资产收益率宽幅度是房地产业杠杆高企的成因吗

探索或研究房地产行业杠杆高企的成因是化解房地产业债务风险、防范由房地产业引发系统性金融风险的关键。文章从资产收益率宽幅度的视角,运用2007—2020年A股房地产上市公司的经验数据,使用固定效应模型与工具变量法研究了房地产投资收益率与实体行业经营资产收益率之间的资产收益率宽幅度与房地产业杠杆高企之间的关系。结果显示,资产收益率宽幅度拉大对房地产业杠杆率攀升具有刺激效应,是房地产业杠杆高企的成因。渠道检验显示,在资产收益率宽幅度拉大时房地产业基于逐利动机囤积大量土地,使房地产行业能够从银行获得大量贷款再次囤积土地,并延期偿付产业链中应付款项,最终导致房地产行业杠杆率攀升。

借贷便利创新工具、资产收益率与商业银行信用风险

本文基于2014—2021年中国203家银行的非平衡面板数据,考察借贷便利创新工具对商业银行信用风险的影响。实证分析发现:借贷便利创新操作会显著增加商业银行信用风险,该结论在考虑内生性问题以及进行一系列稳健性检验后依然成立。异质性检验显示,这一政策效应在区域性商业银行、规模较小的商业银行中表现得更为明显。中介效应模型检验表明,借贷便利创新工具通过抑制商业银行资产收益率的渠道增加信用风险。调节效应模型检验结果说明,资本监管力度和银行家乐观度的提高均会减弱借贷便利创新工具对商业银行信用风险的加剧效应。该研究结论对于中央银行适时适量地进行借贷便利操作和商业银行信用风险管理防控具有借鉴意义。

企业净资产收益率的影响因素与提升策略探讨

在企业财务指标中,净资产收益率作为评价企业经济效益的一个关键性数据,它能够非常直观准确地反映企业投资收益回报情况,对企业战略决策、经营发展方向调整带来十分重要的参考依据。对现代企业尤其是上市企业而言,在评价其发展质量与经营效益的过程中,净资产收益率属于核心指标之一。基于此,本文结合笔者实践工作研究,对企业净资产收益率的影响因素以及提升策略展开了论述。

基于分位数资产定价模型的超额收益率影响因素分析

文章以A股房地产行业的股票为样本,在已有的五因子资产定价模型中引入分位数,基于分位数因子资产定价模型,在不同收益率水平下,度量影响股票收益率的因素以及影响程度的差异性。实证结果表明:在不同的超额收益率水平下,不同因子对超额收益率的影响程度存在显著差异;市场因子与规模因子对低股票超额收益率的影响程度较小,对高超额收益率的影响程度较大;账面市值比因子对于中等超额收益率的影响程度超过低、高超额收益率;盈利因子和投资因子对于高超额收益率有着较小的影响。

基于Bayesian-Ridge模型的煤炭企业净资产收益率影响因素

为评估各因素对净资产收益的影响程度,以2002—2022年我国上市煤炭企业的相关数据为研究样本,基于机器学习中的Bayesian-Ridge模型进行训练,分析各自变量对因变量的影响程度,并与传统OLS模型进行对比。实验结果表明:在影响因素权重大小方面,Bayesian-Ridge模型与OLS模型均显示经营负债比率对净资产收益率影响最大,其次是国有持股比例和营业利润率;在方法层面,随样本点数据增加,Bayesian-Ridge模型可降低先验分布的影响;Bayesian-Ridge模型决定系数R~2为0.002 3,高于OLS模型的0.001 8,在该问题研究中Bayesian-Ridge模型优于OLS模型。

央企提升净资产收益率行为分析

新发展阶段,净资产收益率成为央企主要经营指标有其必然性。该指标反映了股东权益的收益水平,用以衡量企业运用自有资本的效率,指标值越高,说明投资带来的收益越高。一、央企净资产收益率现状1.央企控股上市公司净资产收益率稳步提升党的十八大以来,央企加快落实改革举措,效益有所提升,净资产收益率呈现上升态势(见图1)。

光伏电站建设项目内部基准收益率测算

内部基准收益率(简称基准收益率)是衡量资产价值与建设项目经济价值的重要参数,其取值受宏观经济情况,市场景气程度以及行业发展水平等因素影响,随时间呈动态变化,也因项目的不同而存在差别。光伏发电属于可再生能源发电中十分重要的部分,但由于该行业发展的年限较短,光伏电站建设项目的基准收益率尚缺乏针对行业特点的测算方法。融合资本资产定价模型(CAPM)和加权平均资本成本(WACC)方法,得到适用于项目的权益资本成本和适用于具体项目的基准收益率。并以某屋顶分布式光伏电站项目为例,计算得到该项目的基准收益率为4.50%,符合当前光伏项目4%~8%的基准收益率水平,说明采用该方法计算光伏发电项目的基准收益率是可行的。

董事长海外教育背景与公司净资产收益率的关系及上市周期的中介作用

笔者以创业板上市公司的数据为样本,实证考察了创业板上市公司董事长的海外教育背景与公司净资产收益率之间的关系以及上市周期长短在两者之间的中介作用。结果表明,董事长海外教育背景与上市周期呈现出显著的负相关关系,与公司净资产收益率呈现显著的正相关关系,而上市周期在董事长海外教育背景与业绩之间起到中介作用。

基于配股管制的净资产收益率的实证研究

本文采用实证研究的方法,针对我国历年来配股政策的变动对上市公司净资产收益率分布的影响进行了全面、系统的定量研究。研究表明:我国以会计信息为基础的配股,扭曲了其自身固有的分布;上市公司净资产收益率的操纵行为随着配股政策的变化而亦步亦趋地发生着改变。

上市公司净资产收益率的实证研究

我国部分上市公司为了达到管理当局的特定目的,如为了配股、避免被特别处理等,便会操纵会计信息,进行违规的会计信息披露。本文试图利用净资产收益率(ROE)指标对我国上市公司的会计信息披露违规行为进行实证分析,旨在规范我国上市公司的会计信息披露。

金融资产收益率的模糊双线性回归

已有文献中对金融市场的区间观测数据利用模糊线性规划方法讨论动态模型结构(FAR(p)),这里引入模糊双线性回归模型(FBR(p,q)),利用模糊最小二乘法来估计未知参数。基于平均平方误差(MSE)与平方绝对误差(MAE)考察了两个模型的拟合效果,并在样本期内和样本期外分别评价了两个模型的实际拟合与预测能力。

我国经济周期与资产收益率的关系研究:2001-2009

文章采用2001～2009年的季度数据,使用股票、债券和房地产投资等资产投资收益率与宏观经济变量建立联立方程模型进行实证研究。实证结果表明:股票投资收益率为经济增长的先行指标,适于经济复苏和繁荣前中期阶段进行投资;房地产收益率与经济增长率和物价指数同期密切相关,可以作为抵御通货膨胀的有效投资品种;债券投资收益率与经济增长率保持一定的反向关系,债券资产的配置应该是反经济周期的,适于CPI的下降通道中。

辩证地看待净资产收益率

净资产收益率通常被视为是评价一家上市公司的关键指标 ,但它存在着时效性、风险性、价值性等方面的缺陷 ,仅靠它来评判上市公司发展潜力有可能走入误区。本文从分析净资产收益率缺陷角度出发 ,给出了几个新的指标如ROIC、EVA、MVA及多维指标综合体系来补充完善净资产收益率的不足 ,从而为投资者更好地分析上市公司业绩提供帮助。

资产收益率的共同运动研究

对中国市场资产收益率的共同运动的研究表明 ,在可见的和不可见的影响所有资产价格变化的宏观经济因素被控制之后 ,我国证券市场中资产组合的收益率间依然存在共同运动。宏观经济因素对于资产收益率的解释力并不强 ,而市场中其他资产的收益率可解释大部分的资产收益率。该结论在很大程度上支持了基于羊群行为的有限理性资产定价模型。

资产收益率跳扩散过程的混频数据估计:一个波动率回馈框架

本文提出一个利用混频数据估计资产波动率的框架,该框架使用日内高频数据构造蕴含潜在发生概率的跳跃和扩散波动指标,以外生的滞后项进入回馈函数,既能充分利用样本信息,又能避免无限滞后期的回馈影响。在对沪深300指数的实证分析中,考虑一个跳跃对扩散波动具有非对称性溢出效应的双向波动率回馈模型。相对于基准模型,这一模型对数据的描述更优。分析结果显示,两类波动间存在正向回馈效应:跳跃向扩散的溢出导致自回归条件异方差(ARCH)系数存在两个区制且区制内的变异性明显;扩散向跳跃的溢出致使跳跃强度的自相关性在极端市场环境中出现强化。波动率回馈机制使得信息释放后价格反复调整变化,导致波动率高企;熔断事件折射出A股信息流质量差、融解效率低等问题。由此可以得出结论:相关监管和交易制度亟待完善。

净资产收益率、杠杆与配股——对我国上市公司的分析

净资产收益率是考察企业股权收益程度的一个指标 ,它对上市公司的配股权具有决定意义。根据净资产收益率与财务杠杆的关系 ,以及配股对资产收益率要求的限制条件的分析认为 ,满足配股要求的企业 ,收益能力必须大于其负债的平均利率 。

沪市A股上市公司盈利性变迁——基于净资产收益率的实证分析

基于1993～2002年年度净资产收益率数据,通过计算平均净资产收益率及其标准差,文章对沪市A股上市公司盈利能力进行了分析,总结出上市公司盈利变化的基本规律:上市公司整体盈利能力不断下滑,各公司盈利能力不断分化;总体上市公司的盈利能力在很大程度上由新上市公司支撑,上市时间越长的公司盈利能力越差;同一年份上市的公司,大多在上市后的二、三、四年完成盈利能力的分化过程,此后相互之间盈利能力差异的变化不大。

上市公司净资产收益率波动的影响因素

对我国深圳股票市场2001年度净资产收益率大幅下降的原因进行的实证研究表明:已处于亏损境地企业的净资产收益率变动,是深圳股票市场净资产收益率大幅下降的最主要因素;其他因素虽有一定影响,但不够显著。

基于资本资产定价模型的钢铁行业基准收益率研究

通过对基准收益率内涵的探讨和钢铁行业特点的分析,比较了常用的确定基准收益率的方法,采用资本资产定价模型测算钢铁行业的基准收益率。选取钢铁行业具有代表性的30家上市公司作为研究样本,得出该行业的系统性风险系数,探讨了多种期望市场收益率的确定方法,确定了钢铁行业的基准收益率。最后,将研究结果与其他财务指标进行对比分析,验证了该方法的合理性,为钢铁行业的投资和管理决策提供参考。