一、增长率计算中三个杠杆系数表达的分析（论文文献综述）
杨佳薇[1]（2021）在《S天然气公司资本结构优化研究》文中提出目前,国家高度重视天然气产业的长远发展,主要围绕提高天然气供求能力、天然气产业开放和价格市场化等方面出台了多项政策,这些政策的出台为天然气产业发展营造了良好的环境。另外,由于资本在公司的成长和发展中起着重要作用,适宜的资本结构将有助于降低公司的资本成本、增加公司的利润、加强公司的管理效率,最终达到提高公司的自身价值、促进我国市场经济发展的目的。故身处天然气行业的公司,在借助国家政策优势的同时,还需不断优化自身的资本结构,促进自身的持续稳定健康发展。本文基于资本结构理论及国内外的相关研究成果,以S天然气公司作为案例研究对象,对其资本结构优化展开研究。首先,在分析2015-2019年S天然气公司的基本情况、资本结构现状的基础上,分析S天然气公司的资本结构目前存在的问题,并结合公司实际情况分析致使这些问题存在的成因。其次,运用最佳负债水平模型,在测算S天然气公司静态最优资本结构的基础上;再对S天然气公司的资本结构进行动态优化,即定性分析已筛选出来的内外部因素对公司资本结构的影响方向,并运用熵权法定量分析已选出的不同指标的权重,汇总出其中权重较高的指标,同时对比行业市值排名前20强公司的这些指标的五年平均值情况,以确定动态优化后公司资本结构需要调整的量化幅度,最后,综合资本结构静态优化、动态优化的结果,得出S天然气公司的资本结构优化区间,并通过分析其若达到该优化区间后可能会对公司2015-2019年的资本成本、经营效率、企业价值的测算指标的影响,对比测算期间S天然气公司这些指标的实际值,以预期该资本结构优化方案实施后对S天然气公司的影响。经过上述研究过程,得出S天然气公司目前存在负债规模及长短期负债构成不合理、股权集中度较高、融资顺序不合理、财务杠杆效应不充分等问题;而通过综合资本结构的静态、动态优化结果,得出其资本结构适宜优化区间为[50.24%,54.81%],并结合公司情况提出增加内源资本积累、平衡企业长短期负债、优化财务杠杆效应、丰富融资方式的优化途径;另外,通过相关分析得出若公司资本结构的优化方案能够实施将可能达到降低资本成本,提高经营效率,提升企业价值的预期效果;而为保障S天然气公司资本结构优化方案的顺利实施,提出做好财务战略计划、构建资本结构优化管理体系、组建优化资本结构的专业团队、借助相关机构积极进行多元化融资这四个保障措施。
林思涵[2]（2021）在《我国资产价格泡沫的形成机理与传染效应研究》文中研究说明近几十年来,世界上的许多国家都经历了资产价格泡沫的膨胀与破灭,以及随之而来的经济衰退。如日本的泡沫经济、美国的互联网泡沫以及2008年的全球性金融危机等等,无一不伴随着大规模的资产价格泡沫崩溃。这些事件让理论研究与实务工作者不断意识到关于资产价格泡沫潜在风险研究的重要性。当前,我国虽尚未发生大规模的泡沫崩溃事件,但是资产价格频繁波动以及资产价格的泡沫化迹象对我国经济运行的潜在威胁也十分显着。如我国的房地产市场在1998年住房改革之后,已经经历了长达二十年的普遍上涨。如今,房地产市场被我国央行视作我国经济发展中最大的“灰犀牛”。而我国的股票市场在经历了2015年异常波动后,由资产价格泡沫化导致的严重的资金空转现象以及资本配置不当,已使得我国资本市场服务于实体经济的有效性显着下降。现如今,在新型冠状病毒肺炎危机影响下,出于经济救助的目的,全球央行“大放水”已造成了全球流动性的泛滥,而过于充足的流动性很可能会进一步滋生新的资产价格泡沫。基于此,本文立足于我国资产市场现状,以资产价格泡沫作为研究对象,采用理论分析与实证分析相结合的研究范式,基于“识别、测度→形成机理→影响效应→政策治理”这一研究脉络,对资产价格泡沫的识别测度、形成机理、传染效应以及政策治理展开系统研究,这不仅对理解我国资产价格泡沫的运行机制具有显着意义,也对我国守住不发生系统性金融风险的政策要求十分重要。第1章,重点对资产价格泡沫的识别与测度、形成机理、传染效应以及政策效应进行了文献梳理,并给出了本文的研究框架。第2章,介绍了资产价格泡沫的内涵与形成过程,以及理性资产价格泡沫与非理性资产价格泡沫的理论基础。其中,关于理性资产价格泡沫的部分,本章又介绍了内生性、外生性资产价格泡沫的理论界定;关于非理性资产价格泡沫,重点介绍了以异质信念与有限套利为诱发因素的非理性资产价格泡沫的形成机理以及噪声交易理论与泡沫乘骑理论。第3章,基于PSY识别程序对我国股票市场与主要市域房地产价格泡沫进行识别。首先,本章介绍了PSY识别方法的检验原理与递归算法,而后对我国主要资产市场的资产价格泡沫进行了识别。研究发现,在样本区间内,我国股票市场与房地产市场均经历了频繁的泡沫过程,如我国上交所、深交所以及创业板股票市场均识别到完整的泡沫区间,仅中小板市场未识别出明显的泡沫区间。主要泡沫区间为2007年4月至10月、2015年3月至6月。在市级城市的房价泡沫识别中,样本城市普遍经历了不同频次的泡沫周期,时间集中于2016年6月至2017年8月。在泡沫韧性方面,股票市场中上交所市场的泡沫韧性强于深交所,房地产市场中一线城市强于新一线城市,新一线城市强于二线城市和三线城市。韧性较高的资产市场其泡沫持续期长,资产价格泡沫不易破灭。第4章,重点研究了信贷政策对房地产价格泡沫形成过程中的作用机理。首先,本章在理论上论证了资产价格泡沫与金融杠杆之间的定价关系,得出在违约概率大于零的前提下,金融杠杆的存在会导致正向资产价格泡沫的出现。而后为验证上述理论结果,本文采用NARDL模型实证分析了分部门宏观杠杆率对我国房地产价格泡沫的长、短期非对称影响。实证结果表明,首先,实体经济部门以及金融部门杠杆率的负向调整均会长期有效抑制房地产价格泡沫的持续膨胀,但一刀切的实体经济部门去杠杆不利于房地产市场的长期稳定运行。其次,长期内可采用非金融企业部门向居民部门的杠杆转移,来实现对房地产价格泡沫的温和平抑作用。最后,应有效、合理地发挥中央政府杠杆的前瞻性指引作用,政策当局不应对地方政府施行强效去杠杆政策,而应试图“熨平”地方政府债务波动以免引发局部房地产价格泡沫化风险。第5章,重点研究卖空约束下,投资者异质信念对股票价格泡沫形成的作用机理。首先,本章对卖空约束、投资者异质信念对股票价格泡沫的影响机理进行了深入的理论层面分析;在实证研究方面,本章构建了嵌入狄利克雷过程的无限区制马尔科夫转换向量自回归模型（RTV-VAR）,以刻画变量间的时变因果关系。研究结果表明,上海主板市场融资融券交易机制更具加速风险释放的杠杆交易特征。该杠杆交易特征致使投资者情绪非对称表达,进而引致股票的错误定价。而深圳主板市场的融资融券交易则未体现较强的杠杆交易特征。在沪深主板股价泡沫活跃期间,投资者异质信念对融资融券的正向影响的上升表明投资者情绪借助融资融券工具得以表达的意愿变强,因此该正向影响的快速上升可作为股价异常波动的预警信号。第6章,重点分析了股票价格泡沫的传染效应。首先,本章根据PSY方法识别了我国股票市场分行业资产价格泡沫,并通过市盈率与BSADF统计量的趋势匹配方法,构造了资产价格泡沫规模的代理变量。而后采用带有时变波动率的时变向量自回归模型以及广义方差分解,构造了时变动态DY连通性指标,对2012年12月至2020年6月期间行业间的股票泡沫传染性进行测算。结果表明:首先,总体动态连通性指数捕捉到2012年以来我国资本市场发生的三次典型的泡沫事件,分别为2015年股市异常波动、2017-2018年上旬的债券市场大规模债务违约以及2018年以来的中美贸易摩擦。其次,行业间的泡沫传染在传染方向以及传染规模上均具有显着的时变特征。整体上工业、医药卫生以及信息技术行业资产价格泡沫溢出影响持续为正,表明该三个行业最具泡沫传染性,而能源、主要消费、金融地产以及公共事业行业则是泡沫风险的主要净接收行业,最具行业脆弱性。最后,两两行业间的净溢出动态连通性指数的测度结果表明,由于行业自身泡沫规模变化所产生的投资者情绪引导作用以及与其他行业业务关联性的变动导致行业间的泡沫传染具有显着的行业轮动特征。第7章,重点分析了我国股票价格泡沫和房地产价格泡沫的货币政策效应。首先,本章结合局部均衡框架下理性资产价格泡沫理论简要论证了利率的变化对基础价值成分和泡沫成分具有不同影响。而后在实证分析中采用TVP-VAR模型分析了以短期名义利率上升为代表的外生紧缩性货币政策冲击以及以货币供应量M2为代表的扩张性货币政策冲击对货币政策潜在目标变量的影响。最后,根据理论分析结果,通过脉冲响应函数构造了利率冲击对资产价格内在价值成分和泡沫成分的冲击影响。结果表明,外生紧缩性价格型货币政策冲击能够引起股票价格的短暂下跌,并且相比于基础价值成分的下跌,泡沫成分的上升更为显着。此外该货币政策还会引起房地产价格泡沫短期内呈现上升趋势,长期才呈现下降趋势。因此,利用紧缩性价格型政策治理资产价格泡沫时,不但无法达到有效抑制泡沫的作用,反而会损害股票的基础价值。而扩张性数量型货币政策会导致资产价格的显着上升,但其对股利变量的影响存在较大不确定性。此外,扩张型货币政策对房地产价格泡沫存在更为显着的政策滞后效应。因此,传统的“逆向操作”策略对资产价格泡沫的作用具有较大不确定性,甚至适得其反。
吴金燕[3]（2021）在《中国经济金融化对实体经济的影响研究》文中认为一段时期以来,我国经济发展表现出明显的“脱实向虚”现象,一方面,金融部门因具有收益高、资金回流快等优势吸引大量投机性资本而导致发展陷入自我循环,并且部门内部资产价格高、杠杆高等问题导致金融发展严重脱离服务实体经济;另一方面,由于产能过剩、产品缺乏创新、生产效率低下等问题不同程度存在,实体部门的发展动力不足使其在竞争中处于劣势。随着金融与实体经济的发展不断背离,我国开始注重二者之间的关系并通过推进金融业改革开放和实施供给侧结构性改革推动金融回归实体经济。自新冠肺炎疫情爆发以来,实体经济发展在承受原有负担的基础上又增加额外的成本。在统筹疫情防控的进程中,金融服务实体经济的重点是针对疫情中暴露出的问题补齐短板。我国需要进一步加大宏观政策实施的力度以有序推进复工复产,并把支持实体经济恢复发展放到更加突出的位置。基于此,本文着重分析经济金融化对实体经济的影响,主要的研究内容如下:第一,本文在梳理相关文献和总结相关理论的基础上,一方面,分别从促进和抑制的视角分析金融化影响实体经济和非金融企业金融化影响实业投资的机制;另一方面,构建精准衡量金融化的静态和动态权重综合指标,并应用MS-AR模型分析指标的波动特征发现,金融化和实体经济主要处在低水平区制且指标波动具有惯性。第二,本文利用Lasso回归筛选能够对实体经济产生影响的因素,并以2012年为节点分析金融化在不同阶段的影响效果。全样本的结果证实金融化抑制实体经济增长,而分阶段的结果表现为金融化的影响由负变为正,突出金融支持实体经济的政策已经取得成效。进一步对Lasso回归筛选出的变量构建MS-VAR模型分析发现,相比于低水平金融化,适度金融化对实体经济的促进力度更强且效果持续的时间更长;而过度金融化的影响在短期内（6个月）发挥抑制作用,并随时间延长在金融资源得到优化配置后才能够发挥促进作用。第三,金融化对实体经济的影响具有门槛效应,其中适度引进的外商投资能够融合本地金融资源共同发挥促进实体经济增长的作用;而不断增加的外商投资会因与本地资源形成竞争而产生挤占效果,并在资金总规模超过本地金融市场的吸纳能力后起到抑制作用。进一步将优选的时空权重矩阵纳入空间面板计量模型分析溢出效应发现,金融化对实体经济影响的直接、间接效应均为正,能够提高本地区和邻近地区的实体经济增长水平。第四,同时控制省份、时间和行业固定效应的高维面板模型结果表明非金融企业金融化抑制实业投资,而估计引入平方项的模型发现二者之间的关系主要位于“U型”曲线的左半支,以至于金融化的抑制影响占主导。进一步补充异质性分析发现,我国自2012年开始实施的金融支持实体经济相关政策能够有效降低金融化的抑制程度,并且第二产业相比于非第二产业、国有企业相比于非国有企业、大型企业相比于中小型企业金融化对实业投资的挤占程度更深。最后,对全文进行总结并据此提出便利非金融企业生产经营、促进区域协调发展和助推金融支持实体经济的政策建议。本研究的主要贡献如下:其一,由于已有研究通常使用不能准确、全面衡量金融化水平的单一指标,本文选取代表不同金融子市场的指标,并分别利用SVAR和TVP-VAR模型的脉冲响应结果计算静态和动态权重,进一步将权重赋予子指标得到对经济冲击、宏观政策的影响更敏感、测度精确性更高的金融化综合指标。其二,不同于已有研究利用逐步回归法确定纳入模型的影响因素,本文利用Lasso压缩估计不仅能够有效解决变量间存在共线性的问题,而且能够通过筛选变量起到精简模型的作用。交叉验证的方法通过对模型中的系数施加约束筛选出部分对实体经济影响小的因素,并将对应变量的系数压缩至零;而最小角解法能够对影响因素进行排序,并依据最优步长完成筛选以对交叉验证的结果进行检验。其三,由于传统的时间权重矩阵存在弊端,本文利用全局莫兰指数计算时间权重矩阵,既能够反映以前各期溢出效应对当期的影响,也能够反映影响程度随时间延长递减的趋势。不同于以往研究比较同一空间模型下不同类型时空权重的结果,本文选取时间权重矩阵与空间权重矩阵的克罗内克积作为时空权重矩阵,并通过比较时空权重矩阵与被解释变量矩阵的有效相关性以确定最优权重。其四,由于传统面板计量模型在应用中受到限制,本文构建同时控制年份、行业和省份固定效应的高维面板模型以分析金融化影响的异质性。为克服分组回归系数不具有可比性的弊端,本文添加对分组回归系数差异的检验,并通过在模型中引入交乘项以反映不同组别之间估计系数的差异。
孙碧涵[4]（2020）在《金融危机后美国投资银行业务调整研究》文中进行了进一步梳理由次贷危机引发的金融危机给美国及世界经济和社会造成了极大的冲击,世界主要经济体都受到巨大影响。美国投资银行对金融风险的爆发负有重大责任。投资银行的高杠杆、高风险业务开展方式以及资产证券化产品的高度复杂性和风险分散机制是导致次贷危机产生和快速扩散的主要因素。危机爆发后奥巴马政府在2010年出台了包括《沃克尔法则》在内的《多德—弗兰克法案》,剥离了美国投资银行的短期自营业务,禁止投资银行拥有对冲基金,同时对投资银行的激励制度进行了严格约束。巴塞尔委员会也于同年出台了《巴塞尔协议Ⅲ》,提高了对投资银行核心资本比例的要求。尽管美国投资银行在金融危机中受到重创,业务又受到一定的限制和监管,但美国投资银行的盈利水平、市值等在极短的时间内就恢复甚至超过了危机前的水平。美国投资银行的快速复苏离不开业务的调整。那么,美国投资银行业务是如何迅速调整的?本文通过大量国内外特别是美国的科研文献、财务报表和其他统计数据,运用马克思主义经济学理论和西方现代资本市场理论,采用宏观与微观、理论与案例、定性与定量分析相结合等研究方法,对金融危机后美国投资银行的业务调整进行了系统的研究分析,探索其经验及教训,以期能为我国投资银行业的健康发展提供借鉴与参考。在对美国投资银行业务的研究中,本文放弃了传统业务、引申业务和创新业务这种传统的投资银行业务分类方法,根据美国主要投资银行普遍实行的业务部门划分对投资银行业务进行分类,即:投资银行部门业务、交易部门业务和资产管理部门业务。这种基于经营模式和实际操作中部门的业务分类方法,更符合投资银行业务发展的趋势,更有利于对投资银行业务间的联系进行研究,有助于更好的从投资银行的工作实际出发来研究各类业务的情况、特点,包括收入来源、风险构成等,可以较好地避免问题研究与实际运营相脱节,便于理解、解决实际问题。根据投资银行业务发展的重大事件可以将美国投资银行200多年的历史分为三个阶段:（1）1783年至1929年。美国投资银行从萌芽到第一个发展高峰,从混乱无序的经营到形成较完善的业务体系和经营模式;（2）1929年至1981年。大萧条后,《格拉斯—斯蒂格尔法案》的实施确立了美国商业银行和投资银行分业经营的模式。（3）1982年至今。在美国商业银行不断尝试经营投资银行业务和国际综合性银行的竞争压力下,美国1999年颁布了《金融服务现代化法案》,废除了《格拉斯—斯蒂格尔法案》对商业银行进入投资银行业务领域的限制,美国投资银行业再次进入混业经营。2007年危机爆发后,美国投资银行业务再次进行重大调整。金融危机后美国投资银行业务调整是受内因和外因影响的。外因主要体现在不景气的宏观经济环境、低迷的房地产市场等方面。内因主要是投资银行要扭转大面积亏损局面和降低风险等方面。根据现代资本市场等理论,美国投资银行盲目的扩张背离了实体经济,危机后的业务调整必然加强与实体经济的联系,注重与实体经济的同轨同速发展。现代资本市场理论中的资产组合理论和有效市场假说推动美国大型投资银行业务均衡发展,减少具有高度复杂性和隐蔽性的资产证券化衍生品业务。降低系统性风险和实现风险与利润的平衡是此次业务调整的主要原则。在对美国投资银行中投资银行部门业务调整的研究中,本文分析了投资银行部门的融资业务和并购业务,并将次贷危机前后的业务进行了对比分析。研究发现,危机后美国大型投资银行在融资业务方面,加强了传统业务,证券承销业务利润占比回升,美国市场证券承销业务行业集中度小幅下降,美国投资银行证券承销业务对美国本土依赖度增加,传统业务和本土业务在美国投资银行的业务结构中起到更加重要的作用。并购重组业务进一步细分细化,并购业务的收入及在总收入中所占比重增加,近年来新的并购潮拉升美国投资银行并购业务保持着持续增长的趋势。在对美国投资银行中交易部门业务调整的研究中,本文对交易部门的业务中根据资本所有者划分的客户交易和自营业务两种业务的性质、特征进行了深入的研究和分析。并对比了交易部门在危机前后的业务构成和收入变化,危机后受短期自营业务被剥离的影响,高盛等大型投资银行的交易部门业务收入和在总收入中所占比重下降明显,其中投资银行在自营业务方面转向以权益类投资为主。在交易部门业务调整方向的选择上,高盛和摩根士丹利选择了不同的道路,摩根几乎完全放弃自营业务,以做市为交易部门的主营业务;高盛在被剥离短期自营业务后依然保持大量的自营业务。在对美国投资银行中资产管理部门业务调整的研究中认为,金融危机后,资产管理部门成为美国投资银行业务调整的主要发展方向,这部分业务在美国大型投资银行总收入中占比明显提高,投资银行管理下的资产业务总量上升明显。美国大型投资银行资产管理部门业务的客户群体也发生明显改变,危机前的主要客户是机构投资者和高净值个人,危机后美国投资银行开始加强资产管理的零售业务,为更多的个人投资者提供服务。本文从宏观和微观的角度对美国投资银行业务调整的效果与存在的问题进行了评估与分析。宏观方面的效果主要体现为:有利于股市的稳定;促进了美国经济的复苏;降低了金融危机系统爆发的风险。但仍然存在“大而不能倒”、信用违约风险和潜在系统性风险等问题。微观效果主要体现为:能够使美国投资银行迅速摆脱金融危机影响;投资银行的经营风险显着降低。但也存在盈利能力下降、员工激励机制还有待改进、资产周转率下降等问题。研究美国投资银行业务调整的利弊得失,总结其经验和教训,能够为中国投资银行促进资本市场发展,加强国家金融系统稳定提供重要参考。2020年恰逢我国资本市场建立三十周年。俗话说,三十而立。我国资本市场已经实现了跨越式发展,同时也面临许多机遇与挑战,我国对外金融开放的步伐不断加快,与世界大型投资银行同台竞争的格局正在形成。中国证券公司、商业银行等经营投资银行业务的机构应充分挖掘中国巨大的市场潜力,扩大业务范围,适当发展衍生品及面向中小企业的融资业务,完善资本市场的分层和业务的差异化,减少同质竞争。同时政府部门应适当引导证券公司间的兼并和收购,形成具有规模优势的大型公司,将会更加有利于中国资本市场的发展。
李广兵[5]（2020）在《期权博弈视角下并购动态策略研究》文中认为金融市场是资源配置的枢纽和重要平台,而并购重组则是资源优化配置的重要方式。近年来,随着全球经济增长明显降速和经济下行压力增大,以及中国监管政策推进和改革深化,中国已成为世界第二大并购市场。相关研究方面,尽管金融工程领域内关于并购行为研究成果斐然,但尚未以微观主体退出决策为引入视角研究企业并购行为,且鲜有系统深入研究并购意向、并购企业角色定位、合并时机与条件,以及并购前后价值研判。本文以微观主体退出决策问题为基础研究,以最优停时和跨期价值研判为纽带,延伸至企业并购意向、并购企业权属、合并时机与条件等三大关键特征,综合运用期权博弈理论,整合实现企业并购行为系统研究,分析验证市场因素对并购意向影响。首先,为厘清企业并购行为研究路径,研究微观主体退出决策问题。考虑微观主体在跨期退出决策时追求终生福利最大化,引入时间不一致性和恒定存活率,构建退出决策模型,比较分析时间一致行为对微观主体退出时点影响,发现相较于指数型微观主体,双曲型微观主体更倾向于选择延迟退出。进一步,当存活率非恒定时,发现微观主体更倾向于选择继续工作。其次,将微观主体退出意向延伸至企业并购意向,研究并购市场企业进入与退出行为。以质疑企业产出表达式和合并利润表达式为动机,引导相应实证研究,发现企业产出既与行业生产率水平有关,也与企业特有生产率水平有关。考虑经营协同效应与合并多元化效应,借鉴竞争博弈思路,基于并购市场构建现有企业合并与退出模型和潜在企业进入模型,发现合并企业行业相关性与多元化效应呈负相关关系,绩效不佳的现有企业选择继续留在合并市场且期待合并机会,潜在进入企业盼望早日踏入并购市场,企业价值与企业特有生产率水平均呈正相关关系。然后,将微观主体退出权拓展至并购企业权,考虑企业角色定位内生性,研究并购企业权属确定问题。以上市公司数据为样本,分析并购行为对股票价格表现影响,发现短期内并购行为与被并企业股东收益不存在显着相关性现象。假定企业角色定位是外生给定的,将同行业增长率因子引入至金融市场下企业市值,确定合并盈余,构建外生并购模型,发现合并在经济繁荣期与萧条期均可发生,合并盈余规模与并购时机呈负相关关系,主并企业行业前景越好倾向于选择延迟收购或不并购,被并企业行业前景越好则促使主并企业提前收购。假定企业角色定位具有内生性,构建内生并购模型,发现企业提出要约收购是弱占优策略。再者,将微观主体退出时点扩宽至企业合并时机,引入行业冲击弹性因子,结合企业合并条件,研究企业合并时机与合并条件序列重排问题。假定企业并购时机优先于并购条件,引入与谈判导致价值损失有关的威胁因素,以合并企业价值最大化为目标,构建合作博弈模型,给出威胁博弈下企业角色定位的纳什均衡。假定企业收购条件优先于收购时机,以主并企业价值最大化为目标,构建非合作博弈模型,发现行业冲击弹性与主并企业期权价值呈正相关关系,而与被并企业期权价值呈负相关关系。此外,比较分析发现,如果主并企业不愿承担交易成本,则其倾向于选择优先确定并购时机,然后考虑如何分配合并盈余。最后,分析市场因素对并购意向影响,验证理论发现与实证结论一致性。重点以2015年至2019年中国并购市场数据为样本,分析企业并购现状,佐证部分理论结果,发现企业并购在交易金额和并购事件数量方面均持续回落,协议收购、横向整合和现金支付是并购方案的主流;短期来看,未来两年并购市场将呈现“量、价”双降,中长期来看,并购市场将迎来回暖。
周悦[6]（2020）在《金融体系与实体经济发展适配效应研究》文中研究表明金融体系是经济发展中的重要部门,实体经济高质量发展,离不开金融体系的完美配合。金融的本质要求就是要服务实体经济、满足经济社会发展和人民群众需要。我国金融体系与实体经济之间虽是相辅相成的,但也存在着一定的矛盾。在供给侧结构性改革提出后,金融体系服务实体经济的能力备受重视。一方面,金融体系为推动产业结构优化升级提供了资金,可以改善实体经济的融资效率;另一方面,金融体系作为服务业中的重要组成部分,直接为实体经济贡献了一部分产出。鉴于金融体系在实体经济发展中起到的重要作用,为了更好地发挥金融服务实体经济的能力,本文将选择金融体系中的金融结构、金融效率和金融规模三个维度,分别研究这三个维度与实体经济发展之间的适配性,然后采用不同的实证方法分析了实体经济发展与金融体系这三个维度之间的动态适配效应,最后探析金融体系与实体经济发展的适配方式。本文在分析中较多的采用省际层面的数据,因此比以往学者的研究考察得更加全面和详尽。本文主要的研究内容如下:第1章和第2章为绪论和文献回顾,首先介绍了本文的研究背景、研究思路,并对实体经济和金融体系进行界定,提出将选取金融体系中的金融结构、金融效率和金融规模三个维度。进一步阐述了以往学者对金融体系及三个维度与实体经济之间关系的研究。但是随着金融市场和实体经济的不断发展,有些研究结论与实际发展相悖,本文对此进行了说明与分析。在对金融体系与实体经济发展相关研究进行凝练梳理后,发现金融体系与实体经济发展的关系是复杂多变的,在不同的经济环境中,金融体系发挥的作用有所差别,因此在我国提出加强金融服务实体经济能力的背景下,本文将对我国金融体系与实体经济发展的适配效应进行研究,并探寻金融体系与实体经济发展适配方式。第3章为金融体系与实体经济现状及关联性研究。在阐述金融体系与实体经济发展现状的基础上对金融体系与实体经济发展中存在的问题进行分析,采用灰色关联度分析方法对我国金融体系中的金融结构、金融效率、金融规模与实体经济的适配程度进行研究,结果表明选取金融体系中的金融结构、金融效率和金融规模做进一步研究是合理的,在供给侧结构性改革提出后,金融结构对实体经济发展的贡献度最大;金融效率与实体经济发展关联度较高;在样本观测期内金融规模与实体经济的关联度较弱,金融规模的增长与其拉动实体经济的能力不匹配。基于研究发现的问题,后文分别对金融结构、金融效率和金融规模与实体经济发展动态关联效应进行分析,以发挥它们在实体经济发展中的优势,补齐金融体系运行的短板。第4章为金融体系与实体经济发展适配效应分析:基于金融结构空间溢出效应视角。本文将金融结构分为宏观金融结构和金融行业结构两部分,采用空间杜宾模型对省际金融结构与实体经济发展的溢出效应进行研究,结果表明本地的金融市场结构和证券业结构对实体经济发展有直接的正向作用。通过间接效应分析发现宏观金融结构存在溢出效应,也就是地理位置邻近的区域为金融资源的流动提供了便利性,实现了金融资源的共享和互补,有利于提高实体经济发展水平。但是相邻地区的金融资源也存在竞争性,相邻地区会效仿更完善的金融结构,甚至产生恶意竞争,如果处理不当,将会对实体经济发展产生负面影响。从总效应来看,宏观金融结构对本地区和相邻地区都有显着影响,但金融行业结构的影响不显着,无论是对本地区还是相邻地区的实体经济贡献度都较小。那么在构建金融结构与实体经济发展适配方式时要更多地考虑宏观金融结构的影响,提升金融行业结构的整体水平。第5章为金融体系与实体经济发展适配效应分析:基于金融效率动态效应视角。首先分析了我国金融效率与实体经济发展的现状与存在的问题。进一步,分析省际金融效率与实体经济发展水平的关系,比较静态模型与动态模型估计结果的差异,研究表明动态系统GMM模型估计系数更显着,保险赔付比率与实体经济发展关联性较强,而金融机构存贷比对实体经济的促进作用相对较小。其原因是保险业发展相对缓慢,保险业效率提高对实体经济的边际效应较大。而我国金融机构存贷款能力较强,充足的资金有利于推动实体经济发展,但当实体经济发展到一定水平时,融通资金的方式就不能局限于通过金融机构贷款。构建多层次的金融市场体系更利于目前实体经济的发展,本章为搭建金融效率与实体经济发展适配方式指明方向。第6章为金融体系与实体经济发展适配效应分析:基于金融规模门槛效应视角。本章对时间序列数据和面板数据分别进行门槛效应回归,结果发现金融发展对实体经济具有显着的正向促进作用,无论是全国的时间序列数据还是省际面板数据结果都表明金融规模存在双重门槛效应。从全国层面来讲,当金融规模处于两个门槛值之间的区域时,金融发展对实体经济的促进作用是最大的,一旦超过这个区间,金融发展对实体经济仍保持正向促进,但边际效应就会降低。从省际层面来讲,当金融规模低于一定门槛值时,金融发展对实体经济增长是存在抑制作用的;而当金融规模处于两个门槛值之间时,金融发展对实体经济增长是正向促进的;当金融规模超过门槛区域时,金融发展对实体经济的边际效应会降低。分析全国和省际结果的区别,主要是由于我国省际之间金融发展水平差距较大,金融规模存量也有着显着的差别,对于欠发达地区融资成本高,金融规模尚未达到门槛值,实体经济发展受阻;而发达地区的金融机构数量多,金融规模存量较大,甚至超过了实体经济的承载量,对实体经济发展的边际效应已超过了最高点。因此在分析金融规模与实体经济发展适配效应时要注意省际金融规模的差异。第7章为金融体系与实体经济发展适配效应实证分析:基于动态关联效应视角。本章采用PVAR模型分析了省际金融体系与实体经济的动态关联效应,结果表明金融结构与实体经济之间的关系较为复杂,宏观金融结构与实体经济的动态关联度较强,但其中的金融产业规模结构与实体经济发展呈负向作用。金融效率与实体经济发展呈正向动态关联关系,当金融效率提高时,实体经济发展水平也会在一定程度上提升。但是金融规模与实体经济发展呈负向冲击效应。在对实体经济冲击金融体系的分析中,结果发现实体经济与金融体系之间的关系是非对称的。金融体系对实体经济的冲击带来的影响是短暂的、时效性有限,而实体经济对金融体系的冲击带来的影响是持续的、时效性较长。在结论、启示和展望部分,基于以上计量分析结果,本文提出金融体系与实体经济发展之间存在动态适配效应,它们之间的关系应该是动态调整的,要提高金融体系与实体经济发展的结构适配性,发挥宏观金融结构对实体经济的推动作用;协同发展多层次的金融市场体系,将金融资源更多地配置到经济社会发展的重点领域和薄弱环节,优化金融效率对实体经济发展的资源配置功能,提高金融体系与实体经济适配效应;协调金融规模与实体经济发展的适配性,过量的金融规模会对实体经济产生负向冲击;均衡金融体系和实体经济发展的速度,实体经济也应该适当反哺金融发展;优化金融监管体系,为金融体系服务实体经济营造安全的环境。最后指出未来进一步研究的方向。
冯文芳[7]（2020）在《金融杠杆与资产价格泡沫：影响机制及其监控研究》文中提出资产价格泡沫和高杠杆在历史上反复出现,但次贷危机后的资产价格泡沫形成机制和高杠杆作用机理更加复杂;现代金融技术发展产生的影子银行和金融衍生品等不但空转套利推高金融杠杆,而且让问题复杂化;内嵌于银行体系的表外业务严重期限错配以及中国经济转型期结构中存在的各种扭曲现象,使得金融杠杆过度膨胀导致的资产价格泡沫演化过程中出现的新问题和新情况,原有传统理论都无法较好解释经济中的资产价格泡沫现象。目前,中国正处于经济转型和结构升级的重要关口,党的十九大明确提出“我国经济已由高速增长阶段转向高质量发展阶段”,经济增长速度从高速增长开始转为中高速增长,但是金融杠杆仍在不断攀升,金融杠杆增长与经济发展错配现象严重,资本市场的过度繁荣引致资金在金融体系内空转,导致资产价格泡沫和系统性金融风险不断膨胀和累积。金融危机后上述问题成为经济学研究的热点并引起社会各界的广泛关注。在此背景下,首先,通过阅读和归纳国内外关于金融杠杆、资产价格泡沫和经济增长等方面的经典着作和前沿文献,厘清选题的发展脉络、研究现状、存在问题、争论焦点和研究盲点等,为后期研究顺利展开提供文献支撑和理论基础。其次,准确定义资产价格泡沫是研究的逻辑起点,遵循目前国内外经济学界的三种主流观点,对资产价格泡沫的涵义进行明确界定并分析了其一般特征;从理论角度和影响因素角度剖析了资产价格泡沫的形成机理;运用ADF、SADF、GSADF和RADF等资产价格泡沫识别方法,对资产价格泡沫的存在性、存在周期、出现频率和程度大小等进行了识别和检验,实证结果表明在样本研究期内显着存在周期性资产价格泡沫;并且运用协整模型和向量误差修正模型（VECM）提取了资产价格泡沫。第三,以金融杠杆经济本质研究作为切入点,从微观和宏观角度分别定义和度量了金融杠杆,揭示微观金融杠杆与宏观金融杠杆背离的原因和实质;采用债务收入比法和即时拆分法（TD）测算了我国的金融杠杆;重点揭示和研究了金融加杠杆的根源、实质、动力、渠道、特点和成因等;不但构建了金融杠杆驱动的资产价格泡沫模型,从理论上厘清两者之间的内在逻辑关系,而且把滚动宽窗Granger因果检验模型和Bootstrap统计检验结合,从实证上验证了金融杠杆和资产价格泡沫相互动态影响机制的程度、频率与方向以及与经济事件之间的关系。第四,高杠杆和资产价格泡沫仅是表象,隐藏其背后的实质是虚拟经济与实体经济的失衡,因此加入经济增长因素,从表象分析上升到实质研究,进一步揭示金融杠杆、资产价格泡沫与金融、经济之间的影响效应。具体内容包括:（1）运用差分广义矩估计（DGMM）和门限效应,对国内16家上市银行从两个阶段检验了货币政策传导的银行风险承担渠道的杠杆机制的有效性,实证结果表明:货币政策可以通过杠杆率对银行风险承担产生显着影响;货币政策与银行风险承担之间存在双重杠杆率门限效应;（2）运用傅里叶变换和频谱分析法研究了资产价格泡沫与经济增长之间的周期联动效应,实证结果表明:我国资产价格泡沫和经济增长的周期联动关系较复杂,并且两者在周期联动上更多的存在背离现象;（3）基于R&D模型,加入金融杠杆因素,研究了不存在和引入资产价格泡沫时经济增长的均衡结果,并推断出资产价格泡沫与经济增长共容的条件。（4）运用MCMC算法和SV-TVP-SVAR模型从时期与时点两个角度对金融杠杆、资产价格泡沫与经济增长三者之间的时变关系进行验证,实证结果表明:三个经济变量之间具有非常显着的时变特征。最后,高杠杆下去杠杆是必然选择,准确定义去杠杆的涵义并对目前去杠杆存在的误区做了澄清;分别探索了实体去杠杆和金融去杠杆的路径;运用合成控制法（SCM）检验了限贷政策能否抑制房地产泡沫?实证结果表明:在4个研究样本中,限贷政策对3个样本的商品房销售价格无法起到降低的作用;囿于传统资产价格泡沫监控研究方法与模型的缺陷,尝试运用人工智能中的支持向量回归（SVR）模型和BP神经网络（BPNN）技术构建了资产价格泡沫监控系统,结果表明,人工智能技术可以很好逼近与诠释样本历史数据所蕴含的内在规律,有效实现监控功能。根据上述主要研究结论,提出了四点政策建议:（1）拓展宏观货币政策调控目标范围,把资产价格纳入中央银行决策信息集,构建货币和信贷流动以及资产价格泡沫监控系统;（2）减少或消除刚性兑付和不必要的政府隐性担保,实现国有资产管理体制和商业银行行为市场化,政府职能回归公共管理本质;（3）坚持中性稳健的货币政策,保持适度的货币流动性,建立宏观审慎评估体系MPA和对金融体系资产实施穿透管理,对影子银行进行有效管理;（4）精准掌控“结构性去杠杆”的节奏、力度、时间、主体,有条不紊降低杠杆率。
刘骏斌[8]（2020）在《资产价格与系统性金融风险：影响机制及其监控研究》文中认为历经多年高速发展,我国已经建立起较为完善的金融体系,金融市场体量和影响力显着增加,金融经济系统对资产价格波动的敏感性提高。2008年金融危机后,我国发生了房地产价格的多轮上涨和“千股跌停”的股灾,资产价格波动加剧了系统性金融风险压力。当前,我国经济面临深化供给侧改革和转型升级的迫切需求,守住不发生系统性金融风险的底线成为我国金融改革中的根本性任务。因此,研究资产价格与系统性金融风险的相互影响机制及其监控问题契合当下金融改革的重点,具有深远的研究意义和实践价值。基于当前研究背景和现实需求,本文将系统性金融风险扩展到国家金融安全范畴,并遵循“资产价格内涵→资产价格与系统性金融风险相互影响→风险测度→溢出效应→监控机制和政策建议”的逻辑思路展开研究,旨在构建较为系统的宏微观分析框架。本文首先从资产价格的理论基础和“价值-价格”关系入手,阐述了资产价格的形成和波动机理,研究表明:资产价格能够充分反映公开信息,资产价值是决定资产价格的基础,流动性水平是资产价格联动、泡沫化和周期性变化的主要影响因素,存在复杂的驱动机制和波动效应影响。在分析资产价格的形成与波动的基础上,本文详细阐述了资产价格与系统性金融风险的相互影响机理。首先,一系列金融危机已经明确了资产价格与系统性金融风险的相互影响事实,本文进一步从预期、市场和流动性角度分析了资产价格与系统性金融风险的相互影响途径,涉及预期影响下的资产价格和货币价值偏离、投资决策影响和价格机制、流动性冲击、信贷杠杆和货币循环等具体影响渠道;同时,基于开放式基金的资产配置和企业-银行部门的信贷关系构建理论模型,解析资产价格与系统性金融风险之间存在的跨期、“螺旋式”叠加、时滞、持续和不对称等影响效应特征。在明确资产价格与系统性金融风险相互影响机理的基础上,本文基于资产价格数据信息,分别从宏微观角度测度系统性金融风险。首先,基于网络视角测度的开放式基金的系统性金融风险结果表明系统性金融风险在基金之间的传染具有方向性和非对称性。其次,针对扩展的宏观系统性金融风险范畴,分别选用综合指数法测度金融系统压力指数和金融主权指数,选用Copula-GARCH（1,1）-Va R模型测度信用货币的币值稳定性,并验证了测度指标的合理性。在系统性金融风险测度的基础上,本文基于市场因子和面板数据分析的实证方法研究系统性金融风险的微观机构溢出效应,结果表明:基于金融网络测度的风险指标对开放式基金的现金流和收益增长的影响具有两面性,既是风险的冲击、传染和分散,也能够凸显出机构的系统重要性程度。进一步的,运用时变参数随机波动率结构VAR模型（TVP-SV-SVAR）分析系统性金融风险的宏观时变溢出效应,结果表明:美元货币政策冲击和跨国资本循环持续增加系统性金融风险压力,并共同冲击人民币币值稳定和阻碍金融主权实力的提升。最后,本文基于资产价格视角构建系统性金融风险监控机制。通过借鉴能够反映变化方向、大小和延续性的时变方法,分析系统性金融风险监控的现状,提出转变监控的理念思路和原则,构建多维度、多系统的系统性金融风险监控体系。并进一步从资产价格变化、外生性冲击和风险指数视角对系统性金融风险的监控效果进行了非线性时变检验,明确了相应监控指标及其适应的监控范围。
傅步奔[9]（2020）在《关于中国货币政策不确定性的研究 ——基于随机波动率模型》文中指出2007年-2009年国际金融危机期间,世界经济中的不确定性骤升,使得经济个体普遍推迟了消费和投资计划。国际金融危机过后,升高的不确定性又伴随着缓慢的世界经济复苏。而在当下,美国贸易保护主义抬头,对世界其他国家频频发起贸易摩擦,进一步加剧了世界经济中的不确定性。可见,对不确定性进行研究具有重要的现实意义。在宏观经济学领域,不确定性研究主要依赖于随机波动率模型。本文以随机波动率模型为基本工具,研究了中国货币政策不确定性与经济波动、银行杠杆以及货币政策调控体系转型等相关的问题。第二章研究的基本的问题是:货币政策不确定性冲击与中国宏观经济波动。中国央行法定的货币政策最终目标是维持物价稳定,促进经济增长。但是,由于中国经济正处于不断发展和转型的阶段,货币政策在实践中还要考虑到促进就业,平衡国际收支,促进金融改革和开放,发展金融市场,协调财政政策等多个目标。因此中国货币政策具有较大的复杂性。本章基于货币政策“维持物价稳定,促进经济增长”的双目标,采用随机波动率模型,从政策规则方程的视角研究中国的货币政策不确定性及其对宏观经济的影响。货币政策规则方程包含货币政策最终目标、货币政策工具两大部分,是对货币当局行为准则的高度概括。在货币政策目标变量上,本章选择了通货膨胀率和产出缺口。在货币政策工具上,为了体现中国货币政策调控体系中量价并用的重要现实特征,同时选择了利率和M2增长率。根据不确定性文献,两大货币政策工具除去对通货膨胀率、产出缺口的反应后,余下残差项的标准差可以代表货币政策的不确定性。本章采用随机波动率模型,应用粒子滤波方法估计了残差项的波动率,得到了2000年第一季度到2016年第四季度中国货币政策不确定性的变化情况。估计结果显示,在样本期间,中国货币政策的波动率显着地随时间变化。货币政策不确定性最大的三个时期分别是2008Q4-2009Q1,2013Q2-Q3和2015Q1-Q2。这三个货币政策不确定性最大的时期,与当时复杂多变的经济形势和政策环境相吻合,本文估计的货币政策波动率与经济事实相一致。同时,本章也与采用报纸文本分析方法构建的中国货币政策不确定性指数进行了比较,结果表明,二者相关性良好。这进一步表明可以采用货币政策规则方法来估计货币政策不确定性。为了识别货币政策不确定性冲击对经济的影响,本章使用估计得到的货币政策波动率作为结构向量自回归（SVAR）模型的变量之一,分析了四个主要宏观经济变量:产出、消费、投资和价格水平在受到货币政策不确定性冲击时的反应。脉冲响应结果显示,在货币政策不确定性增大时,四个宏观经济变量均是“倒驼峰”式的向下反应,且投资的反应最大;产出和物价的变动方向相同,表明货币政策不确定性冲击是一种需求冲击。为了解释和复制VAR模型中得到的结论,本章又构建了新凯恩斯动态随机一般均衡（DSGE）模型,在模型中通过随机波动率模型设定了带有时变波动率的中国货币政策混合规则。研究表明,DSGE模型复制了VAR模型中的结果,四个宏观经济变量呈现出“倒驼峰”式向下反应,投资是对货币政策不确定性最为敏感的宏观经济变量,货币政策不确定性冲击是一种需求冲击。第三章在前文研究的基础上,亦采用随机波动率模型对货币政策不确定性与银行杠杆问题进行了研究。2007年-2009年金融危机,在一定程度上,与经济中的家庭杠杆和银行杠杆相关。金融危机之后,除了不确定性问题,银行杠杆问题也引起了无论学界还是业界的普遍关注,其关注逻辑在于:高杠杆使得金融系统抵御冲击的能力变小,易引发所谓的“明斯基时刻”,即资产价值急剧崩溃并引发商业周期波动的情形。在政策层面,国际金融危机之后,世界各国和国际经济组织开始强调金融系统的稳定性。原有的《巴塞尔协议Ⅱ》只是重点监管资本充足率。2007年-2009年国际金融危机爆发前,欧美主要商业银行尽管满足了资本充足率要求,但仍无法彻底抵御金融冲击,原因之一即是危机前这些银行的杠杆倍数较高。这表明单一的资本充足率要求不再满足监管需要。为了弥补这一监管缺陷,《巴塞尔协议Ⅲ》引入了第二个监管指标:杠杆率（杠杆倍数的倒数）。对应地,中国在2011年推出了《商业银行杠杆率管理办法》,规定商业银行的杠杆率需保持在4%以上。较之《巴塞尔协议Ⅲ》要求的3%,中国对商业银行杠杆管理更加严格,中国监管部门对金融系统的稳定更加重视。本章采用2003年至2018年的A股上市商业银行季度财务报表,和第二章估计的中国货币政策不确定性时间序列,来分析后者对商业银行杠杆决策的影响。基准模型的回归结果显示,加入固定效应和控制变量,控制了异方差性和同期截面相关性后,银行杠杆和货币政策不确定性之间的系数是负的,在1%的统计水平上显着。在稳健性检验过程中,向模型添加利率、M2增长率和季节因子后,回归结果仍是稳健的,银行杠杆和货币政策不确定性之间的系数仍在1%的水平上显着为负。从而,在经验事实上可以认为,当货币政策不确定性上升时,商业银行会显着地降低杠杆倍数。为了解释经验分析中得到的结论,第三章构建了新凯恩斯动态随机一般均衡模型,采用“执行成本”设定将银行杠杆内生化,也同样设定了带有时变波动率的中国货币政策混合规则。脉冲响应结果表明,当预期之外的货币政策不确定性上升时,银行会选择提高贷款利率,提升自身资本金,从而降低自身杠杆倍数。这与前文的经验分析结果相一致。第四章同样基于随机波动率模型,在向量自回归模型中同时设定了可变参数和可变波动率,并识别出利率冲击和货币增长率冲击。通过对产出和通货膨胀率进行预测误差方差分解,研究了中国货币政策调控体系从货币数量型为主向利率型为主进行转变的过程。从1998年开始,中国人民银行开始实行以货币供应量M2为中介目标的货币政策调控体系。但伴随着利率市场化改革的进行和金融市场的发展,中国人民银行开始讨论在未来将利率作为货币政策的中介目标。“十三五规划”更进一步提出货币政策向价格型为主进行转变。常系数向量自回归模型的假设前提是经济体制稳定,不适合用来研究转型中的中国货币政策。本章采用时变参数随机波动率向量自回归模型,选择了四个主要的宏观经济变量:GDP增长率、通货膨胀率、利率和货币增长率,来研究中国货币政策调控体系的转型问题。本章得到三个主要结果。首先,在2009年四万亿刺激计划实施之前,经济系统的脉冲响应函数变化不显着,表明货币政策体系的结构变化很小;在此以后,经济系统的脉冲响应函数变化变大——经济增长率和通货膨胀率对利率的反应扩大,对货币增长率的反应缩小。第二,预测误差方差分解显示,2009年四万亿刺激计划实施之后,利率冲击对经济增长率和通货膨胀率的方差贡献变大,利率政策工具在货币政策调控体系中变得越来越重要,央行的货币政策调控体系正在从以货币数量为基础向以利率为基础进行转变。第三,通过反事实分析,本章研究了2009年后货币政策体系的结构变化,对GDP增长率和通货膨胀率的影响。反事实分析的结果显示,四万亿刺激计划平滑了经济增长率,使得经济增长高出了0.7%,但此结果在统计意义上并不显着。本章最后进行了稳健性检验,以证明主要结论的可靠程度。
王宁[10]（2020）在《管理者过度自信、投资行为与公司财务困境》文中提出现代市场经济是建立在法制基础上的信用经济,其重要组成部分之一是资本市场。中国资本市场的发展速度令世人惊叹,曾经取得的成绩也令人瞩目,但近些年来却暴露出压力上升和风险加大的迹象。有统计数据显示近两年上市公司业绩不佳,部分公司商誉减值幅度大且亏损严重。导致这种现象出现的原因固然是多方面的,但外因通过内因起作用的规律是不变的。因此,可以说内部管理层制定的各项经营决策决定了公司的生死存亡,那么管理层自身的能力和行为特征以及经营决策的具体内容就变得至关重要。本文将管理者过度自信作为起点,研究管理者心理偏差如何通过投资行为影响公司财务困境。自信是一种乐观向上的态度,具有积极的现实意义。从心理学的角度讲,自信的人有一种积极的心理暗示,有助于激励人们推动事物向预期的方向发展,主观上的努力往往会大大提升成功的概率。根据优胜劣汰的观点,自信的人勇于创新、敢于接受挑战,从而增加成功的机会,所以更具有生存的竞争优势。但是,当自信的人们享受成功喜悦的时候,容易被胜利冲昏头脑,沉浸于自己自信、果断、高效的决策所带来的成就感,自我肯定的认知不断强化,最终形成过度自信的心理偏差。随着行为金融学的深入发展,研究者认为心理因素会阻碍决策者理性行事,导致实践中出现两个阻碍公司价值最大化的行为障碍,一个存在于公司内部,是管理者由于认知缺陷和情感影响而犯下的错误所带来的成本或价值损失;一个存在于公司外部,源于分析师和投资者的行为错误。公司内部的行为障碍直接影响经营决策的制定和决策执行的后果,从而出现管理者过度自信影响投资决策、投资决策影响财务困境的传导路径。本文首先在第2章中从管理者过度自信、财务困境、管理者过度自信对投资行为的影响、投资行为对财务困境的影响等几个方面对现有文献进行梳理,其中重点关注管理者过度自信的度量和管理者过度自信对财务决策尤其是投资决策的影响以及财务困境成因的实证研究。此外,为配合后文关于中介效应研究假设的检验,对该问题涉及到的已有文献做必要梳理,为明确中介效应分析法对本文研究的适用性提供依据。第3章从行为金融的角度研究上市公司财务困境成因,重点讨论管理者过度自信和公司财务困境之间的关系。实证检验结果显示,相对于理性公司而言,过度自信公司更容易陷入财务困境,盈利能力、公司治理水平和营运能力的提升有助于缓解财务困境,而投资机会、管理层持股会使财务健康状况恶化。对于管理者过度自信的度量指标,文章在稳健性检验部分通过实证分析排除了管理层增持股票的其他潜在解释,包括内部消息、历史业绩、风险偏好和信号传递,证明该方法是稳健的。第4章从投资规模的角度研究管理者过度自信与财务困境之间的作用机理,具体分为过度投资和投资-现金流敏感性两个问题。实证检验结果表明:首先,当公司处于较为宽松的内外融资环境时,相对于理性公司而言,管理者过度自信公司更容易出现过度投资的现象;但在融资条件较为恶劣的环境下,虽然获取资金的成本较高,但管理者自信投资项目未来的高收益足以弥补融资成本,且自身控制风险的能力可以确保高收益的实现,因而投资水平并未相应降低,没有呈现出显着的投资不足。其次,在管理者过度自信的公司,相对于内部现金流上升的情况而言,内部现金流下降时投资对现金流的敏感性会变弱,即内部现金流下降并未带来投资规模相应下调,投资规模出现向下调整粘性,从而出现投资-现金流敏感性非对称现象,而该现象在融资约束环境下虽然变弱但仍然存在。最后,过度投资现象和投资规模向下调整粘性即投资-现金流敏感性非对称现象在管理者过度自信导致财务困境的过程中起到部分中介作用。第5章选择多元化经营的视角,从投资方向的角度研究管理者过度自信对财务困境的影响。实证检验结果表明:首先,相对于理性管理者而言,过度自信管理者更易选择多元化经营,且多元化经营程度更深,体现为过度自信管理者选择多元化经营的概率更高、当年出现新增收入来源的可能性更大、经营涉及的行业数目更多、赫芬达尔指数更小、熵指数更大,总体显示出过度自信管理者的扩张欲望。其次,相对于单一经营而言,多元化经营的公司更易陷入财务困境,表现为行业数目越多、赫芬达尔指数越小、熵指数越大则公司陷入财务困境的概率越高。为进一步证实这个结论,文中对决策实施前后的不同时段进行区分,从时间序列的角度证明相对于多元化决策实施之前的财务状况而言,上市公司在决策实施之后更容易陷入财务困境。再次,如果公司在进入样本期之前是单一经营的状态,那么相对于经验丰富的多元化经营公司而言,这种公司在首次实施多元化决策之后陷入财务困境的概率更高,在重复经历中汲取经验的学习能力是不同多元化行为产生差异化影响的原因。第四,多元化经营决策尤其是单一公司多元化一次的行为,在管理者过度自信导致财务困境的过程中起部分中介作用。第五,过度自信管理者实施多元化决策后陷入财务困境并至少持续三年,而理性管理者实施多元化决策后并不会陷入财务困境。第6章选择并购决策的视角,从投资行为的角度研究管理者过度自信对财务困境的影响。实证检验结果表明:首先,相对于管理者理性的公司而言,管理者过度自信的公司更易选择并购活动,而且连续并购的可能性更大、并购活动更频繁。其次,管理者过度自信公司更易选择非相关并购、跨地域并购,在并购时更易选择现金支付,而且会支付更高的并购溢价。进一步分析发现过度自信管理者往往忽视非相关并购交易资源整合的难度以及跨地域并购伴随的自然环境、社会环境、企业文化和价值观等方面的差异,确定支付方式时不能充分考虑公司内部资源和所处市场环境,在确定交易金额时又夸大标的公司的潜在价值,从而不可避免的给出过度支付。再次,管理者过度自信公司的并购行为更易导致公司陷入财务困境。最后,并购行为在管理者过度自信与财务困境关系中发挥的部分中介作用是显着的,管理者过度自信通过不恰当的并购行为间接导致公司陷入财务困境,具体体现为非相关并购的中介效应、跨地域并购的中介效应、支付方式不当的中介效应和并购溢价过高中介效应。其中支付方式不当的中介效应体现为主并公司由于过高估计并购后资源整合带来的收益,在存有融资约束的情况下依然选择用现金支付,进而导致公司陷入财务困境。
二、增长率计算中三个杠杆系数表达的分析（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、增长率计算中三个杠杆系数表达的分析（论文提纲范文）
（1）S天然气公司资本结构优化研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的及意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 文献综述 |
| 1.3.1 国外研究现状 |
| 1.3.2 国内研究现状 |
| 1.3.3 文献述评 |
| 1.4 研究内容和研究方法 |
| 1.4.1 研究内容 |
| 1.4.2 研究方法 |
| 1.5 创新点 |
| 第二章 相关概念及理论基础 |
| 2.1 相关概念界定 |
| 2.1.1 资本结构的概念 |
| 2.1.2 最优资本结构的概念 |
| 2.2 资本结构优化的相关理论方法 |
| 2.2.1 资本结构静态优化方法 |
| 2.2.2 资本结构动态优化方法 |
| 2.3 资本结构的相关理论基础 |
| 2.3.1 MM理论 |
| 2.3.2 权衡理论 |
| 2.3.3 优序融资理论 |
| 第三章 S天然气公司资本结构现状及存在的主要问题 |
| 3.1 S天然气公司概况 |
| 3.1.1 S天然气公司简介 |
| 3.1.2 S天然气公司经营状况 |
| 3.1.3 S天然气公司财务情况 |
| 3.1.4 S天然气公司融资情况 |
| 3.2 S天然气公司资本结构现状分析 |
| 3.2.1 负债结构及合理性分析 |
| 3.2.2 股东权益及股本结构的变动分析 |
| 3.2.3 融资资本结构分析 |
| 3.2.4 财务杠杆分析 |
| 3.3 S天然气公司资本结构存在的主要问题及成因分析 |
| 3.3.1 S天然气公司资本结构存在的主要问题 |
| 3.3.2 S天然气公司资本结构存在问题的成因分析 |
| 第四章 S天然气公司资本结构优化方案设计 |
| 4.1 S天然气公司资本结构优化方案设计的目标及方向 |
| 4.1.1 S天然气公司资本结构优化设计的目标 |
| 4.1.2 S天然气公司资本结构优化设计方向 |
| 4.2 S天然气公司资本结构的静态优化设计 |
| 4.3 S天然气公司资本结构的动态优化设计 |
| 4.3.1 S天然气公司资本结构的外部制约因素分析 |
| 4.3.2 S天然气公司资本结构的内部制约因素分析 |
| 4.3.3 S天然气公司资本结构的内外部制约因素综合分析 |
| 4.3.4 S天然气公司内部因素影响的具体程度 |
| 4.4 S天然气公司资本结构优化区间的确定 |
| 4.4.1 确定资本结构优化区间上限 |
| 4.4.2 确定资本结构优化区间下限 |
| 4.4.3 确定资本结构优化区间 |
| 4.5 S天然气公司资本结构优化的途径 |
| 4.5.1 增加内源资本积累 |
| 4.5.2 平衡企业长短期负债 |
| 4.5.3 优化财务杠杆效应 |
| 4.5.4 丰富融资方式 |
| 第五章 S天然气公司资本结构优化方案的预期效果及保障措施 |
| 5.1 S天然气公司资本结构优化方案的预期效果 |
| 5.1.1 资本成本方面 |
| 5.1.2 经营效率方面 |
| 5.1.3 企业价值方面 |
| 5.2 S天然气公司资本结构优化方案的保障措施 |
| 5.2.1 做好财务战略计划 |
| 5.2.2 构建资本结构优化管理体系 |
| 5.2.3 组建优化资本结构的专业团队 |
| 5.2.4 借助相关机构积极进行多元化融资 |
| 第六章 结论与展望 |
| 6.1 研究结论 |
| 6.2 研究不足及展望 |
| 6.2.1 研究不足 |
| 6.2.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
| 攻读学位期间参加科研情况及获得的学术成果 |
（2）我国资产价格泡沫的形成机理与传染效应研究（论文提纲范文）
| 中文摘要 |
| 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 资产价格泡沫的识别与测度研究综述 |
| 1.2.1 资产价格泡沫的识别研究 |
| 1.2.2 资产价格泡沫的测度研究 |
| 1.3 资产价格泡沫的形成机理研究综述 |
| 1.3.1 有效市场假说与理性资产价格泡沫 |
| 1.3.2 金融摩擦与理性资产价格泡沫 |
| 1.3.3 委托投资与信贷泡沫 |
| 1.3.4 行为金融学框架下的资产价格泡沫 |
| 1.4 资产价格泡沫的传染效应与政策效应研究综述 |
| 1.4.1 资产价格泡沫的传染效应研究 |
| 1.4.2 资产价格泡沫的政策治理研究 |
| 1.5 研究方法、研究创新与研究不足及展望 |
| 1.5.1 研究方法 |
| 1.5.2 研究创新 |
| 1.5.3 研究不足及展望 |
| 1.6 研究框架与研究内容 |
| 1.6.1 研究框架 |
| 1.6.2 研究内容 |
| 第2章 资产价格泡沫的理论基础 |
| 2.1 资产价格泡沫的内涵与演化过程 |
| 2.1.1 资产价格泡沫的内涵 |
| 2.1.2 资产价格泡沫的演化过程 |
| 2.2 理性资产价格泡沫的理论基础 |
| 2.2.1 局部均衡下理性资产价格泡沫理论基础 |
| 2.2.2 内生性资产价格泡沫 |
| 2.2.3 外生性资产价格泡沫 |
| 2.3 非理性资产价格泡沫理论基础 |
| 2.3.1 异质信念与有限套利理论 |
| 2.3.2 噪声交易理论与泡沫乘骑理论 |
| 2.4 本章小结 |
| 第3章 资产价格泡沫的识别研究 |
| 3.1 ADF方法的检验原理 |
| 3.1.1 ADF单位根检验 |
| 3.1.2 理性资产价格泡沫检验原理 |
| 3.1.3 资产价格崩溃检验原理 |
| 3.2 PSY方法的递归算法 |
| 3.2.1 资产价格泡沫存在性的识别程序 |
| 3.2.2 资产价格泡沫周期的识别程序 |
| 3.3 我国股票市场与房地产市场资产价格泡沫的识别检验 |
| 3.3.1 我国股票市场资产价格泡沫的识别检验 |
| 3.3.2 我国房地产市场资产价格泡沫的识别检验 |
| 3.4 本章小结 |
| 第4章 中国宏观金融杠杆对房地产价格泡沫的非对称动态影响效应研究 |
| 4.1 金融杠杆不确定性下的资产定价理论模型 |
| 4.1.1 模型的基本假设 |
| 4.1.2 理论分析 |
| 4.2 NARDL计量模型 |
| 4.3 资产价格泡沫的金融杠杆的非对称动态效应检验 |
| 4.3.1 数据说明与指标测度 |
| 4.3.2 模型估计结果分析 |
| 4.3.3 金融杠杆的动态效应分析 |
| 4.4 本章小结 |
| 第5章 异质信念、融资融券失衡与股票价格泡沫 |
| 5.1 我国沪、深股票市场资产价格泡沫测度 |
| 5.2 RTV-VAR模型 |
| 5.3 我国多层次股票市场资产价格泡沫成因分析 |
| 5.3.1 数据选择 |
| 5.3.2 实证分析 |
| 5.4 本章小结 |
| 第6章 我国股票市场行业间资产价格泡沫传染效应研究 |
| 6.1 时变动态连通性指数构建 |
| 6.1.1 时变向量自回归模型 |
| 6.1.2 时变动态DY连通性指数构建 |
| 6.2 我国股票市场分行业资产价格泡沫测度 |
| 6.2.1 数据选取 |
| 6.2.2 分行业资产价格泡沫测度——基于趋势匹配方法 |
| 6.3 行业间资产价格泡沫连通性实证分析 |
| 6.3.1 总体动态连通性指数 |
| 6.3.2 总的带有方向的动态连通性指数 |
| 6.3.3 两两行业间泡沫净溢出动态连通性指数 |
| 6.4 本章小结 |
| 第7章 我国货币政策对资产价格泡沫的影响效应研究 |
| 7.1 货币政策对资产价格泡沫的影响效应理论基础 |
| 7.2 数据选取与实证模型 |
| 7.2.1 数据选取 |
| 7.2.2 计量模型介绍 |
| 7.3 货币政策对股票市场资产价格泡沫的影响效应实证分析 |
| 7.3.1 等间隔脉冲响应 |
| 7.3.2 等时点脉冲响应 |
| 7.4 货币政策对房地产市场资产价格泡沫的影响效应实证分析 |
| 7.4.1 等间隔脉冲响应 |
| 7.4.2 等时点脉冲响应 |
| 7.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间发表的学术论文及其他科研成果 |
| 致谢 |
（3）中国经济金融化对实体经济的影响研究（论文提纲范文）
| 摘要 |
| Abstract |
| 绪论 |
| 一、背景及意义 |
| 二、内容和方法 |
| 三、研究思路及框架 |
| 四、研究创新与不足 |
| 第一章 理论基础及文献综述 |
| 第一节 概念界定及相关理论基础 |
| 一、概念界定 |
| 二、相关理论基础 |
| 第二节 相关文献综述 |
| 一、非空间维度下金融化影响经济增长的相关研究 |
| 二、空间维度下金融化影响经济增长的相关研究 |
| 三、非金融企业金融化影响实业投资的相关研究 |
| 本章小结 |
| 第二章 金融化与实体经济的发展现状及问题 |
| 第一节 金融化与实体经济的发展现状 |
| 一、金融化的发展现状 |
| 二、实体经济的发展现状 |
| 第二节 金融支持实体经济的现状及问题 |
| 一、金融支持实体经济的现状 |
| 二、金融支持实体经济存在的问题 |
| 本章小结 |
| 第三章 金融化影响实体经济的机制分析 |
| 第一节 金融化在不同部门之间传导的机制分析 |
| 一、政府部门的金融化表现 |
| 二、家庭部门的金融化表现 |
| 三、非金融企业的金融化表现 |
| 第二节 宏观视角下金融化影响实体经济的机制 |
| 一、金融化影响实体经济的促进机制分析 |
| 二、金融化影响实体经济的抑制机制分析 |
| 第三节 微观视角下非金融企业金融化影响实业投资的机制 |
| 一、非金融企业金融化促进实业投资的机制分析 |
| 二、非金融企业金融化抑制实业投资的机制分析 |
| 本章小结 |
| 第四章 金融化与实体经济测度及波动特征分析 |
| 第一节 模型简介 |
| 一、结构向量自回归(SVAR)模型简介 |
| 二、时变参数向量自回归(TVP-VAR)模型简介 |
| 第二节 金融化测度 |
| 一、金融化综合指标的构建基础 |
| 二、金融化综合指标的权重确定 |
| 三、金融化综合指标的比较 |
| 第三节 金融化与实体经济的波动特征分析 |
| 一、金融化的波动特征分析 |
| 二、实体经济的波动特征分析 |
| 三、金融化与实体经济的分区制发展路径 |
| 本章小结 |
| 第五章 金融化影响实体经济的研究:基于宏观视角 |
| 第一节 金融化影响实体经济的分阶段研究 |
| 一、Lasso回归简介 |
| 二、研究设计 |
| 三、实证分析 |
| 四、稳健性检验 |
| 第二节 金融化影响实体经济的分区制研究 |
| 一、马尔科夫区制转换向量自回归(MS-VAR)模型简介 |
| 二、研究设计 |
| 三、实证分析 |
| 本章小结 |
| 第六章 金融化影响实体经济的区域差异研究:基于中观视角 |
| 第一节 金融化影响实体经济的门槛效应分析 |
| 一、研究设计 |
| 二、门槛效应检验与门槛值确定 |
| 三、全样本的实证分析 |
| 四、分区域样本的实证分析 |
| 第二节 金融化影响实体经济的空间溢出效应分析 |
| 一、研究设计 |
| 二、空间面板计量模型的权重确定 |
| 三、空间面板计量模型的筛选 |
| 四、空间面板计量模型的实证分析 |
| 本章小结 |
| 第七章 非金融企业金融化影响实业投资的研究:基于微观视角 |
| 第一节 非金融企业金融化影响实业投资的实证分析 |
| 一、高维面板固定效应模型简介 |
| 二、研究设计 |
| 三、实证分析 |
| 第二节 非金融企业金融化抑制实业投资的补充研究 |
| 一、宏观经济政策的结构化影响分析 |
| 二、行业异质性的影响分析 |
| 三、产权性质异质性的影响分析 |
| 四、企业规模异质性的影响分析 |
| 本章小结 |
| 第八章 结论、政策建议与研究展望 |
| 第一节 主要结论 |
| 一、金融化与实体经济的测度及波动特征 |
| 二、金融化影响实体经济的结论 |
| 三、金融化影响实体经济的区域差异结论 |
| 四、非金融企业金融化影响实业投资的结论 |
| 第二节 政策建议 |
| 一、旨在便利非金融企业融资的政策建议 |
| 二、旨在促进区域协调发展的政策建议 |
| 三、旨在助推金融支持实体经济的政策建议 |
| 第三节 研究展望 |
| 参考文献 |
| 附录 |
| 后记 |
| 在学期间公开发表论文及着作情况 |
（4）金融危机后美国投资银行业务调整研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 选题背景和研究意义 |
| 1.1.1 选题背景 |
| 1.1.2 研究意义 |
| 1.2 文献综述 |
| 1.2.1 国外文献综述 |
| 1.2.2 国内文献综述 |
| 1.2.3 文献评述 |
| 1.3 论文的整体框架和研究方法 |
| 1.3.1 论文的整体框架 |
| 1.3.2 研究方法 |
| 1.4 创新点及不足 |
| 第2章 投资银行业务及相关理论 |
| 2.1 投资银行及其业务的相关概念 |
| 2.1.1 投资银行的概念 |
| 2.1.2 投资银行业务的相关概念 |
| 2.1.3 投资银行业务调整的相关概念 |
| 2.2 投资银行业务的相关理论 |
| 2.2.1 马克思的金融理论 |
| 2.2.2 现代资本市场理论 |
| 2.2.3 行为金融学的相关理论 |
| 本章小结 |
| 第3章 美国投资银行及其业务的发展历程 |
| 3.1 诞生到第一次发展高峰(1783—1929) |
| 3.1.1 国债、股票业务与投资银行的萌芽(1783—1840) |
| 3.1.2 证券承销业务与投资银行的出现(1840—1880) |
| 3.1.3 托拉斯公司与并购业务的助推(1880—1920) |
| 3.1.4 证券承销、做市与第一次高峰(1920—1929) |
| 3.2 分业经营下的转型(1929—1981) |
| 3.2.1 与商业银行分业经营(1929—1945) |
| 3.2.2 经纪和并购的兴起(1945—1969) |
| 3.2.3 巨变下的波动发展(1969—1981) |
| 3.3 黄金年代和金融危机冲击下的业务调整(1981年至今) |
| 3.3.1 并购、资产证券化兴起的黄金时期(1981—2007) |
| 3.3.2 业务重大调整(2007年至今) |
| 本章小结 |
| 第4章 美国投资银行业务调整的现实动因、理论依据和主要原则 |
| 4.1 业务调整的现实动因 |
| 4.1.1 业务调整的外因 |
| 4.1.2 业务调整的内因 |
| 4.2 业务调整的理论依据 |
| 4.2.1 实体经济与虚拟经济关系理论是业务调整的理论基础 |
| 4.2.2 现代资本市场理论是业务调整的操作指针 |
| 4.2.3 行为金融学理论是业务调整的市场选择依据 |
| 4.3 业务调整的主要原则 |
| 4.3.1 降低系统性风险是美国政府的首要目标 |
| 4.3.2 风险与利润的平衡是美国投资银行的首要原则 |
| 本章小结 |
| 第5章 美国投资银行的投资银行部门业务及其调整分析 |
| 5.1 投资银行部门融资业务分析 |
| 5.1.1 融资业务 |
| 5.1.2 投资银行在融资业务中的主要作用 |
| 5.2 投资银行部门并购业务分析 |
| 5.2.1 并购业务的主要类型 |
| 5.2.2 投资银行提供的并购业务相关服务 |
| 5.3 投资银行部门业务的调整 |
| 5.3.1 融资业务的调整 |
| 5.3.2 并购业务的调整 |
| 本章小结 |
| 第6章 美国投资银行的交易部门业务及其调整分析 |
| 6.1 客户交易业务与自营业务 |
| 6.1.1 客户交易业务 |
| 6.1.2 自营业务 |
| 6.2 交易业务部门的主要业务种类 |
| 6.2.1 权益交易类业务 |
| 6.2.2 固定收益、货币和大宗商品交易 |
| 6.3 交易部门业务的调整 |
| 6.3.1 削减自营业务 |
| 6.3.2 向权益类投资为主的转变 |
| 6.3.3 交易类业务的艰难转型 |
| 本章小结 |
| 第7章 美国投资银行资产管理部门业务及其调整分析 |
| 7.1 资产管理部门的主要业务 |
| 7.1.1 资产管理业务 |
| 7.1.2 财富管理业务 |
| 7.2 资产管理部门业务的调整 |
| 7.2.1 加大了资产管理业务的力度,收入占比明显增加 |
| 7.2.2 资产管理业务增长迅速 |
| 本章小结 |
| 第8章 美国投资银行业务调整的成效与存在的问题 |
| 8.1 业务调整的宏观效果与存在的问题 |
| 8.1.1 业务调整的宏观效果 |
| 8.1.2 业务调整在宏观方面存在的问题 |
| 8.2 业务调整的微观成效与存在的问题 |
| 8.2.1 业务调整的微观成效 |
| 8.2.2 业务调整在微观方面存在的问题 |
| 本章小结 |
| 第9章 美国投资银行业务调整对中国的启示 |
| 9.1 中国投资银行业务发展历程与现状分析 |
| 9.1.1 中国资本市场的快速发展历程 |
| 9.1.2 中国证券业现状分析 |
| 9.1.3 中国证券业的业务结构 |
| 9.2 扬长避短,促进中国投资银行业务稳健发展 |
| 9.2.1 中国证券业与美国投资银行相关业务的对比分析 |
| 9.2.2 对中国投资银行业务稳健发展的启示和对策建议 |
| 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间的科研成果 |
| 致谢 |
（5）期权博弈视角下并购动态策略研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 现实背景与意义 |
| 1.1.2 理论背景与意义 |
| 1.2 问题提出与选题来源 |
| 1.2.1 问题提出 |
| 1.2.2 选题来源 |
| 1.3 相关知识 |
| 1.3.1 基本概念 |
| 1.3.2 并购类型 |
| 1.3.3 并购动机 |
| 1.4 研究内容与研究方法 |
| 1.4.1 研究内容 |
| 1.4.2 研究方法 |
| 1.5 主要创新 |
| 第2章 文献回顾与述评 |
| 2.1 微观主体行为研究 |
| 2.1.1 动态不一致研究 |
| 2.1.2 退出决策研究 |
| 2.2 企业并购行为研究 |
| 2.2.1 并购动机理论研究 |
| 2.2.2 期权博弈下并购策略研究 |
| 2.2.3 并购对股价表现影响研究 |
| 2.2.4 并购动向的相关研究 |
| 2.3 文献评述 |
| 2.4 微观主体状态与企业并购行为对应关系 |
| 第3章 微观主体状态基础研究 |
| 3.1 微观主体退出基础问题 |
| 3.2 微观主体退出决策基准模型 |
| 3.3 比较动态分析 |
| 3.4 模型延伸 |
| 3.5 本章小结 |
| 第4章 企业进入与退出意向动态决策 |
| 4.1 企业进入与退出并购市场问题 |
| 4.2 问题引导实证 |
| 4.2.1 企业生产函数表达式 |
| 4.2.2 合并利润函数表达式 |
| 4.3 模型设立 |
| 4.3.1 企业生产与利润 |
| 4.3.2 现有企业合并与退出模型 |
| 4.3.3 潜在企业进入模型 |
| 4.3.4 递归竞争均衡 |
| 4.4 函数形式与变量值选取 |
| 4.4.1 函数形式选取 |
| 4.4.2 参数值选取 |
| 4.5 均衡动态比较 |
| 4.5.1 多元化效应 |
| 4.5.2 合并协同价值 |
| 4.5.3 现有企业价值 |
| 4.5.4 潜在进入企业价值 |
| 4.5.5 企业成长与生存应用 |
| 4.6 本章小结 |
| 第5章 并购企业权属确定 |
| 5.1 并购企业权属问题 |
| 5.2 并购对股价表现影响分析 |
| 5.3 外生并购 |
| 5.3.1 模型设立 |
| 5.3.2 不完全信息和宣告收益 |
| 5.4 内生并购 |
| 5.5 本章小结 |
| 第6章 并购时机与条件研判 |
| 6.1 时机与条件问题 |
| 6.2 博弈模型设定 |
| 6.2.1 合作博弈模型 |
| 6.2.2 非合作博弈模型 |
| 6.3 比较静态分析 |
| 6.3.1 威胁博弈下企业角色定位 |
| 6.3.2 合作博弈与非合作博弈比较 |
| 6.3.3 并购时机与收购时机比较 |
| 6.3.4 并购条件与收购条件比较 |
| 6.4 本章小结 |
| 第7章 市场因素对并购意向影响 |
| 7.1 并购市场不同维度分析 |
| 7.1.1 整体 |
| 7.1.2 行业 |
| 7.1.3 地域 |
| 7.1.4 交易规模 |
| 7.1.5 股权变动 |
| 7.1.6 跨境并购 |
| 7.2 并购方案分析 |
| 7.2.1 并购方式 |
| 7.2.2 并购目的 |
| 7.2.3 支付方式 |
| 7.3 企业并购未来走向 |
| 7.4 本章小结 |
| 结论 |
| 参考文献 |
| 致谢 |
| 附录A 攻读学位论文期间学术论文目录 |
| 附录B 攻读学位论文期间研究课题概况 |
（6）金融体系与实体经济发展适配效应研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 选题背景与意义 |
| 1.1.1 选题背景 |
| 1.1.2 研究意义 |
| 1.2 本文的研究思路 |
| 1.3 本文的研究范畴 |
| 1.3.1 实体经济的界定 |
| 1.3.2 金融体系的界定 |
| 1.4 本文的结构安排 |
| 1.5 本文的创新与不足 |
| 1.5.1 创新之处 |
| 1.5.2 不足之处 |
| 第2章 文献与研究述评 |
| 2.1 金融体系与实体经济发展相关文献综述 |
| 2.2 金融结构与实体经济发展相关文献综述 |
| 2.3 金融效率与实体经济发展相关文献综述 |
| 2.4 金融规模与实体经济发展相关文献综述 |
| 2.5 文献述评 |
| 第3章 金融体系与实体经济发展现状及关联性研究 |
| 3.1 金融体系与实体经济发展现状及问题分析 |
| 3.1.1 金融体系与实体经济发展现状分析 |
| 3.1.2 金融体系与实体经济发展存在的问题 |
| 3.2 金融体系与经济发展相关理论分析 |
| 3.2.1 金融发展论 |
| 3.2.2 金融深化论和金融抑制论 |
| 3.2.3 金融约束论 |
| 3.2.4 其他金融发展与经济增长相关理论 |
| 3.3 金融体系与实体经济发展关联性基本分析 |
| 3.3.1 灰色关联度理论 |
| 3.3.2 样本选取及数据来源 |
| 3.3.3 描述性统计分析 |
| 3.4 金融体系与实体经济发展关联性实证分析 |
| 3.4.1 变量无量纲化处理 |
| 3.4.2 计算关联系数 |
| 3.4.3 计算灰色关联度 |
| 3.4.4 结果分析 |
| 3.5 本章小结 |
| 第4章 金融体系与实体经济发展适配效应分析:基于金融结构空间溢出效应视角 |
| 4.1 金融结构与实体经济发展现状分析 |
| 4.1.1 宏观金融结构发展现状 |
| 4.1.2 金融行业结构发展现状 |
| 4.2 金融结构与实体经济发展基本分析 |
| 4.2.1 数据来源及变量定义 |
| 4.2.2 描述性统计分析 |
| 4.2.3 空间计量模型的构建 |
| 4.2.4 面板单位根检验 |
| 4.2.5 空间相关性检验 |
| 4.3 金融结构与实体经济发展溢出效应实证分析 |
| 4.3.1 确定最优空间计量模型 |
| 4.3.2 Hausman检验 |
| 4.3.3 空间杜宾模型检验 |
| 4.3.4 空间杜宾模型效应分解 |
| 4.4 本章小结 |
| 第5章 金融体系与实体经济发展适配效应分析:基于金融效率动态效应视角 |
| 5.1 金融效率与实体经济发展现状分析 |
| 5.2 金融效率与实体经济发展基本分析 |
| 5.2.1 样本选择及数据来源 |
| 5.2.2 变量定义 |
| 5.2.3 描述性统计分析 |
| 5.3 金融效率与实体经济发展动态效应实证分析 |
| 5.3.1 系统GMM模型的构建 |
| 5.3.2 面板单位根检验 |
| 5.3.3 动态关系实证检验 |
| 5.4 本章小结 |
| 第6章 金融体系与实体经济发展适配效应分析:基于金融规模门槛效应视角 |
| 6.1 金融规模与实体经济发展现状分析 |
| 6.2 金融规模与实体经济发展基本分析 |
| 6.2.1 样本选择及数据来源 |
| 6.2.2 变量定义 |
| 6.2.3 描述性统计分析 |
| 6.3 金融规模的门槛效应研究 |
| 6.3.1 门槛模型的构建 |
| 6.3.2 基于金融规模时间序列门槛模型的构建 |
| 6.3.3 时间序列平稳性检验 |
| 6.3.4 金融规模的单一门槛效应分析 |
| 6.3.5 金融规模的双重门槛效应分析 |
| 6.4 省际金融规模的门槛效应实证分析 |
| 6.4.1 面板门槛模型的构建 |
| 6.4.2 面板单位根检验 |
| 6.4.3 基准模型回归分析 |
| 6.4.4 门槛效应结果分析 |
| 6.5 稳健性检验 |
| 6.5.1 基于金融业增加值占比的时间序列门槛效应检验 |
| 6.5.2 基于金融业增加值占比的面板门槛效应检验 |
| 6.6 本章小结 |
| 第7章 金融体系与实体经济发展适配效应实证分析:基于动态关联效应视角 |
| 7.1 金融体系与实体经济发展动态PVAR模型的构建 |
| 7.2 金融体系与实体经济发展动态关联性基本分析 |
| 7.2.1 样本选取及数据来源 |
| 7.2.2 描述性统计分析 |
| 7.2.3 样本平稳性及协整检验 |
| 7.3 金融体系与实体经济发展动态关联效应实证研究 |
| 7.3.1 PVAR模型基本分析 |
| 7.3.2 方差分解 |
| 7.3.3 脉冲响应分析 |
| 7.4 本章小结 |
| 结论、启示与展望 |
| 参考文献 |
| 攻读学位期间所发表的学术论文及其他科研成果 |
| 致谢 |
（7）金融杠杆与资产价格泡沫：影响机制及其监控研究（论文提纲范文）
| 摘要 |
| Abstract |
| 主要缩略词、符号变量的注释表 |
| 第一章 绪论 |
| 1.1 研究背景与研究意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 研究思路、内容与方法 |
| 1.2.1 研究思路 |
| 1.2.2 研究内容 |
| 1.2.3 研究方法 |
| 1.3 论文创新与不足之处 |
| 1.3.1 论文创新 |
| 1.3.2 不足之处 |
| 第二章 文献综述 |
| 2.1 资产价格泡沫的含义及其形成机理研究综述 |
| 2.1.1 理性预期理论 |
| 2.1.2 行为金融理论 |
| 2.1.3 以分形和混沌理论为代表的非线性理论 |
| 2.1.4 信贷理论 |
| 2.1.5 金融发展理论 |
| 2.2 资产价格泡沫的存在性检验及测度研究综述 |
| 2.2.1 资产价格泡沫的存在性检验 |
| 2.2.2 资产价格泡沫存在性的检验方法 |
| 2.2.3 资产价格泡沫的测度方法 |
| 2.3 金融杠杆与资产价格泡沫的影响关系研究综述 |
| 2.3.1 金融杠杆与资产价格泡沫的影响关系 |
| 2.3.2 金融杠杆与房地产泡沫的影响关系 |
| 2.4 资产价格泡沫对经济增长的影响研究综述 |
| 2.4.1 资产价格泡沫对经济增长的促进作用 |
| 2.4.2 资产价格泡沫对经济增长的不利作用 |
| 2.4.3 资产价格泡沫与经济增长的周期联动效应 |
| 2.5 资产价格泡沫监控研究综述 |
| 2.5.1 主张从市场层面入手监控资产价格泡沫 |
| 2.5.2 从货币政策角度监控资产价格泡沫 |
| 2.5.3 利用托宾税监控资产价格泡沫 |
| 2.6 对现有文献的评述 |
| 2.7 本章小结 |
| 第三章 资产价格泡沫形成机理及其检验研究 |
| 3.1 资产价格泡沫的理论界定 |
| 3.1.1 资产 |
| 3.1.2 资产价格泡沫的载体类型 |
| 3.1.3 资产价格泡沫涵义界定 |
| 3.2 资产价格泡沫的形成机理分析 |
| 3.2.1 资产价格泡沫形成的理论基础 |
| 3.2.2 资产价格泡沫形成的影响因素 |
| 3.3 资产价格泡沫的检验 |
| 3.3.1 检验方法 |
| 3.3.2 变量说明及数据来源 |
| 3.3.3 检验结果及其分析 |
| 3.4 资产价格泡沫的提取 |
| 3.4.1 向量误差修正模型 |
| 3.4.2 资产价格泡沫提取 |
| 3.5 本章小结 |
| 第四章 金融杠杆与资产价格泡沫的影响机制研究 |
| 4.1 金融杠杆的经济本质及度量 |
| 4.1.1 金融杠杆的经济本质 |
| 4.1.2 金融杠杆的度量 |
| 4.2 金融加杠杆的机理分析 |
| 4.2.1 金融加杠杆的根源 |
| 4.2.2 金融加杠杆的实质 |
| 4.2.3 金融加杠杆的内在驱动力 |
| 4.2.4 金融加杠杆的实现路径 |
| 4.2.5 金融加杠杆的特征与成因 |
| 4.3 基于金融杠杆驱动的资产价格泡沫模型构建 |
| 4.3.1 理论分析 |
| 4.3.2 基于金融杠杆驱动的资产价格泡沫模型 |
| 4.4 金融杠杆与资产价格泡沫影响关系的实证分析 |
| 4.4.1 滚动宽窗Granger因果检验方法 |
| 4.4.2 变量说明与数据检验 |
| 4.4.3 实证结果及其分析 |
| 4.5 本章小结 |
| 第五章 金融杠杆和资产价格泡沫的影响效应研究 |
| 5.1 金融杠杆影响商业银行风险承担效应研究 |
| 5.1.1 理论分析 |
| 5.1.2 研究假设与变量定义 |
| 5.1.3 动态面板模型和门限检验方法 |
| 5.1.4 实证结果及其分析 |
| 5.2 资产价格泡沫与经济增长的周期联动效应研究 |
| 5.2.1 频谱分析方法 |
| 5.2.2 变量说明及数据来源 |
| 5.2.3 实证结果及其分析 |
| 5.3 资产价格泡沫与经济增长的共容效应研究 |
| 5.3.1 模型基本假设 |
| 5.3.2 资产价格泡沫与经济增长的共容条件 |
| 5.4 金融杠杆、资产价格泡沫与经济增长的时变效应研究 |
| 5.4.1 SV-TVP-SVAR模型 |
| 5.4.2 变量说明及数据来源 |
| 5.4.3 实证结果及其分析 |
| 5.5 本章小结 |
| 第六章 金融去杠杆与资产价格泡沫监控系统研究 |
| 6.1 去杠杆的范畴界定及认知 |
| 6.1.1 去杠杆的范畴界定 |
| 6.1.2 去杠杆的正确认知 |
| 6.2 实体去杠杆路径研究 |
| 6.2.1 “去杠杆”与“稳增长”的困境 |
| 6.2.2 实体去杠杆的路径 |
| 6.3 金融去杠杆路径研究 |
| 6.3.1 金融去杠杆的阶段和政策 |
| 6.3.2 金融去杠杆的路径 |
| 6.4 限贷政策抑制资产价格泡沫的效应研究 |
| 6.4.1 合成控制法 |
| 6.4.2 变量说明与数据来源 |
| 6.4.3 实证结果及其分析 |
| 6.5 资产价格泡沫监控系统研究 |
| 6.5.1 SVR模型与股市泡沫监控系统研究 |
| 6.5.2 BP神经网络与房地产泡沫监控系统研究 |
| 6.6 本章小结 |
| 第七章 研究结论与展望 |
| 7.1 主要研究结论 |
| 7.2 政策建议 |
| 7.3 研究展望 |
| 参考文献 |
| 攻读博士学位期间的科研情况 |
| 致谢 |
（8）资产价格与系统性金融风险：影响机制及其监控研究（论文提纲范文）
| 摘要 |
| Abstract |
| 主要缩略词、符号变量的注释表 |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 研究内容与研究方法 |
| 1.2.1 研究范围界定 |
| 1.2.2 研究思路 |
| 1.2.3 研究内容 |
| 1.2.4 研究方法 |
| 1.3 研究创新与不足之处 |
| 1.3.1 研究创新 |
| 1.3.2 可能的不足之处 |
| 第二章 文献综述 |
| 2.1 资产价格形成与波动研究综述 |
| 2.1.1 资产定价理论研究 |
| 2.1.2 资产价格波动研究 |
| 2.2 资产价格与系统性金融风险关联研究综述 |
| 2.2.1 系统性金融风险的理论属性研究 |
| 2.2.2 系统性金融风险的生成机制研究 |
| 2.2.3 资产价格与系统性金融风险的影响研究 |
| 2.3 系统性金融风险的测度与监控研究综述 |
| 2.3.1 系统性金融风险的识别与测度研究 |
| 2.3.2 系统性金融风险的影响与监控研究 |
| 2.4 文献述评 |
| 2.5 本章小结 |
| 第三章 资产价格的形成及其波动效应研究 |
| 3.1 资产价格的形成与波动机理分析 |
| 3.1.1 资产价格的理论基础 |
| 3.1.2 资产价格形成的市场机理 |
| 3.1.3 资产价格波动的流动性驱动机制 |
| 3.2 资产价格统计特征与泡沫分析 |
| 3.2.1 资产价格的统计特征分析 |
| 3.2.2 资产价格泡沫分析 |
| 3.3 资产价格的波动效应分析 |
| 3.3.1 研究设计 |
| 3.3.2 变量选取与检验 |
| 3.3.3 实证分析 |
| 3.4 本章小结 |
| 第四章 资产价格与系统性金融风险的影响机理研究 |
| 4.1 资产价格与系统性金融风险影响的典型事实 |
| 4.1.1 房地产危机 |
| 4.1.2 股票市场危机 |
| 4.1.3 银行业危机 |
| 4.1.4 回顾与分析 |
| 4.2 资产价格与系统性金融风险的影响途径分析 |
| 4.2.1 预期途径影响分析 |
| 4.2.2 市场途径影响分析 |
| 4.2.3 流动性途径影响分析 |
| 4.3 资产价格与系统性金融风险的影响效应分析 |
| 4.3.1 基于金融机构的影响效应分析 |
| 4.3.2 基于宏观视角的影响效应分析 |
| 4.4 本章小结 |
| 第五章 基于资产价格的系统性金融风险测度研究 |
| 5.1 系统性金融风险测度的理论基础 |
| 5.1.1 微观视角的系统性金融风险测度理论 |
| 5.1.2 宏观视角的系统性金融风险测度理论 |
| 5.2 基于网络视角的系统性金融风险测度体系构建 |
| 5.2.1 基于网络关联的测度分析 |
| 5.2.2 基于网络视角系统性金融风险测度体系构建 |
| 5.3 宏观视角的系统性金融风险测度 |
| 5.3.1 金融系统压力指数 |
| 5.3.2 金融实力指数体系 |
| 5.4 本章小结 |
| 第六章 基于资产价格的系统性金融风险溢出效应研究 |
| 6.1 系统性金融风险溢出效应的理论分析 |
| 6.1.1 微观溢出效应分析 |
| 6.1.2 宏观溢出效应分析 |
| 6.2 系统性金融风险的微观机构溢出效应实证分析 |
| 6.2.1 研究设计 |
| 6.2.2 变量选取和实证模型 |
| 6.2.3 实证结果分析 |
| 6.2.4 微观机构溢出效应小结 |
| 6.3 系统性金融风险的宏观时变溢出效应实证分析 |
| 6.3.1 研究设计 |
| 6.3.2 因果检验与模型估计结果 |
| 6.3.3 脉冲结果分析 |
| 6.3.4 宏观时变溢出效应小结 |
| 6.4 本章小结 |
| 第七章 基于资产价格视角的系统性金融风险监控研究 |
| 7.1 系统性金融风险监控的理论基础 |
| 7.1.1 系统性金融风险监控的理论发展 |
| 7.1.2 系统性金融风险监控方法演化 |
| 7.2 系统性金融风险监控的现状与构建 |
| 7.2.1 系统性金融风险监控的现状分析 |
| 7.2.2 系统性金融风险监控理念与原则 |
| 7.2.3 多维度风险监控体系的构建 |
| 7.3 系统性金融风险的资产价格监控 |
| 7.3.1 极端条件下信贷杠杆对资产价格波动冲击 |
| 7.3.2 基于资产价格泡沫的测度监控 |
| 7.3.3 基于资产组合的尾部风险度量与监控 |
| 7.4 基于资产价格视角的外生流动性冲击监控 |
| 7.4.1 外生流动性冲击监控基础 |
| 7.4.2 研究设计 |
| 7.4.3 初步检验与模型设定 |
| 7.4.4 正交脉冲响应分析 |
| 7.5 基于资产价格的系统性金融风险指数化监控 |
| 7.5.1 微观系统性金融风险监控体系构建 |
| 7.5.2 微观系统性金融风险的时变监控 |
| 7.5.3 宏观系统性金融风险的时变监控效果检验 |
| 7.6 本章小结 |
| 第八章 研究结论与未来展望 |
| 8.1 主要结论 |
| 8.2 政策建议 |
| 8.3 研究展望 |
| 参考文献 |
| 攻读博士学位期间的科研情况 |
| 致谢 |
（9）关于中国货币政策不确定性的研究 ——基于随机波动率模型（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 引言 |
| 第一节 选题背景和研究意义 |
| 第二节 文献综述 |
| 第三节 研究方法 |
| 第四节 论文结构 |
| 第二章 中国货币政策不确定性与宏观经济波动 |
| 第一节 引言 |
| 第二节 中国货币政策规则及不确定性 |
| 一、货币政策规则模型设定 |
| 二、参数估计及结果 |
| 三、与相关不确定性指数的比较 |
| 第三节 货币政策不确定性冲击与经济波动 |
| 一、VAR模型 |
| 二、DSGE模型 |
| 三、参数校准 |
| 四、模型模拟 |
| 五、其他分析 |
| 第四节 总结和政策启示 |
| 附录 |
| 第三章 货币政策不确定性与商业银行杠杆 |
| 第一节 引言 |
| 第二节 中国经济中的杠杆周期 |
| 第三节 实证部分 |
| 一、被解释变量 |
| 二、解释变量 |
| 三、经验结果 |
| 第四节 理论模型 |
| 一、家庭部门 |
| 二、资本品生产商 |
| 三、最终产品生产商 |
| 四、中间品生产商 |
| 五、银行 |
| 六、企业家 |
| 七、金融契约 |
| 八、政府部门和货币政策 |
| 九、市场均衡 |
| 第五节 参数校准和模拟结果 |
| 一、参数校准 |
| 二、模拟结果 |
| 第六节 小结 |
| 第四章 TVP-SV-VAR模型视角下的中国货币政策转型 |
| 第一节 引言 |
| 第二节 中国货币政策调控体系 |
| 一、中国货币政策目标 |
| 二、中国货币政策的中介目标 |
| 第三节 实证分析框架 |
| 一、数据 |
| 二、TVP-SV-VAR模型 |
| 三、贝叶斯估计 |
| 四、识别策略 |
| 第四节 实证分析结果 |
| 一、系数和波动率 |
| 二、脉冲响应函数 |
| 三、预测误差方差分解 |
| 四、反事实分析 |
| 五、稳健性 |
| 第五节 小结 |
| 附录 |
| 第五章 总结 |
| 参考文献 |
| 致谢 |
| 个人简历 |
（10）管理者过度自信、投资行为与公司财务困境（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 选题背景 |
| 1.2 基本概念界定 |
| 1.3 研究内容与研究方法 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.4 研究创新与不足 |
| 1.4.1 研究创新 |
| 1.4.2 研究不足 |
| 1.5 结构安排 |
| 第2章 文献综述 |
| 2.1 管理者过度自信 |
| 2.1.1 管理者过度自信的基本内涵 |
| 2.1.2 管理者过度自信与投资决策 |
| 2.1.3 管理者过度自信与其他决策 |
| 2.2 财务困境 |
| 2.2.1 财务困境理论 |
| 2.2.2 财务困境成因实证研究 |
| 2.3 中介效应 |
| 2.3.1 中介效应及其应用 |
| 2.3.2 中介效应分析法对本研究的适用性 |
| 2.3.3 中介效应检验方法 |
| 2.3.4 中介效应与调节效应 |
| 2.4 文献评述 |
| 2.4.1 指标选取问题 |
| 2.4.2 过度自信的双重效应 |
| 2.4.3 过度自信与财务困境 |
| 第3章 管理者过度自信与公司财务困境 |
| 3.1 引言 |
| 3.2 理论分析与研究假设 |
| 3.3 研究设计 |
| 3.3.1 模型设定 |
| 3.3.2 变量选取 |
| 3.3.3 样本选取与数据处理 |
| 3.4 实证检验 |
| 3.4.1 描述性统计 |
| 3.4.2 变量相关性分析 |
| 3.4.3 实证结果与分析 |
| 3.5 稳健性检验 |
| 3.5.1 过度自信度量方法的适用性 |
| 3.5.2 其他度量过度自信的方法 |
| 3.5.3 样本自选择偏误问题 |
| 3.6 基本结论 |
| 第4章 管理者过度自信、投资规模与公司财务困境 |
| 4.1 引言 |
| 4.2 理论分析与研究假设 |
| 4.2.1 管理者过度自信与过度投资 |
| 4.2.2 管理者过度自信与投资-现金流敏感性 |
| 4.2.3 投资规模中介效应 |
| 4.3 研究设计 |
| 4.3.1 模型设定 |
| 4.3.2 变量选取 |
| 4.3.3 样本选取与数据处理 |
| 4.4 实证检验 |
| 4.4.1 描述性统计 |
| 4.4.2 变量相关性分析 |
| 4.4.3 实证结果与分析 |
| 4.5 稳健性分析 |
| 4.5.1 异质性随机前沿模型的适用性 |
| 4.5.2 实证结果与分析 |
| 4.6 基本结论 |
| 第5章 管理者过度自信、多元化经营与公司财务困境 |
| 5.1 引言 |
| 5.2 理论分析与研究假设 |
| 5.2.1 管理者过度自信与多元化经营决策 |
| 5.2.2 多元化经营与公司财务困境 |
| 5.2.3 多元化经营中介效应 |
| 5.3 研究设计 |
| 5.3.1 模型设定 |
| 5.3.2 变量选取 |
| 5.3.3 样本选取与数据处理 |
| 5.4 实证检验 |
| 5.4.1 管理者过度自信与多元化经营决策 |
| 5.4.2 多元化经营与公司财务困境 |
| 5.4.3 多元化经营中介效应 |
| 5.4.4 进一步分析:多元化经营导致财务困境的持续时间 |
| 5.5 稳健性检验 |
| 5.5.1 管理者过度自信与归核化 |
| 5.5.2 过度自信管理者归核化后的财务状况 |
| 5.6 基本结论 |
| 附表 |
| 第6章 管理者过度自信、并购决策与公司财务困境 |
| 6.1 引言 |
| 6.2 理论分析与研究假设 |
| 6.2.1 管理者过度自信与并购决策 |
| 6.2.2 管理者过度自信与并购行为特征 |
| 6.2.3 管理者过度自信与主并公司财务困境 |
| 6.2.4 并购行为中介效应 |
| 6.3 研究设计 |
| 6.3.1 模型设定 |
| 6.3.2 变量选取 |
| 6.3.3 样本选取与数据处理 |
| 6.4 实证检验 |
| 6.4.1 描述性统计 |
| 6.4.2 变量相关性分析 |
| 6.4.3 实证结果与分析 |
| 6.5 稳健性检验 |
| 6.6 基本结论 |
| 附表 |
| 结论 |
| 参考文献 |
| 作者简介及在学期间取得的科研成果 |
| 致谢 |
四、增长率计算中三个杠杆系数表达的分析（论文参考文献）
- [1]S天然气公司资本结构优化研究[D]. 杨佳薇. 西安石油大学, 2021(09)
- [2]我国资产价格泡沫的形成机理与传染效应研究[D]. 林思涵. 吉林大学, 2021(01)
- [3]中国经济金融化对实体经济的影响研究[D]. 吴金燕. 东北师范大学, 2021(09)
- [4]金融危机后美国投资银行业务调整研究[D]. 孙碧涵. 吉林大学, 2020(03)
- [5]期权博弈视角下并购动态策略研究[D]. 李广兵. 湖南大学, 2020
- [6]金融体系与实体经济发展适配效应研究[D]. 周悦. 吉林大学, 2020(08)
- [7]金融杠杆与资产价格泡沫：影响机制及其监控研究[D]. 冯文芳. 东南大学, 2020(02)
- [8]资产价格与系统性金融风险：影响机制及其监控研究[D]. 刘骏斌. 东南大学, 2020(02)
- [9]关于中国货币政策不确定性的研究 ——基于随机波动率模型[D]. 傅步奔. 上海财经大学, 2020(04)
- [10]管理者过度自信、投资行为与公司财务困境[D]. 王宁. 吉林大学, 2020(08)