地指导我们进行投资决策,最大化收益最小化风险是我们追求的目标。论文提出了一种面向投资者的动态投资前景值计算模型。以沪深A股的制造业上市公司为研究对象,收集了制造业公司2015、2016和2017年的八大类基本面数据和财务数据,共计24个因子用于构建模型的初始候选因子集合,探索计算类似债券综合评分（Equity summary score）的债券综合评价,或投资前景评价,并检验其应用效果。首先,根据前向分段回归技术（Forward stagewise regression）从24个候选因子中筛选出了7个影响万得综合评级的预测因子。然后,将7个因子分为成本性和效益性两类,利用熵权法和TOPSIS法计算出每个公司的投资前景值,将其作为对公司主体的动态投资前景评价。接着,对比投资前景值与万得综合评级的投资效果,并将投资前景值应用于未评级的公司。最后,将投资前景值与均值-CVa R模型结合计算更优化的资产权重分配系数。实验结果表明投资组合的投资前景值越高,组合的收益越高,组合的投资前景值越低,收益越低。证明将投资前景值用于投资决策是有效的。以沪深300指数作为基准,优化资产权重组合的投资收益高于等权重资产组合的投资收益,说明投资前景评价最大化应用于风险控制也是有效的。投资前景值评价解决了现有投资评级数据覆盖面问题,可以及时全面地分析计算债券资产综合评分,在一定程度上改进投资市场信息的不对称性,为健全投资市场、优化资产管理提供决策支持作用。
彭爱武[2]（2020）在《基于资源配置战略视角的会计信息价值相关性研究》文中研究表明会计信息的有用性一贯是资本市场研究的重点。自20世纪90年代以来,以工业为主向以服务业和信息技术为主的新经济中,会计信息的决策有用性受到严重挑战。一方面是由于现有的会计核算无法反映公司商业模式的变化、信息技术使得信息可获得性日益提高;另一方面更为重要的是,现有价值相关性研究仍然是从会计本身出发,从数字到数字的分析,并没有挖掘影响会计数字背后的实质来加以探究。基于此,本文以Burgstahler and Dichev（1997）的期权理论、战略管理理论以及财务报表的战略理论作为理论基础,基于资源配置战略视角,以盈余持续性作为研究的突破口,并以我国沪深A股非金融类上市公司为样本,分别从短期和长期两个视角来检验资源配置战略对会计信息价值相关性的影响。研究结果显示:第一,经营主导型公司盈余持续性显着强于投资主导型公司;在进一步区分盈余构成之后,经营主导型公司的核心利润持续性显着强于投资主导型公司,但其投资收益的持续性要显着弱于投资主导型公司。该结果表明资源配置战略显着影响利润生成的方式,进而影响盈余持续性。第二,资源配置战略能够显着影响盈余公告反应,研究发现:从净利润来看,相对于投资主导型公司,经营主导型公司的净利润价值相关性更强;从利润构成来看,核心利润的价值相关性在经营主导型公司中最强,投资收益的价值相关性在投资主导型公司中最强。这一结果表明资源配置战略显着影响利润和利润结构的价值相关性。第三,资源配置战略能够显着影响会计信息的估值效应,研究发现:会计盈余与权益面值的相对估值效应在经营主导型公司和投资主导型公司中不存在差异,即会计盈余的估值效应均高于权益面值;但会计盈余、权益面值的绝对估值效应在两类资源配置战略下存在显着差异,即经营主导型公司的会计盈余估值效应强于投资主导型公司,而投资主导型公司的权益面值估值效应强于经营主导型公司。这一结果充分表明了资源配置战略会改变投资者对资产负债表和损益表赋予的估值权重,即投资者在使用会计信息所做出的投资决策方式需充分依赖于资源配置战略信息。本文研究的创新:第一,找到了会计信息背后的内涵是企业战略,企业战略才是影响会计信息价值相关性存在差异的根源。其基本逻辑是:资源配置战略决定资产结构,资产结构决定了利润的生成模式,由此就有了不同利润的构成,不同的利润构成直接导致利润持续性存在差异,利润持续性的差异导致盈余价值相关性存在差异,从而进一步导致盈余与权益面值的估值效应存在差异;第二,基于资源配置战略视角的研究,为会计信息价值相关性的影响因素找到了新的证据,并进一步拓展了会计信息价值相关性的文献。本文研究的意义:第一,为投资者更准确解读企业的盈余信息提供了一种新的视角——应结合资源配置战略来理解当期利润及其各构成部分对企业未来发展前景与价值的意义;第二,对金融分析师和投资者的一个暗示是,专注于价格对账面倍数的估值方法更适合于投资主导型的公司,而专注于价格对盈余倍数的估值方法更适合于经营主导型的公司。即对于投资主导型公司,应该更多地考虑公司的权益面值（企业的底子）,对于经营主导型公司,更多地考虑公司的盈余信息（企业的面子）;第三,对于准则制定部门也有一定的启示。因为企业特定的战略是影响会计信息特征的重要因素,因此准则制定部门可以鼓励公司披露更多更全面的战略信息,从而有助于投资者更为准确地理解和分析企业财务报表、更有效地对企业进行估值分析以及做出正确的决策。
张钟元[3]（2020）在《创新价值链结构视角下企业创新效应研究》文中提出经过四十年改革开放,中国已经成为世界上首屈一指的制造业大国,但中国制造业的整体利润率较低,在全球价值链中处于中低端位置。在新时期如何发挥创新驱动作用,促进制造业高质量发展,成为当今值得关注的重要问题。文章基于内生增长理论进行理论拓展,以传统制造业企业为研究样本,探讨创新价值链结构视角下,创新投资、知识溢出、创新组织要素产生的创新效应差异问题。具体工作如下:在已有的创新价值链定义基础上,按照创新难度的不同提出了创新价值链结构定义,并提出长链—中链—短链结构模型;根据内生增长理论,构建企业创新效应理论模型,确定了影响企业创新效应的技术投资、知识增长、组织结构三个核心要素;在创新价值链结构视角下构建数理模型,分析创新价值链结构与企业创新效应的相关关系;构建集群网络中核心要素在不同层面的影响的机理模型,在行业层面、区域层面、企业组织层面分别进行创新效应理论及实证分析。研究表明:（1）经济发展中的创新效应逐步增强。理论分析表明:除了企业人力投资,生产投资,技术基础等经典变量以外,ETIA指数是内生增长模型中一个重要的内生变量。该变量与企业产出具有短期负相关、长期正相关的相关关系,具体相关性受IVC结构影响。实证分析表明:使用上市公司面板数据,验证了ETIA指数与企业产出具有相关关系的理论假设,门槛模型显示出ETIA指数在IVC结构影响下的阶段性特征,与理论模型分析一致。制造业整体已初具长链结构IVC特征,但高水平研发人员作用仍然较弱,企业仍以技术应用和再创新的顺轨发展为主,突破性发展条件尚不明晰。不同行业中存在分工协作关系,高技术行业企业充当了集群网络中新知识生产中心的角色。传统制造业企业整体水平仍处于价值链中、低端阶段,行业中可作为核心企业的企业数量较少,但在不断深化的改革中,产业结构已经逐步升级,从低端向高端迈进,部分企业已经开始体现出技术密集型企业的特征。（2）企业知识溢出效应的累积,形成了地区间经济发展差异。理论研究表明:创新价值链结构对企业创新形成门槛效应,核心企业知识溢出具有更好的内部效应,表现为知识存量优势,可以促进网络内部企业结构优化;而非核心企业具有更多的外部效应,表现为知识密度优势,可以提升网络知识的整体竞争力;同时由于集群网络发展具有动态性特征,导致非核心企业知识溢出具有二次效应。实证结果显示:知识密度具有门槛效应,第一门槛下知识溢出具有负效应,两门槛间及超过第二门槛后具有正效应,与ETIA指数的门槛效应符号相反,那些高投资水平企业虽然在五年期的创新效率较低,但其知识溢出效应更高。知识溢出的数据结果显示东南沿海集中了中国六层以上的企业资源,区域经济发展不平衡。地理区域划分结果显示:华东地区知识相关指标遥遥领先实力强悍,整体创新结构非常完整,创新生态系统发育较好。经济区划分结果显示:沿海地区优于沿江地区,沿河地区优于内陆地区,知识生产及知识溢出活跃地带与地域分布联系紧密。而不论哪种划分,东北和大西北的数据呈现出双低状况,说明不仅高水平的核心企业缺乏,非核心企业也同样不足,区域的集群网络可能存在结构不够完整,创新生态系统不够完善的问题。（3）不同企业创新组织结构下,企业知识产出差距较为明显。将非核心企业创新组织结构细化,具体分为引领式、内化式、并列式组织结构,针对三种创新价值链结构确定了九种创新参照方案,模拟亚微观层面非核心企业增长效应问题。在这九种非核心企业创新参照方案中,模拟结果显示:利用式学习过程中九种方案效果各异,短链创新引领式创新占优,中长链创新并列式在知识增量上占优但到达峰值周期过长。在探索式学习过程中,企业组织结构稳定性起到了决定性作用。最后,文章根据模拟分析结果,给出非核心企业创新发展最优路径建议。
张炼[4]（2020）在《动态循环网络效应模型的构建及应用研究》文中指出循环效应模型可以用于研究变量间的相互作用机制,网络效应模型既能考虑研究对象的自身影响（内因）,又能考虑网络情境的影响（外因）.上述两种模型均被广泛应用于各学科领域.考虑到现实中很多问题往往需要讨论网络情境下的循环效应,仅仅使用单一模型进行研究,结论一般不够全面.因此本文将上述两种模型进行拓展,构建出更符合实际的综合模型,这不仅能丰富效应分析模型理论,也具有重要的现实意义.本文构建了动态循环网络效应模型,该模型不仅可以探究变量间的相互作用机制以及其中的调节效应和中介效应,还可以同时分析时间效应和网络效应的影响.进一步将该模型应用于三个实证,尤其是创新性地将该模型用于企业财务指标关系的度量和金融风险因素的测评上,极大地拓展了模型的应用领域,也为相应的经济、金融问题的研究提供了新视角.本文的主要工作如下:1.拓展了网络效应模型和循环效应模型,在有中介的调节循环效应模型的基础上,加入了网络效应项和时间滞后效应项,考虑到面板数据的需要,构建了基于面板数据的动态循环网络效应模型.进一步,给出了新模型的可识别条件,推导了新模型的二阶最小二乘估计方法和广义矩估计方法,实证分析中给出了两种算法的比较.另外,为了进行变量间的效应检验,文中还给出了新建模型中的有中介的调节循环效应的检验方法.2.将动态循环网络效应模型应用于空气污染与其主要影响因素的实证研究中.结果表明,新模型在研究该问题上是切实可行的,给出了空气污染与主要影响因素的关系模式.3.将动态循环网络效应模型应用于度量企业财务指标之间的关系,实证结果不仅验证了新建模型在经济领域的适用性,而且理清了净资产收益与产权比率、流动比率、资产负债率的相互作用机制.4.将动态循环网络效应模型应用于测评金融风险与收益的关系.这不仅拓展了新模型在金融领域的应用,而且从新视角探索了上市银行隔夜风险、隔夜收益率、流动性和成交量之间的相互作用关系,得到了较新的结论.本文将循环效应模型和网络效应模型进行了拓展,构建了动态循环网络效应模型,给出了模型的识别条件和参数估计方法.在此基础上开展了新模型的实证分析,结果表明新模型不仅可以度量变量间的相互作用机制,还可以分析时间效应和网络效应,同时也验证了新模型的有效性.
彭慧凯[5]（2019）在《股改长期效应对A股定价效率的影响研究 ——基于Fama-French类定价模型》文中研究说明资产定价是金融学的核心任务之一,合理的资产定价是金融资源得到有效配置的关键,2018年政府工作报告指出要提高直接融资特别是股权融资比重,这有赖于证券市场定价效率的提高。因此,研究A股资产定价效率并提出相应改进措施,对于增强证券市场直接融资功能具有重要意义。本文选取1997年7月至2019年6月共264个月度的A股数据为研究样本,运用四类Fama-French模型,研究股改长期效应对A股定价效率的影响。首先,沿循利率市场化改革进程,构建贴合中国资本市场实际的无风险收益率曲线,同时系统性梳理Fama-French类定价因子的经济学解释;其次,逐月构建各模型定价因子,通过GRS检验、Fama-MacBeth两步回归法分别检验股改长期效应对Fama-French类定价模型及因子解释效力的影响;最后,进一步引入能准确全面衡量中国证券市场投资者情绪的指标CICSI,通过GRS统计量检验投资者情绪对A股定价效率的影响,并通过格兰杰因果关系检验及脉冲响应分析投资者情绪与其余因子的动态关系。研究发现:1.股改长期效应显着改善资本市场定价效率,Fama-French类定价模型未能解释的超额收益部分在股改完成后显着下降,同时,基本面定价因子随着时间的推移表现出越来越强的解释能力;2.投资者情绪在当下A股市场具有较强的解释能力,加入投资者情绪的Fama-French类定价模型对超额收益的解释能力显着提高。进一步的格兰杰因果关系检验证明,投资者情绪与宏观市场风险相互影响,并广泛地影响A股基本面的规模效应及盈利效应;3.GRS检验和冗余因子检验表明,引入投资者情绪的Fama-French三因子模型解释能力优于其他模型,五因子模型引入的盈利及投资因子成为冗余因子。结合理论与实证研究结果,本文提出进一步提高资本市场定价效率,应着力于深化利率市场化改革,加强市场基准利率体系建设;稳步扩大施行股票发行注册制改革及股票退出市场化机制;加大执法力度,提高中介机构违法成本,完善上市公司治理;加强个人投资者教育,树立价值投资理念。
郭雅哲[6]（2019）在《我国传媒上市公司并购绩效研究 ——基于数据包络分析的方法》文中指出近年来,媒体融合成为传媒业的发展趋势,受到党和国家的高度重视。市场化的并购行为作为传媒产业融合快速实施的有效途径之一,能够起到推动资源的合理配置、提高市场占有率、节约生产成本以及分散经营风险性的作用。在这一背景下,传媒业的并购现象频繁发生,掀起了一波并购的热潮。然而,在并购完成后,传媒公司却出现大规模商誉减值,进而产生巨额亏损的现象。于是,传媒上市公司的并购绩效成为一个值得关注的问题。从现有的研究来看,学者们关于并购绩效的研究多集中在传统行业,主要采用事件研究法和财务指标研究法。运用数据包络分析的方法对传媒业的并购绩效进行研究尚不多见。基于此,本文选取于2013年-2015年发生并购的沪深A股传媒上市公司为研究对象,收集相关财务数据,选用数据包络分析法,在实证的基础上运用定量与定性相结合的方法对我国传媒上市公司的并购绩效问题进行研究。通过实证研究,笔者认为从总体来看,我国传媒上市公司并购绩效表现不佳,并购后绩效下降。从股权结构角度来看,民营控股传媒上市公司并购绩效优于国有控股传媒上市公司;从并购类型角度来看,纵向并购的传媒上市公司并购绩效优于横向并购及混合并购的传媒上市公司;从交易关联性角度来看,非关联并购的传媒上市公司并购绩效优于关联并购的传媒上市公司。最后,根据实证研究结论从政府与公司两个层面提出建议,希望能为传媒上市公司的并购活动提供一些借鉴和参考。
何瑛[7]（2019）在《我国A股市场低价股溢价效应研究》文中认为股票价格水平作为股票的一大特征,过去在资本市场中被普遍认为是中性的,即价格不能影响股票收益率,尤其有效市场假说（投资者在买卖股票时会迅速有效地利用可能的信息,所有已知的影响股票价格的因素都已经反映在股票的价格中）提出后,股票价格更是容易被人们所忽略。然而上市公司存在普遍的“股价管理行为”,即通过拆股、转股、送股等增加股本的方式降低股票价格,吸引了众多的投资者,引起了广大媒体的高度关注。无论美国股市还是中国股市,股票的平均价格和价格中位数相对于市场指数和公司市值都增长缓慢,甚至呈现降低趋势1（邱羽,2017）;另外申万指数公司编制的低价股指数、中价股指数和高价股指数的走势也呈现明显偏离,低价股指数的表现明显优于中价股指数和高价股指数,这似乎说明股票价格本身并非中性。另一方面,从证券投资者的角度来说,行业的正确选择对股票市场投资收益率具有不可忽视的影响。对于投资者而言,一个行业的发展前景是股票投资的重要依据,本文将行业因素引入至回归模型中,分析阐述了行业集中度、行业生命周期、行业规模对低价股溢价效应的影响机制,以便投资者可以及时把握行业市场结构变化,选准行业,提高投资收益。首先本文以沪深两市上市公司的A股为研究对象,主要研究低价股溢价异象。在理论分析方面,以行为金融学视角为切入点,分析认为我国A股市场之所以存在低价股溢价异象是由于投资者的名义价格幻觉。在实证检验方面,通过构建多元线性回归模型,以个股价格水平作为定价因子,基于2000-2017年共计18个年度的中国A股上市公司2,155只A股样本222,192个月度样本观测数据,在不同的角度下实证检验了中国A股市场低价股溢价效应的存在性,一是在全样本下检验存在性及其持续性;二是根据价格高低排序分组检验;三是在不同市场行情下检验。通过检验表明我国A股市场上股票收益率与其价格水平之间呈现负相关关系,即相对于高价股,低价股拥有更高的收益率;这种关系在不同市场行情下均显着存在,不随市场行情变化而发生改变;同时随着个股价格水平越低,收益率与价格水平之间呈现负相关的程度越为明显。另外,本文验证了从当期至未来12期,这种负相关关系在每一期中均显着存在,意味着中国资本市场存在显着持续的低价股溢价现象。继而,本文研究行业特征因素对低价股溢价效应的影响,通过选取行业集中度、行业生命周期以及行业规模三个指标作为行业特征变量,将行业特征变量与股票价格水平形成交互项后引入到回归模型,以检验它们对于行业低价股溢价效应的影响作用,研究发现行业集中度对低价股溢价效应具有缓解作用,集中度较高的行业,低价股溢价效应越弱;低价股溢价效应与行业生命周期的变化具有一致性,处于成长阶段的的行业其低价股溢价效应越明显;行业规模对低价股溢价效应也具有缓解作用,低价股溢价效应随着行业规模的扩张而逐渐减弱。本文通过理论分析与实证检验,证实了本文的观点。本文通过理论分析揭示了我国资本市场的“低价股溢价效应”的根本原因——即投资者的名义价格幻觉。另外本文通过构建实验模型,并利用大量的数据进行实证检验,证实了中国A股市场的“低价股溢价效应”;同时本文的研究结论也显示一些行业特征因素对低价股溢价效应具有显着的影响作用,为低价股偏好者提供的参考依据。
汤汉臻[8]（2018）在《中国A股市场规模效应的实证检验、解释及应用》文中研究指明自从二十世纪80年代规模效应被发现后,对以有效市场假说为基础的资本资产定价理论产生了极大的冲击,也因此推动了金融资产定价领域的一系列发展。Fama和French在资本资产定价理论的基础上提出了三因素模型,增加了市场有效理论对规模效应等市场异象的解释能力。本文以2003～2016年期间我国A股市场为实证研究对象,检验A股市场的规模效应。研究发现,无论是绝对收益率还是经β风险调整后的相对收益率,股票整体收益率呈现出和总市值单调反向变动的关系,并且小市值组合显着存在着CAPM无法解释的超额收益,规模效应显着存在。本文用CAPM和三因素模型对规模效应进行检验分析并比较两个模型的解释力度,发现CAPM能够解释股票横截面收益率的大部分变化,但仍然缺乏对小市值组合超额收益的解释能力,规模效应仍然显着存在;而三因素模型具有比CAPM更强的解释能力,在其解释下小市值组合不再具有显着超额收益。规模因素SMB是导致大小市值不同股票收益率发生分化的重要原因。最后,在规模效应的实际化应用方面,本文构建了最小市值策略并进行了2003～2016年期间的历史收益率回测,发现最小市值策略累计收益15184%,无论是相对市场基准还是同期市场总市值最低的10%的股票整体,都获得了很高的超额回报,是一个高波动率、高稳定性的股票多头策略。因此,本文研究认为:2003～2016年期间,A股市场上显着存在着规模效应,并且三因素模型比CAPM更强的解释能力,在历史上可以构建最小市值策略来进行规模效应的实际化应用。
麦敏[9]（2018）在《行业对股票市场规模效应的影响研究》文中研究指明股票市场中普遍存在规模效应现象和行业效应现象。规模效应是指在股票市场,按公司市值大小分组,市值小的公司股票回报率高,市值大的公司股票回报率低。现有文献主要从风险的角度、流动性的角度、投资者非理性的角度等对规模效应进行解释。有关行业效应,现有文献主要是研究行业对股票回报率的影响和从行业效应与其他效应的关系这一角度进行研究。虽然现有文献很少从行业这一角度来解释规模效应,但是我们知道行业影响股票的收益率,不同的行业生命周期其股票回报率可能不一样,而公司规模大小可能反映了不同行业生命周期,也就是说规模效应可能是行业引起的。本文首先基于排序分组法——十组分类法对我国股票市场是否存在规模效应进行检验,以每年6月末个股市值从小到大排序,平均分成10组,测算1998-2016年各分组的平均回报率。实证发现,我国股票市场存在显着的规模效应现象,第1组与第10组的回报率差异达30.12%,小公司比大公司获得更高的股票回报率。接下来通过分析了我国股票市场行业回报率的特征,可以得出我国股票市场不同行业的回报率存在显着的差异。然后采用多因素模型来研究行业对股票回报率的影响,将股票回报率对市场指数回报率和行业指数回报率进行回归,可以算出行业对股票回报的影响部分,为进一步检验行业对规模效应是否有影响打下基础。最后,将每个股票的回报率剔除其行业影响部分,再按十组分类法进行排序,测算1998-2016年各分组剔除行业影响的平均剩余回报率。结果显示行业对规模效应存在影响,无论采用证监会行业分类标准还是申银万国行业分类标准进行研究,都使得第1组合第10组的回报率差变小了,两者的差值为22.57%（证监会）,24.35%（申银万国）,都小于30.12%。综上,我国股票市场存在显着的规模效应,而行业通过影响股票回报率进而影响规模效应,使得我国股票市场的规模效应程度减弱。
梁培培[10]（2018）在《中国新材料企业规模效应研究》文中研究表明受全球金融危机的影响,世界各国开始纷纷提出战略转型计划以寻求新的经济增长点。在这样的国际背景下,我国政府结合本国发展的实际情况提出要大力发展战略性新兴产业。作为中国七大战略性新兴产业之一的新材料产业是我国整个制造业转型升级的产业基础,支撑着一大批高新技术产业的发展。但是,目前与其他主要发达国家相比,我国新材料产业在发展过程中仍然存在着市场竞争力弱、关键核心材料对外依存度高、科技创新资金投入不足、管理机制不完善等问题。这些因素严重制约着我国新材料产业的发展并使新材料企业在发展过程中难以实现规模效应。新材料产业作为其他产业发展的基础,其规模效应的实现不仅会影响到该产业自身竞争力的提高,还会影响到其他战略性新兴产业甚至是更多产业的发展。因此,对于我国新材料企业规模效应的研究就显得十分重要。本文在其他学者研究成果基础之上,分析我国新材料企业的规模效应问题并对影响我国新材料企业规模效应实现的相关因素进行探讨。本文在规模经济理论、融资结构理论基础之上,结合我国新材料产业规模现状,利用实证分析方法对我国新材料企业规模效应进行研究。本文选取了2010年至2016年间我国56家新材料上市公司作为实证分析对象,并利用DEA-BCC模型与DEA-Malmquist指数方法分别从静态与动态两个方面对新材料企业规模效应进行测度。本文通过实证分析发现:从总体上看,2010年至2016年间我国新材料上市公司的规模效率呈现出波动变化趋势且总体规模效率均值较低;从规模报酬状况上看,各年度均有超过一半的样本公司处于规模报酬递增阶段。除此之外,本文利用系统GMM两步法以及固定效应模型实证分析了影响我国新材料企业规模效应实现的相关因素。通过分析回归结果发现:滞后一期的企业绩效对当期的企业绩效有显着的正向影响,企业规模、股权融资对新材料企业的经营绩效具有显着的负影响,债权融资与产品独特性对企业绩效具有显着的促进作用,研发费用投入和企业自身成长性对企业绩效具有正向影响但效果并不显着。本文对如何推动我国新材料企业实现规模效应提出以下政策建议:首先是要保持企业规模的适度扩张性;其次是要不断拓宽融资渠道并提高企业资金使用率;最后是要增加企业研发投入并提高企业自身研发能力,不断增强产品独特性使企业在市场中更加具有竞争力。
二、中国上市公司“规模效应”的实证研究（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、中国上市公司“规模效应”的实证研究（论文提纲范文）
（1）投资前景动态评价及其在风险管理中的应用（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景及研究意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 文献综述 |
| 1.2.1 投资评级研究综述 |
| 1.2.2 相关因子研究综述 |
| 1.3 研究内容和创新点 |
| 1.3.1 研究内容 |
| 1.3.2 创新点 |
| 第2章 相关理论模型概述 |
| 2.1 前向分段回归模型 |
| 2.1.1 前向分段回归原理概述 |
| 2.1.2 前向分段回归算法步骤 |
| 2.2 熵权TOPSIS多属性决策模型 |
| 2.2.1 熵权法原理及计算 |
| 2.2.2 TOPSIS多属性决策法原理 |
| 2.2.3 熵权TOPSIS法计算步骤 |
| 2.3 CVaR模型定义及计算 |
| 2.3.1 CVaR模型定义 |
| 2.3.2 CVaR模型计算 |
| 2.4 本章小结 |
| 第3章 基于前向分段回归法的因子选择 |
| 3.1 样本选取和数据预处理 |
| 3.1.1 样本选取 |
| 3.1.2 数据预处理 |
| 3.2 构建候选因子集 |
| 3.3 因子选择及结果 |
| 3.4 本章小结 |
| 第4章 投资前景动态评价及验证 |
| 4.1 因子权重的计算 |
| 4.2 投资前景值的计算 |
| 4.2.1 评价指标概述 |
| 4.2.2 检验结果及分析 |
| 4.3 本章小结 |
| 第5章 投资前景动态评价在风险管理中的应用 |
| 5.1 构建最大化投资前景的均值-CVaR模型 |
| 5.2 模型检验及结果分析 |
| 5.3 本章小结 |
| 第6章 结论与展望 |
| 6.1 研究结论 |
| 6.2 研究的局限性与进一步研究方向 |
| 参考文献 |
| 附录A 文中模型计算主要python代码 |
| 致谢 |
| 攻读硕士学位期间从事的科研工作及取得的成果 |
（2）基于资源配置战略视角的会计信息价值相关性研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景与问题 |
| 1.2 研究思路与框架 |
| 1.3 研究创新与意义 |
| 1.3.1 研究创新 |
| 1.3.2 研究意义 |
| 第二章 文献综述 |
| 2.1 会计盈余公告反应研究 |
| 2.1.1 国外文献 |
| 2.1.2 国内文献 |
| 2.1.3 文献述评 |
| 2.2 会计信息的估值效应研究 |
| 2.2.1 国外研究 |
| 2.2.2 国内文献 |
| 2.2.3 文献述评 |
| 2.3 本章小结 |
| 第三章 理论基础 |
| 3.1 价值相关性理论 |
| 3.1.1 决策有用的信息观 |
| 3.1.2 决策有用的计量观 |
| 3.2 实物期权理论 |
| 3.2.1 实物期权的核心思想 |
| 3.2.2 实物期权理论代表观点 |
| 3.2.3 实物期权理论的经验证据 |
| 3.3 战略管理理论 |
| 3.3.1 战略管理的内涵 |
| 3.3.2 战略管理的经典框架 |
| 3.4 基于财务报表的战略理论 |
| 3.4.1 资源配置理论 |
| 3.4.2 从报表到战略 |
| 3.4.3 资源配置战略指标构建 |
| 3.4.4 不同资源配置战略分析 |
| 3.5 本章小结 |
| 第四章 企业资源配置战略与盈余持续性 |
| 4.1 引言 |
| 4.2 理论分析与研究假设 |
| 4.3 研究设计 |
| 4.3.1 样本选择与数据来源 |
| 4.3.2 模型设定 |
| 4.3.3 变量选取 |
| 4.4 实证结果与分析 |
| 4.4.1 描述性统计 |
| 4.4.2 相关性分析 |
| 4.4.3 多元回归结果 |
| 4.5 稳健性检验 |
| 4.6 本章小结 |
| 第五章 企业资源配置战略与盈余价值相关性 |
| 5.1 引言 |
| 5.2 理论分析与研究假设 |
| 5.3 研究设计 |
| 5.3.1 样本选择与数据来源 |
| 5.3.2 模型设定与变量定义 |
| 5.3.3 变量选取 |
| 5.4 实证结果与分析 |
| 5.4.1 描述性统计 |
| 5.4.2 相关性分析 |
| 5.4.3 多元回归结果 |
| 5.5 稳健性检验 |
| 5.6 本章小结 |
| 第六章 企业资源配置战略与会计估值效应 |
| 6.1 引言 |
| 6.2 理论分析与研究假设 |
| 6.3 研究设计 |
| 6.3.1 样本选择与数据来源 |
| 6.3.2 模式设定 |
| 6.3.3 变量选取 |
| 6.4 实证结果与分析 |
| 6.4.1 描述性统计 |
| 6.4.2 相关性分析 |
| 6.4.3 多元回归分析 |
| 6.5 稳健性检验 |
| 6.6 本章小结 |
| 第七章 结论、局限性与未来研究方向 |
| 7.1 结论 |
| 7.2 局限性与未来研究方向 |
| 参考文献 |
| 致谢 |
| 个人简历在读期间发表的学术论文与研究成果 |
（3）创新价值链结构视角下企业创新效应研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1 章 绪论 |
| 1.1 问题的提出 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 文献综述 |
| 1.2.1 企业创新投资效应 |
| 1.2.2 企业创新知识效应 |
| 1.2.3 企业创新组织效应 |
| 1.3 研究内容与框架 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线图与研究方法 |
| 1.4 创新点与研究局限 |
| 1.4.1 创新点 |
| 1.4.2 研究局限与展望 |
| 第2 章 相关概念及理论基础 |
| 2.1 创新价值链理论及演进 |
| 2.1.1 创新价值链内涵 |
| 2.1.2 知识视角下创新价值链理论研究 |
| 2.1.3 价值视角下创新价值链理论研究 |
| 2.2 创新价值链结构的内涵及划分 |
| 2.2.1 创新价值链与企业创新行为 |
| 2.2.2 创新价值链结构:“长链——中链——短链” |
| 2.2.3 创新价值链结构与企业创新路径 |
| 2.3 创新价值链结构与创新效应内涵 |
| 2.3.1 创新价值链结构与创新投资效应 |
| 2.3.2 创新价值链结构与知识溢出效应 |
| 2.3.3 创新价值链结构与组织结构效应 |
| 2.4 本章小结 |
| 第3 章 创新价值链结构下企业创新效应机理模型 |
| 3.1 企业创新综合效应理论模型构建 |
| 3.1.1 企业创新效应理论基础 |
| 3.1.2 企业创新综合效应理论模型 |
| 3.2 创新价值链结构与创新效应数理模型构建 |
| 3.2.1 技术投资要素与企业创新效应 |
| 3.2.2 知识增长要素与企业创新效应 |
| 3.2.3 组织结构要素与企业创新效应 |
| 3.3 企业创新效应机理分析 |
| 3.3.1 技术投资效应机理模型 |
| 3.3.2 知识溢出效应机理模型 |
| 3.3.3 组织结构效应机理模型 |
| 3.4 本章小结 |
| 第4 章 技术投资效应实证分析 |
| 4.1 基于ETIA指数的技术投资效应模型 |
| 4.1.1 模型构建 |
| 4.1.2 模型稳态分析 |
| 4.1.3 IVC结构对企业知识增长的门槛效应与核心企业特征 |
| 4.2 研究设计 |
| 4.2.1 计量模型构建 |
| 4.2.2 数据来源和变量选取 |
| 4.2.3 分析方法 |
| 4.3 实证分析 |
| 4.3.1 变量统计性描述 |
| 4.3.2 基准模型及门槛模型检验 |
| 4.3.3 面板数据计量分析 |
| 4.4 对实证分析结果的讨论 |
| 4.4.1 实证分析结论 |
| 4.4.2 研究结果的拓展分析 |
| 4.5 本章小结 |
| 第5 章 知识溢出效应实证分析 |
| 5.1 知识溢出效应模型构建 |
| 5.1.1 正向知识溢出与反向知识溢出 |
| 5.1.2 IVC结构视角下知识溢出测度模型构建 |
| 5.1.3 核心企业与非核心企业知识溢出效应 |
| 5.2 研究设计 |
| 5.2.1 计量模型设定及统计量描述 |
| 5.2.2 数据来源与变量选取 |
| 5.3 实证分析 |
| 5.3.1 变量统计量描述 |
| 5.3.2 门槛检验及回归分析结果 |
| 5.3.3 区域层面知识溢出效应差异 |
| 5.4 实证分析结果 |
| 5.5 本章小结 |
| 第6 章 组织结构效应仿真模拟 |
| 6.1 组织结构效应模型构建 |
| 6.1.1 非核心企业创新组织内涵及系统基础结构 |
| 6.1.2 IVC结构与IONE结构双元约束下组织结构效应理论模型 |
| 6.1.3 IVC结构与企业创新路径 |
| 6.2 研究设计 |
| 6.2.1 边界确定 |
| 6.2.2 相关前提假设 |
| 6.2.3 主要变量设定及因果关系图 |
| 6.2.4 系统动力学模型的方程及参数设计 |
| 6.3 模型仿真分析 |
| 6.3.1 流图的构建 |
| 6.3.2 基准模型检验与分析 |
| 6.3.3 非核心企业组织结构效应跨方案比较 |
| 6.3.4 仿真结论及非核心企业创新发展路径 |
| 6.4 模拟仿真结论 |
| 7 研究结论与启示 |
| 7.1 研究结论 |
| 7.2 研究启示 |
| 附录 |
| 参考文献 |
| 致谢 |
| 攻读博士学位期间发表论文以及参加科研情况 |
（4）动态循环网络效应模型的构建及应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 网络效应模型的研究现状 |
| 1.2.2 循环效应模型的研究现状 |
| 1.3 研究内容及创新点 |
| 1.3.1 研究内容 |
| 1.3.2 本文创新点 |
| 1.4 本文结构安排 |
| 第2章 基础模型和相关理论 |
| 2.1 网络效应模型 |
| 2.1.1 网络效应模型相关理论概述 |
| 2.1.2 网络效应模型的结构和建模方法 |
| 2.2 循环效应模型 |
| 2.2.1 循环效应模型的发展 |
| 2.2.2 循环效应模型的识别条件 |
| 2.3 模型常用估计方法简介 |
| 2.3.1 2SLS方法理论 |
| 2.3.2 GMM方法理论 |
| 2.3.3 Va R计算的方差-协方差法理论 |
| 2.4 本章小节 |
| 第3章 动态循环网络效应模型的构建 |
| 3.1 动态循环网络效应模型 |
| 3.2 模型识别 |
| 3.3 模型的效应检验 |
| 3.4 动态循环网络效应模型的参数估计 |
| 3.4.1 2SLS估计 |
| 3.4.2 GMM估计 |
| 3.5 本章小结 |
| 第4章 空气污染及其影响因素的实证分析 |
| 4.1 空气污染研究综述 |
| 4.2 变量选择与数据预处理 |
| 4.2.1 变量选择 |
| 4.2.2 数据的相关分析 |
| 4.3 空气污染动态循环网络效应模型构建 |
| 4.3.1 空间效应检验 |
| 4.3.2 格兰杰因果检验 |
| 4.3.3 空气污染动态循环网络效应模型 |
| 4.4 模型估计及算法比较 |
| 4.5 本章小结 |
| 第5章 上市公司收益影响因素的实证分析 |
| 5.1 净资产收益率的常用研究方法 |
| 5.2 变量选择与数据预处理 |
| 5.2.1 指标及数据 |
| 5.2.2 指标的相关分析 |
| 5.3 上市公司财务指标动态循环网络效应模型构建 |
| 5.3.1 网络效应检验 |
| 5.3.2 格兰杰因果检验 |
| 5.4 模型估计及算法比较 |
| 5.5 本章小结 |
| 第6章 上市银行隔夜风险影响因素的实证分析 |
| 6.1 隔夜风险研究综述 |
| 6.2 指标及数据 |
| 6.2.1 指标选择 |
| 6.2.2 数据来源及预处理 |
| 6.3 主要指标的描述统计 |
| 6.3.1 隔夜收益率的描述性统计 |
| 6.3.2 隔夜风险的描述性统计 |
| 6.4 上市银行动态循环网络效应模型构建 |
| 6.4.1 指标间相关性分析 |
| 6.4.2 网络效应检验 |
| 6.4.3 格兰杰因果检验 |
| 6.5 模型估计及算法比较 |
| 6.6 本章小结 |
| 第7章 结论与展望 |
| 7.1 研究结论 |
| 7.2 研究展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间发表论文及参加科研项目情况 |
（5）股改长期效应对A股定价效率的影响研究 ——基于Fama-French类定价模型（论文提纲范文）
| 摘要 |
| Abstract |
| 导论 |
| 一、选题背景及意义 |
| 二、研究思路与方法 |
| 三、本文的框架结构 |
| 四、本文特色与不足 |
| 第一章 资产定价理论与文献综述 |
| 第一节 资产定价理论发展综述 |
| 第二节 Fama-French定价模型在A股市场实证研究的文献综述 |
| 第三节 资产定价理论应用于股权分置改革研究的文献综述 |
| 第四节 文献评述 |
| 第二章 资产定价的基础:无风险收益率 |
| 第一节 过往无风险收益率的选取 |
| 第二节 无风险收益率的选取原则 |
| 第三节 无风险收益率的备选指标 |
| 一、全国银行间同业拆借利率(Chibor) |
| 二、银行间债券回购利率 |
| 三、上海银行间同业拆借利率(Shibor) |
| 四、银行理财产品收益率 |
| 第四节 无风险收益率曲线 |
| 一、利率市场化 |
| 二、无风险收益率代表指标 |
| 第五节 本章小结 |
| 第三章 Fama-French类定价模型探究:因子的经济学解释 |
| 第一节 Fama-French三因子模型 |
| 一、资本资产定价模型 |
| 二、Fama-French三因子模型(FF-3) |
| 三、因子的构建 |
| 第二节 Fama-French五因子模型 |
| 第三节 中国三因子模型及四因子模型 |
| 一、A股壳价值问题 |
| 二、中国三因子模型(CH-3) |
| 三、中国四因子模型(CH-4) |
| 四、因子的构建 |
| 第四节 因子影响股票预期收益的经济学解释 |
| 一、规模效应 |
| 二、价值效应 |
| 三、盈利效应与投资效应 |
| 四、投资者情绪效应 |
| 第五节 本章小结 |
| 第四章 Fama-French类模型定价效率比较:股改前后 |
| 第一节 股权分置改革 |
| 第二节 实证研究 |
| 一、样本说明与数据来源 |
| 二、因子及投资组合的构建 |
| 三、初步描述性统计分析 |
| 四、因子冗余检验 |
| 第三节 股改前后各定价模型表现比较 |
| 一、GRS检验 |
| 二、Fama-French类定价模型表现实证检验 |
| 三、Fama-MacBeth两步回归法 |
| 四、Fama-French类定价因子解释能力实证检验 |
| 第四节 本章小结 |
| 第五章 不可忽视的定价因子:投资者情绪 |
| 第一节 投资者情绪 |
| 第二节 A股市场投资者情绪综合指数-CICSI |
| 一、CICSI指数 |
| 第三节 实证检验 |
| 一、加入投资者情绪后定价模型表现比较 |
| 二、格兰杰因果关系检验 |
| 三、脉冲响应分析 |
| 四、冗余因子检验 |
| 第四节 本章小结 |
| 第六章 研究结论与政策建议 |
| 第一节 研究结论 |
| 第二节 改进股票市场定价效率的政策建议 |
| 一、深化利率市场化改革,加强市场基准利率体系建设 |
| 二、稳步扩大施行股票发行注册制改革及市场化退市制度 |
| 三、加大执法力度,提高中介机构违法成本,完善上市公司治理 |
| 四、加强个人投资者教育,树立价值投资理念 |
| 参考文献 |
| 致谢 |
（6）我国传媒上市公司并购绩效研究 ——基于数据包络分析的方法（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 绪论 |
| 一、研究背景与研究意义 |
| (一)研究背景 |
| (二)研究意义 |
| 二、文献综述 |
| (一)并购绩效影响因素的相关研究 |
| (二)并购绩效评价方法的相关研究 |
| (三)简要评述 |
| 三、研究方法与思路 |
| 四、创新点与不足之处 |
| (一)创新点 |
| (二)不足之处 |
| 第一章 我国传媒产业特性及并购概况 |
| 第一节 并购概念与理论回顾 |
| 一、概念界定 |
| 二、并购相关理论 |
| 第二节 传媒产业经济特性 |
| 第三节 我国传媒产业发展历程 |
| 第四节 我国传媒领域并购概况 |
| 本章小结 |
| 第二章 并购绩效评价体系建立 |
| 第一节 数据包络分析方法的基本逻辑与思路 |
| 第二节 上市公司并购绩效评价体系构建 |
| 一、模型选取 |
| 二、输入指标与输出指标确立 |
| 本章小结 |
| 第三章 我国传媒上市公司并购绩效的实证研究 |
| 第一节 样本选取与数据处理 |
| 一、样本选取与数据来源 |
| 二、数据处理 |
| 第二节 实证结果分析 |
| 一、整体并购绩效分析 |
| 二、分类并购绩效分析 |
| 本章小结 |
| 第四章 结论及进一步探讨 |
| 第一节 研究结论 |
| 第二节 相关建议 |
| 一、政府层面 |
| 二、公司层面 |
| 本章小结 |
| 结语 |
| 参考文献 |
| 附录 |
| 攻读硕士学位期间取得的研究成果 |
| 致谢 |
| Ⅳ-2答辩委员会对论文的评定意见 |
（7）我国A股市场低价股溢价效应研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 引言 |
| 1.1 研究背景、问题及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究问题 |
| 1.1.3 研究的意义 |
| 1.2 研究思路、方法及结构 |
| 1.2.1 研究思路 |
| 1.2.2 研究方法 |
| 1.2.3 论文研究结构 |
| 1.3 文章的创新点与不足 |
| 1.3.1 文章的创新 |
| 1.3.2 文章的不足之处 |
| 1.4 小结 |
| 2 文献回顾 |
| 2.1 关于低价股溢价效应的研究 |
| 2.1.1 国外文献回顾 |
| 2.1.2 国内文献回顾 |
| 2.2 关于股票收益率的行业效应研究 |
| 2.2.1 国外文献回顾 |
| 2.2.2 国内文献回顾 |
| 2.3 文献评述 |
| 2.4 小结 |
| 3 研究设计 |
| 3.1 研究假设提出 |
| 3.1.1 低价股溢价效应存在性研究假设 |
| 3.1.2 行业因素对低价股溢价效应影响研究假设 |
| 3.2 数据来源及数据处理 |
| 3.3 变量定义及度量 |
| 3.4 回归模型设定 |
| 3.5 小结 |
| 4 实证检验结果与分析 |
| 4.1 变量的描述性统计分析 |
| 4.2 变量相关性分析 |
| 4.3 回归分析结果 |
| 4.3.1 低价股溢价效应存在性回归分析结果 |
| 4.3.2 行业因素对低价股溢价效应影响回归结果 |
| 4.4 小结 |
| 5 稳健性检验 |
| 5.1 检验设计 |
| 5.2 检验结果 |
| 5.3 小结 |
| 6 研究结论、启示与展望 |
| 6.1 研究结论 |
| 6.2 实践启示 |
| 6.3 研究不足与展望 |
| 6.3.1 研究不足 |
| 6.3.2 研究展望 |
| 附录 |
| 附录1 变量多重共性线的检验结果 |
| 附录2 假设H1的t+7 至t+12 期的回归分析检验 |
| 参考文献 |
| 后记 |
| 致谢 |
（8）中国A股市场规模效应的实证检验、解释及应用（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 第一节 选题背景和研究目的 |
| 第二节 研究创新 |
| 第三节 研究的基本框架和主要内容 |
| 第二章 理论综述 |
| 第一节 现代投资理论 |
| 一、Markowitz投资组合选择理论 |
| 二、有效市场假说(Efficient Markets Hypothesis) |
| 三、资产资本定价模型(CAPM) |
| 第二节 规模效应的发现及冲击 |
| 一、规模效应的发现 |
| 二、规模效应对市场有效理论和CAPM的冲击 |
| 三、规模效应的研究进展 |
| 第三节 三因素模型对规模效应的解释 |
| 第三章 A股市场规模效应的实证检验 |
| 第一节 实证方法设计 |
| 第二节 实证结果的数据分析 |
| 一、各组合与市场的绝对收益率特征分析 |
| 二、各组合经CAPM调整之后的超额收益率分析 |
| 第三节 本章实证结论 |
| 第四章 CAPM模型和三因素模型对规模效应的解释对比 |
| 第一节 CAPM模型和三因素模型的实证方法构造 |
| 一、BM和SIZE的定义 |
| 二、构建组合 |
| 三、计算组合月度收益率 |
| 四、SMB和HML的计算 |
| 五、构建CAPM模型 |
| 六、构建三因素模型,进行拟合回归 |
| 第二节 CAPM模型和三因素模型的检验对比分析 |
| 一、CAPM模型的检验结果分析 |
| 二、三因素模型的检验结果分析 |
| 第三节 本章检验结论 |
| 第五章 规模效应在A股市场的实际应用 |
| 第一节 最小市值策略组合的构建方法 |
| 第二节 最小市值策略组合的历史回测数据分析 |
| 一、幸存者偏差(Survivorship Bias) |
| 二、历史回测收益 |
| 三、相对市场总市值最低的10%股票的超额收益 |
| 四、小结 |
| 第三节 本章结论 |
| 第六章 研究结论与展望 |
| 第一节 研究结论 |
| 第二节 研究展望 |
| 参考文献 |
| 致谢 |
（9）行业对股票市场规模效应的影响研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 导论 |
| 1.1 研究背景 |
| 1.2 研究目的和意义 |
| 1.3 研究内容 |
| 1.4 逻辑框架 |
| 1.5 本文的创新与贡献 |
| 2 文献综述 |
| 2.1 股票回报的规模效应 |
| 2.1.1 规模效应的存在 |
| 2.1.2 规模效应与其他异象的关系 |
| 2.1.3 规模效应产生的原因 |
| 2.2 股票回报的行业效应 |
| 2.2.1 行业效应的存在 |
| 2.2.2 行业集中度对股票回报率的影响 |
| 2.2.3 行业周期性对股票回报率的影响 |
| 2.2.4 行业所处生命周期对股票回报率的影响 |
| 2.2.5 行业效应与其他效应的关系 |
| 2.3 文献小结 |
| 3 行业影响规模效应的实证设计 |
| 3.1 行业及其划分方法 |
| 3.1.1 中国证监会行业分类标准 |
| 3.1.2 申银万国行业分类标准 |
| 3.2 股票市场规模效应的实证设计 |
| 3.2.1 数据选取 |
| 3.2.2 排序分组法——十组分类法 |
| 3.2.3 变量定义 |
| 3.3 多因素模型与行业影响规模效应的实证设计 |
| 3.3.1 资本资产定价模型 |
| 3.3.2 多因素模型 |
| 3.3.3 行业影响规模效应的实证设计 |
| 4 行业对规模效应的影响的实证分析 |
| 4.1 股票市场规模效应的实证分析 |
| 4.2 我国股票市场行业回报率的特征分析 |
| 4.2.1 按中国证监会行业分类的行业回报率特征分析 |
| 4.2.2 按申银万国行业分类的行业回报率特征分析 |
| 4.3 行业对股票回报率的影响的实证分析 |
| 4.3.1 数据描述 |
| 4.3.2 股票回报率的面板回归结果分析 |
| 4.4 行业对规模效应的影响的实证分析 |
| 5 结论与讨论 |
| 5.1 主要结论 |
| 5.2 讨论与展望 |
| 致谢 |
| 参考文献 |
（10）中国新材料企业规模效应研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 选题背景与研究意义 |
| 1.1.1 选题背景 |
| 1.1.2 研究意义 |
| 1.2 国内外文献综述 |
| 1.2.1 国内文献综述 |
| 1.2.2 国外文献综述 |
| 1.3 研究思路与框架 |
| 1.4 可能的创新点与不足 |
| 1.4.1 可能创新点 |
| 1.4.2 不足 |
| 第2章 相关理论基础 |
| 2.1 新材料产业 |
| 2.2 规模经济理论 |
| 2.3 融资结构理论 |
| 第3章 基于DEA模型的中国新材料企业规模效应实证分析 |
| 3.1 我国新材料产业的规模现状分析 |
| 3.2 DEA模型用于新材料企业规模效应分析的可行性 |
| 3.3 基于DEA-BCC模型的静态实证分析 |
| 3.3.1 DEA基本模型评估原理 |
| 3.3.2 评价指标体系的建立及样本选取 |
| 3.3.3 实证结果及分析 |
| 3.4 基于DEA-Malmquist指数方法的动态实证分析 |
| 3.4.1 DEA-Malmquist指数模型基本原理 |
| 3.4.2 新材料上市公司效率变化分析 |
| 第4章 中国新材料企业规模效应影响因素分析 |
| 4.1 影响因素分析 |
| 4.2 模型建立 |
| 4.2.1 变量选择与模型设定 |
| 4.2.2 估计方法的选择 |
| 4.2.3 样本选取与数据说明 |
| 4.3 实证结果及分析 |
| 第5章 结论与政策建议 |
| 5.1 研究结论 |
| 5.2 政策建议 |
| 5.2.1 适度扩张企业规模 |
| 5.2.2 拓宽融资渠道,提高资金使用率 |
| 5.2.3 增加研发投入,提高研发能力 |
| 参考文献 |
| 致谢 |
四、中国上市公司“规模效应”的实证研究（论文参考文献）
- [1]投资前景动态评价及其在风险管理中的应用[D]. 王锶锶. 重庆邮电大学, 2020(02)
- [2]基于资源配置战略视角的会计信息价值相关性研究[D]. 彭爱武. 对外经济贸易大学, 2020(01)
- [3]创新价值链结构视角下企业创新效应研究[D]. 张钟元. 辽宁大学, 2020(08)
- [4]动态循环网络效应模型的构建及应用研究[D]. 张炼. 武汉理工大学, 2020(08)
- [5]股改长期效应对A股定价效率的影响研究 ——基于Fama-French类定价模型[D]. 彭慧凯. 厦门大学, 2019(02)
- [6]我国传媒上市公司并购绩效研究 ——基于数据包络分析的方法[D]. 郭雅哲. 华南理工大学, 2019(02)
- [7]我国A股市场低价股溢价效应研究[D]. 何瑛. 西南财经大学, 2019(07)
- [8]中国A股市场规模效应的实证检验、解释及应用[D]. 汤汉臻. 厦门大学, 2018(12)
- [9]行业对股票市场规模效应的影响研究[D]. 麦敏. 华南农业大学, 2018(08)
- [10]中国新材料企业规模效应研究[D]. 梁培培. 吉林大学, 2018(01)