資產(chǎn)的相關(guān)系數(shù)精選(九篇)

前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的資產(chǎn)的相關(guān)系數(shù)主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：資產(chǎn)的相關(guān)系數(shù)范文

鑒于目前國內(nèi)文化遺產(chǎn)數(shù)字信息展示與傳播水平的普遍問題，文化遺產(chǎn)數(shù)字信息展示與傳播在新媒體語境中的發(fā)展方向可體現(xiàn)在采用新的數(shù)字信怠展示形式、科學地樹立文化遺產(chǎn)網(wǎng)絡數(shù)字化建設思路、以嚴謹?shù)奈幕z產(chǎn)信息傳播態(tài)度推動文化遺產(chǎn)主題游戲研發(fā)和創(chuàng)新、拓展文化遺產(chǎn)知識傳播渠道與提升城市文化活力合二為一四個方面。在文化遺產(chǎn)數(shù)字信息發(fā)展中還需要認識到幾個關(guān)鍵問題會直接影響到展示與傳播效果：一是專業(yè)人力資源缺乏：二是數(shù)字信息設計運用中“度”的把握；三是關(guān)于真實性的態(tài)度問題：四是資金投放不足導致的結(jié)果。

關(guān)鍵詞：

文化遺產(chǎn) 數(shù)字信息 展示與傳播 新媒體 發(fā)展方向

中圖分類號：G20

文獻標識碼：A

文章編號：1003-0069（2015）07-0076-02

我們知道，展覽是一種經(jīng)濟產(chǎn)業(yè)，文化遺產(chǎn)數(shù)字信息展示僅僅是某項文化資源展覽項目的一部分，運用新媒體藝術(shù)和技術(shù)手段對之設計，其根本還是要從營銷的角度全面深入研究文化遺產(chǎn)信息整體傳播的效果。研究首先應包括文化遺產(chǎn)項目的內(nèi)容及定位、場館（包括虛擬場館）的環(huán)境與構(gòu)造、信息的特點與分布、觀眾的需求和目的、新媒體技術(shù)手段的應用利弊與目標、資金情況等。在這些分析的基礎上，再全面整體地進行新媒體藝術(shù)表達形式的策劃，包括形式與信息內(nèi)容的配合、形式多樣性的選擇、新技術(shù)的運用、綜合多種形式的設計方案等，才能使數(shù)字傳播效果在文化遺產(chǎn)展示場所――被呈現(xiàn)。

當然，在形式的選擇和新技術(shù)運用環(huán)節(jié)，設計人員始終需要清醒地意識到：新技術(shù)的運用是否能與傳播效果成正比？新技術(shù)的應用、新形式的出現(xiàn)當然會吸引更多觀眾對其信息進行關(guān)注，但設計人員如果單純是為了探索文化遺產(chǎn)數(shù)字形式的新穎性，沉湎于科技優(yōu)勢而忽視文化遺產(chǎn)的學術(shù)價值，最終的結(jié)果則是乏味的空殼無法與豐富的文化遺產(chǎn)信息對接，文化遺產(chǎn)數(shù)字傳播的效果和目的也就完全喪失了。

一 文化遺產(chǎn)數(shù)字信息在新媒體語境中的發(fā)展方向

1 采用新的數(shù)字信息展示形式。

目前，文化遺產(chǎn)數(shù)字信息展示在新媒體語境中具有技術(shù)現(xiàn)實意義的新穎形式，包括虛擬現(xiàn)實場景、遠程臨場、文物全景交互式控制、數(shù)字幻影成像裝置、主題性綜合媒體展示等。

遠程臨場與虛擬現(xiàn)實非常相似，虛擬現(xiàn)實是在電腦模擬中盡力達到“真實現(xiàn)場存在”的幻象，而遠程臨場，則盡力令人們產(chǎn)生出現(xiàn)在遠距離場所中的幻覺。在本質(zhì)上遠程臨場和虛擬現(xiàn)實的最終結(jié)果是相同的，兩者都有一個人機接口（interface），觀眾通過該接口運用人類的自然力量，與另一個環(huán)境產(chǎn)生互動，而后一個環(huán)境不在用戶身體周圍。遠程臨場技術(shù)運用于文化遺產(chǎn)展示場所，通過主題設i+，可以讓觀眾感覺自己視乎真的出現(xiàn)在歷史上某一時間或事件中。在遠程臨場中，觀眾有越多越豐富的感覺線索，就越能感到一種存在的真實性。而虛擬現(xiàn)實的典型特色，則是通過改革知覺和人機界面技術(shù)，在知覺感性方面表現(xiàn)出令觀眾感覺身I缶其境的“沉浸式”視覺和聲覺體驗。虛擬現(xiàn)實通過各種技術(shù)增強普通計算機的表現(xiàn)能力，包括顯示給予人立體感的三維視覺幻象、圍繞在整個環(huán)境的環(huán)繞式投映影像、三維立體聲音定位等，這些技術(shù)都是建立在人類生理反應基礎上的。觀眾可以通過兩眼看見的差異來判定深度，或是兩耳感覺到以信號的毫秒時間差異來定位空間。同樣的，虛擬現(xiàn)實場景設計可以給觀眾造成―種假象，讓他們感覺看到、聽見的―切比想象中的歷史真實環(huán)境更加真實。

文物全景交互式控制的范圍通常是在720°（x和y兩個維度的360°），因此可以全方位細致地觀摩文物，這對那些不能觸碰的珍貴文物有積極的展示補充作用。文物的全景圖片可以通過高密度角度的序列圖片生成，也可以是高質(zhì)量的三維建模渲染圖片。這種形式既可以用于展廳現(xiàn)場控制以作為真實文物展示的補充部分，又可以通過網(wǎng)絡展示以替代文物二維圖片展示的不足。

數(shù)字幻影成像裝置的主體部分是裝置，所采用的技術(shù)手段不一，設計通常都是巧妙、有創(chuàng)造性、耐人尋味的。究其原因，則在于裝置作為一種傳統(tǒng)的藝術(shù)表現(xiàn)形式，具有先進性和自由性，在對傳播內(nèi)容本質(zhì)進行揭示的過程中又具有強烈的趣味性，現(xiàn)在再配合數(shù)字技術(shù)手段，就更具有時代吸引力了。例如深圳博物館新館的證券交易所幻影成像裝置，就非常值得我們學習。裝置通過多層玻璃折射平面影像（分了圖層的單人影像），形成多層次的影像幻象，并通過底層圖作為最終背影，使場景呈現(xiàn)較為立體的空間層次，很有現(xiàn)場感。

主題性綜合媒體展示其性質(zhì)也是屬于新媒體的一種，通常是某個主題展覽的核心部分，是圍繞某個文化主題所進行的展示策劃，以達到強烈吸引觀眾對其文化遺產(chǎn)關(guān)注和認知的目的。這種形式的設計通常是運用多種媒體、多種技術(shù)呈現(xiàn)某個歷史狀態(tài)或某種文明。例如日本國立科學博物館舉辦的“神秘的王朝――瑪雅文明展”，工作人員在4000張攝影、測量圖紙、地圖以及大量文獻調(diào)研的基礎上構(gòu)建了瑪雅的虛擬空間，并由日本著名的演員扮演“國王”、“天文學者”、“考古學家”等角色，使展期中的12萬觀眾通過虛擬現(xiàn)實與表演藝術(shù)，親身體驗了瑪雅文化。

2 科學樹立文化遺產(chǎn)網(wǎng)絡數(shù)字信息建設思路。

目前，國內(nèi)大部分文化遺產(chǎn)保護和宣傳單位所設計的網(wǎng)站明顯有兩種思路：一是為完成建設任務而進行的設計，相關(guān)的文化遺產(chǎn)內(nèi)容展示非常粗略，通常為時間――地點――人物――事件（特征）為框架的少量文字+圖片介紹；二是網(wǎng)站的定位，大多是以保護和宣傳單位為宣傳重心，文化遺產(chǎn)原本的信息展示則很少。這樣的建設思路直接導致文化資源為全社會共享的目的無法實現(xiàn)。

對文化遺產(chǎn)的網(wǎng)絡建設，在目前的條件下，至少應有兩種不同的建設思路：一是圖像資料的收集與展示（在廣度上展示信息）；一是對單項藝術(shù)作品的深入研究，以至可以延伸到當時的文化體態(tài)和其他文遺作品（在深度上介紹信息）。這兩種定位可以綜合地體現(xiàn)在一個站點中，也可以根據(jù)文化遺產(chǎn)保護宣傳單位的信息特點，選擇其中一種方式對網(wǎng)站進行設計。當然，無論是怎樣的選擇，都必須是在對文化遺產(chǎn)內(nèi)容有深刻研究的基礎上，根據(jù)文化遺產(chǎn)的信息特點來設計數(shù)據(jù)收集方式、框架結(jié)構(gòu)、媒體選擇、演示方式、交互方式等內(nèi)容。

3 以嚴謹?shù)奈幕z產(chǎn)信息傳播態(tài)度推動文化遺產(chǎn)主題游戲研發(fā)和創(chuàng)新。

以文化遺產(chǎn)內(nèi)容為主題的數(shù)字游戲，讓人們更有發(fā)現(xiàn)的快樂。中國幾千年的歷史，每個文明階段、人物事件、文化內(nèi)容、民族故事，都會讓游戲策劃的主題異彩紛呈。無論是在線多人游戲，還是單機單關(guān)游戲，只要具有良好的游戲機制和游戲性，傳播的文化遺產(chǎn)信息內(nèi)容就能實現(xiàn)良好的學習性。

對游戲產(chǎn)業(yè)來講，以文化遺產(chǎn)內(nèi)容為主題策劃游戲，不但會帶來游戲的品質(zhì)提升，形成新的消費點和盈利點，實現(xiàn)游戲產(chǎn)業(yè)發(fā)展的新路標，更重要的是，游戲的形式會使文化遺產(chǎn)知識和信息被更有廣度和深度地傳播。游戲產(chǎn)業(yè)的主要消費人群――青少年，同時也是文化遺產(chǎn)知識傳播的主要對象。作為用戶，他們?nèi)藬?shù)眾多，知識吸收力強，隨著游戲的深入，需要掌握更全面的文化遺產(chǎn)背景知識和對人物事件進行深入研究才能把握游戲進程，這就會在無形中促成了青少年對文化遺產(chǎn)知識的了解和研究興趣。例如，法國文化特色的戰(zhàn)略探險游戲《太陽王宮殿的陰謀》，以1685年路易十四時代的凡爾賽宮為背景，利用3D和虛擬漫游技術(shù)再現(xiàn)了當時的宮殿建筑、家具、油畫作品、工藝品、30多個生活在宮殿中的人物、音樂等，加上游戲中的地圖、文獻等輔助功能，讓青少年在尋寶探秘的同時了解了法國的歷史、文化和藝術(shù)。

當然，眾多的游戲公司已經(jīng)認識到了此類游戲的市場前景，目前市面上的歷史策略游戲也舉不勝數(shù)，但在游戲的策劃和設計中卻普遍存在一個僅僅考慮市場營銷的問題，極少準確地去展示和傳播文化遺產(chǎn)信息，有時甚至與之背道而馳。因此，這些游戲無論怎樣精彩和吸引，也并不是真正意義的歷史文化遺產(chǎn)游戲。只有基于文化遺產(chǎn)信息被準確傳播和展示這一前提，只有在游戲策劃中關(guān)注文化遺產(chǎn)信息的真實性和知識深度問題，游戲這種形式才能完美而有效地與文化遺產(chǎn)信息相結(jié)合、相促動。因此，以嚴謹?shù)奈幕z產(chǎn)信息傳播的態(tài)度推動文化遺產(chǎn)主題游戲的研發(fā)和創(chuàng)新，才是我們目前工作的重點。

二 在文化遺產(chǎn)數(shù)字信息發(fā)展中的關(guān)鍵問題

一）專業(yè)人力資源缺乏

在文化遺產(chǎn)保護和宣傳領(lǐng)域，缺乏數(shù)字設計、網(wǎng)絡建設、傳播與心理、交互行為研究的新媒體人才；而在新媒體藝術(shù)設計領(lǐng)域，缺少甚至沒有人文歷史研究方面的專業(yè)人員。這樣，在文化遺產(chǎn)和數(shù)字技術(shù)之間，造成了一種因各自缺位而形成的人才斷層，帶來的直接后果就是數(shù)字技術(shù)不能在學術(shù)層面對文化遺產(chǎn)進行傳播，也就缺乏了對應文化遺產(chǎn)信息特點和傳播需要的獨特設計。

如何解決人文和科技方面人力資源的互補、融合和組合問題，是各級政府、文化部門、教育部門急待研究和行動的工作。目前在滿足這一需要的人才培養(yǎng)尚不能到位的情況下，只能首先做到對兩方面專業(yè)人才怎樣磨合、互補、有效合作的研究。

二）數(shù)字信息設計、運用中“度”的把握對文化遺產(chǎn)保護與宣傳的影響

在文化遺產(chǎn)信息內(nèi)容的研究和數(shù)字創(chuàng)作的過程中，會存在過分人文專業(yè)化所導致的傳播阻隔問題，也會存在過分追求娛樂化、趣味性而產(chǎn)生對文化遺產(chǎn)價值的消解和損害問題，這都是我們在實施文化遺產(chǎn)數(shù)字化工作時需要特別警惕的。造成這一問題的直接原因其實還是前一個問題，即研究文化遺產(chǎn)資源的專業(yè)人員不熟悉數(shù)字傳播的原理和特色，專業(yè)習慣思維和專業(yè)表達讓文化遺產(chǎn)信息在傳播層面造成與受眾的疏離，同時，新媒體藝術(shù)創(chuàng)作人員不熟悉文化遺產(chǎn)豐富深厚的內(nèi)涵和優(yōu)勢，往往會順應商業(yè)和普通公眾的娛樂性淺層需求，不但不能把深厚的文博知識豐滿地傳達給受眾，甚至造成對文化遺產(chǎn)信息傳播的負面影響。因此，怎樣在文化遺產(chǎn)數(shù)字設計工作中衡量是否過度，是研究課題中的一個新方向。

數(shù)字信息的過度應用，也會給展覽、旅游等產(chǎn)業(yè)帶來負面問題。在傳統(tǒng)文物展示場所、文化遺產(chǎn)遺址、文化社區(qū)和保護區(qū)，觀眾（游客）搜尋的目標有可能不再是文化遺產(chǎn)信息而是數(shù)字設備，更有可能造成觀眾（游客）在觀光游覽時對數(shù)字形式和設備的極度依賴，其代價就是造成觀眾（游客）與文化歷史資源產(chǎn)生分割，與展覽或旅游項目的最終目標背道而馳。

三）關(guān)于真實性的問題

第2篇：資產(chǎn)的相關(guān)系數(shù)范文

摘要：隨著資本市場的日臻完善，投資手段日益多元化，投資風險前所未有地增加，投資者們也要更加準確、及時地掌握企業(yè)的財務狀況和經(jīng)營狀況。以資產(chǎn)負債表和損益表為基礎，“會計利潤”為核心的傳統(tǒng)財務分析指標體系已經(jīng)滿足不了當前的市場需求，調(diào)整和優(yōu)化我國傳統(tǒng)的財務分析指標體系是當下亟待解決的問題。

關(guān)鍵詞 ：財務分析指標體系；現(xiàn)金流

一、傳統(tǒng)財務分析指標體系回顧

我國現(xiàn)行的財務分析指標體系主要包括四個方面：盈利能力、償債能力、營運能力和發(fā)展能力?，F(xiàn)行的企業(yè)盈利能力相關(guān)指標有：凈資產(chǎn)收益率和總資產(chǎn)報酬率；收入利潤率分析和成本利潤率分析、每股收益率。反映企業(yè)償債能力的指標有：流動比率、速動比率、資產(chǎn)負債率、利息保障倍數(shù)。反映企業(yè)運營能力的主要指標有：應收賬款周轉(zhuǎn)率，存貨周轉(zhuǎn)率，流動資產(chǎn)周轉(zhuǎn)率，固定資產(chǎn)周轉(zhuǎn)率，總資產(chǎn)周轉(zhuǎn)率。反應企業(yè)發(fā)展能力的指標主要有營業(yè)收入增長率，總資產(chǎn)增長率，資本積累率。

二、基于現(xiàn)金流量的財務指標體系分析

（一）基于現(xiàn)金流量的企業(yè)盈利能力評價體系的建立本文對盈利能力指標的修改如下：（1）增加現(xiàn)金凈利潤比率= 經(jīng)營活動產(chǎn)生的現(xiàn)金流量凈額/凈利潤。（2）將每股收益率改為每股現(xiàn)金凈流量比率= 經(jīng)營活動產(chǎn)生的現(xiàn)金凈流量/年末流通在外的普通股數(shù)，該值在反映企業(yè)進行資本支出和支付現(xiàn)金紅利能力上要優(yōu)于每股收益，也更加受到股東的關(guān)注。

(二)基于現(xiàn)金流量的企業(yè)償債能力評價體系的建立

本文建議保留速動比率，并將流動比率改為現(xiàn)金流動負債率=經(jīng)營活動產(chǎn)生的現(xiàn)金凈流量/流動負債。資產(chǎn)負債率作為反映企業(yè)償債能力的底限指標，本文建議不做修改。將利息保障倍數(shù)改為現(xiàn)金利息比率=經(jīng)營現(xiàn)金凈流量/利息支出。

（三）基于現(xiàn)金流量的企業(yè)營運能力評價體系的建立在傳統(tǒng)的財務指標體系中，企業(yè)資產(chǎn)的流轉(zhuǎn)總額用主營業(yè)務收入或主營業(yè)務成本來表示，然而在企業(yè)的實際運營過程中，企業(yè)賬面上的主營業(yè)務收入或成本并非企業(yè)實際收到或支出的，即沒有進入到流轉(zhuǎn)程序。

影響企業(yè)主營業(yè)務收入質(zhì)量的主要是應收賬款，由于有的企業(yè)并不能保證這些應收賬款的可回收性，因此賬面利潤的數(shù)量與質(zhì)量脫節(jié)。本文建議將其改為：應收賬款回收率=（銷售商品收到的現(xiàn)金+ 收到的增值稅銷項稅）/應收賬款平均余額，該指標對其他以主營業(yè)務收入為總流轉(zhuǎn)額的指標起到了印證和補充的作用。

同理，本文建議將存貨周轉(zhuǎn)率改為：存貨流轉(zhuǎn)率=分析期銷售存貨獲得的現(xiàn)金/（分析期存貨的平均余額-應付賬款+預付賬款+應收賬款-預收賬款）

（四）基于現(xiàn)金流量的企業(yè)發(fā)展能力評價體系的建立企業(yè)營業(yè)收入的增長并不一定意味著企業(yè)財富的增長，資產(chǎn)規(guī)模的增長只是企業(yè)進一步發(fā)展的充分條件，當企業(yè)盲目擴張時，會導致企業(yè)入不敷出。本文建議進行如下改進：增設(1)經(jīng)營現(xiàn)金流量增長率= 當年經(jīng)營現(xiàn)金凈流量/去年經(jīng)營現(xiàn)金凈流量（2）凈現(xiàn)金流量適當率= 經(jīng)營活動產(chǎn)生的現(xiàn)金凈流量/ (資本支出+存貨增加+現(xiàn)金股利)，該指標值大于等于1 時，表明企業(yè)的發(fā)展前景良好。(3)每股經(jīng)營活動現(xiàn)金凈流量增長率= 本年每股經(jīng)營活動現(xiàn)金凈流量增長額/ 上年每股經(jīng)營活動現(xiàn)金凈流量，該指標反映了企業(yè)權(quán)益資金報酬率的增長情況，該指標>1 時，企業(yè)的權(quán)益資金帶來的收益呈增長趨勢；若<1,在企業(yè)沒有增發(fā)股份的情況下，表明企業(yè)經(jīng)營活動產(chǎn)生的現(xiàn)金流減少，企業(yè)發(fā)展能力欠佳，該指標補充了資本積累率。

三、實證分析

本文選取2009-2012 年30 家家電行業(yè)的上市公司作為研究對象，分別對反映其盈利能力、償債能力、營運能力、發(fā)展能力的傳統(tǒng)財務指標進行實證分析。

（一）盈利能力實證分析

傳統(tǒng)盈利能力評價指標各年得分相關(guān)系數(shù)表

相關(guān)系數(shù)表反映了企業(yè)當年企業(yè)未來幾年的預測程度。對比傳統(tǒng)盈利能力各年得分相關(guān)系數(shù)表和改進后的盈利能力各年得分相關(guān)系數(shù)表可知，雖然傳統(tǒng)指標體系的相關(guān)系數(shù)普遍高于新建指標體系，但是傳指標體系相關(guān)系數(shù)逐年遞減，新建指標體系相關(guān)系數(shù)逐年遞增，用2009 年預測2012 年是更是新建指標體系預測效果更好，因此可以得出現(xiàn)金流量的信息價值在逐年增加，其具有更好的長期預測效果。

（二）償債能力實證分析

償債能力實證分析的方法與上述盈利能力實證分析部分相同，相關(guān)系數(shù)如下：

將以上兩張相關(guān)系數(shù)表對比可知，整體而言，基于現(xiàn)金流的各年相關(guān)系數(shù)高于傳統(tǒng)指標體系，因此毫無疑問，新建指標體系中償債能力的預測性更強。

（三）營運能力實證分析

由以上兩表可知，傳統(tǒng)營運能力評價指標各年得分相關(guān)系數(shù)與基于現(xiàn)金流量的營運能力評價指標各年得分相關(guān)系數(shù)大體相當，在長期預測上后者的相關(guān)系數(shù)更大，且后者的系數(shù)呈遞增趨勢，因此基于現(xiàn)金流量的評價體系具有較好的預測性。

（四）發(fā)展能力實證分析

對比以上兩個表可知，基于現(xiàn)金流的企業(yè)發(fā)展能力指標體系的預測能力高于傳統(tǒng)指標體系，且預測能力逐年增加，但結(jié)論還有待今后更多數(shù)據(jù)的進一步驗證。

綜合以上實證分析的結(jié)果，我們可以得出：實證分析的結(jié)果基本符合理論預期，即總體而言，基于現(xiàn)金流量的評價指標體系具有更好的評價和預測能力；同時，即時在個別情況下基于現(xiàn)金流的評價指標體系的預測能力不及傳統(tǒng)指標體系，但是其相關(guān)系數(shù)也在逐年增加，這也證明了現(xiàn)金流量信息價值在逐年增加，評價能力在逐年提高，因而基于現(xiàn)金流量的指標體系的利用與發(fā)展值得我們更加深入的關(guān)注與探索。

參考文獻：

[1]H. A.小謝弗(H. A. Schaef f er Jr.).現(xiàn)金流量精要(于東智谷立日譯)，中國人民大學出版社，2004.

[2]Bernard, VL.Stober, T.1989.The Nature and Amount ofInformation in Cash Flow and Accruals. Accounting Review.[3]姜勝英.M W公司財務評價與分析[學位論文]，2006，天津大學.

[4]苗潤生，陳潔.財務分析.清華大學出版社有限公司,2010.

[5]袁天榮.財務分析.中國財政經(jīng)濟出版社，2009.

[6]瞿海平.對子公司財務評價體系的選擇及應用分析--以煙草銷售企業(yè)為例[學位論文]，2009，復旦大學.

[7]何娟.基于現(xiàn)金流的財務分析指標體系的構(gòu)建和實證研究2010，西安科技大學.

第3篇：資產(chǎn)的相關(guān)系數(shù)范文

【關(guān)鍵詞】會計準則形式趨同Spearman相關(guān)系數(shù)法

【中圖分類號】F233

高質(zhì)量的會計準則是高質(zhì)量的會計信息的必要條件之一，高質(zhì)量的會計信息可以幫助投資者更好地進行經(jīng)濟決策。IFRS與IAS被視為高質(zhì)量的會計準則，一直以來都處于不斷修訂和完善的過程中，準則規(guī)定具有很高的時效性，從適用范圍廣度也可以看出其代表性。CAS一直堅持走“國際準則趨同”的道路，但是并沒有在所有方面實現(xiàn)完全趨同。我國以IFRS/IAS為基礎制定CAS，需要時刻關(guān)注CAS形式趨同程度的變化，以制定進一步改革路線來提供更高質(zhì)量的會計信息。

一、引言

為保持CAS與IFRS/IAS的持續(xù)趨同，財政部在2012年了一系列準則征求意見稿后，于2014年正式修訂了五項、新增了三項會計準則。會計趨同包括形式趨同和實質(zhì)趨同。形式是指準則規(guī)定或法律解釋，實質(zhì)是指財務數(shù)據(jù)或經(jīng)濟后果。會計準則形式趨同帶來的思考是：如何測度CAS與IFRS/ IAS的形式趨同程度？現(xiàn)階段CAS與IFRS/IAS達到何種趨同程度？分歧體現(xiàn)在哪些方面？未來準則修訂的方向是什么？這一系列問題的思考對研究如何產(chǎn)生高質(zhì)量會計信息、實現(xiàn)實質(zhì)趨同具有重要意義。

本文對截至2015年7月在用的CAS與IFRS/IAS形式趨同程度測度，以探究分歧的原因、趨同的現(xiàn)狀和未來的政策制定方向。

二、文獻回顧

形式趨同（formal or de jure harmonization）與實質(zhì)趨同（material or de facto harmonization）的區(qū)分十分重要。形式趨同是從準則對各項會計實務具體規(guī)范上判斷兩套不同準則的相關(guān)關(guān)系，實質(zhì)趨同是從財務數(shù)據(jù)的角度對準則形式趨同的效果及其變化進行檢驗。Van der Tas（1988）使用H指數(shù)和C指數(shù)首次量化財務報告趨同的研究，作者首先界定趨同的含義，然后介紹H指數(shù)與C指數(shù)的計算方法，并舉例說明其應用。

Rahman等（1996）認為形式趨同是實質(zhì)趨同的不可缺少的一部分，他們提出測度形式趨同的絕對值，但是卻沒有測度相似科目的相似度；Garrido等（2002）使用歐式距離的方法測度IASB實現(xiàn)的形式趨同，結(jié)果顯示隨著可選方法的數(shù)量的減少，財務信息可比性不斷提高。但是Garrido等（2002）使用的方法無法用于測度某一國家會計準則與IFRS/IAS的形式趨同程度。

Fontes等（2005）使用葡萄牙會計準則、IFRS/ IAS，對三種測度會計準則趨同程度的方法進行分析。通過對三種方法的比較，他們認為歐式距離法只能通過會計方法的個數(shù)來測度形式趨同程度，沒有考慮到會計方法規(guī)定有不同的規(guī)定強度，而且單純地比較會計方法個數(shù)并不能得出準則內(nèi)容是否趨同的結(jié)論；而作者對Jaccard系數(shù)法和Spearman相關(guān)系數(shù)法也進行了比較，他們認為這兩種方法都對具體項目的要求情況進行了分別統(tǒng)計，但是前者沒有考慮會計準則對具體項目要求強度差異，后者考慮了要求強度的差異。

國內(nèi)的研究中，王治安等（2005）采用平均距離法進行度量。已有研究使用的距離法均屬于計算定距數(shù)據(jù)的方法（張國華、曲曉輝，2009）。因此，作者認為平均距離法并不適合用來計算中國企業(yè)會計準則的國際趨同程度，而歐式距離法會受到觀測單位的影響，馬氏距離中的樣本協(xié)防差矩陣難以確定。張國華、曲曉輝（2009）雖然提出了模糊聚類分析法，但是其計算程序十分復雜。如果想要對所有單項會計準則進行全面度量和分層，在應用上會有一定局限性。

國內(nèi)外學者針對會計準則形式趨同測度的研究處于少數(shù)地位。直到Tay和Parker（1990）提出將會計準則趨同分為實質(zhì)趨同與形式趨同時，學者們才開始注意到對形式趨同的研究。國外學者提出的方法由歐氏距離法、馬氏距離法等演變到平均距離法、Jaccard系數(shù)法、Spearman相關(guān)系數(shù)法等；國內(nèi)以曲曉輝、張國華的研究為代表，在原有方法上創(chuàng)新提出將模糊聚類分析法應用于會計準則形式趨同的測度上，但是計算程序較為復雜。

測度會計準則形式趨同程度的方法主要有距離法和相關(guān)系數(shù)法。作者認為要根據(jù)數(shù)據(jù)特征選擇合適的形式趨同程度測度方法。本文研究使用的數(shù)據(jù)為定序數(shù)據(jù)，適合用Spearman相關(guān)系數(shù)法。

三、研究范圍與研究方法

（一）研究范圍

本文以截止2015年7月仍在用的會計準則為準，CAS原文來自財政部會計司專題欄目，不考慮準則體系中所包括的應用指南、解釋、專家意見等，選取1-41號會計準則進行研究。此外，本文以IAS官網(wǎng)（）提供下載的IAS、IFRS英文原版為準，暫不考慮解釋（IFRIC）等，已經(jīng)被撤銷的、已經(jīng)被取代的和即將實施的準則不在比對范圍內(nèi)，其中即將被取代的IAS39在目前仍然生效，因此在比對中仍然包含在范圍中。

具體地，只考慮一般行業(yè)的準則，因為我國準則還是會考慮到本國實情與國際上的差別，因此特殊行業(yè)的準則也有特殊之處。不考慮CAS完全缺省的準則、CAS與IFRS框架與前言的比對和IFRS1與CAS1。對于IFRS新修訂的準則CAS尚未跟進，這種情況不存在可比性。而CAS與IFRS框架與前言分別在兩套準則體系中有很大差別，IFRS1與CAS1雖然從名稱上看都是對首次采用會計準則的規(guī)定，但是前者主要是對從采用US GAAP到IFRS的過渡性規(guī)定，后者主要是對以前從未采用CAS或者新舊準則交替階段所做的規(guī)定。因此，二者實質(zhì)上不存在可比性。

（二）研究方法

作者采用的方法有三個難點及需要關(guān)注的地方：第一，設置客觀合理且具有代表性的比較點；第二，對比較點在準則中要求強度進行賦值；第三，對“打分”后的數(shù)據(jù)選擇符合數(shù)據(jù)特征的統(tǒng)計方法計算其相關(guān)系數(shù)，用相關(guān)系數(shù)的結(jié)果衡量準則國際趨同程度。

關(guān)于比較點的設置，楊玨、曲曉輝（2008）給出了參考德勤會計師事務所對CAS與IFRS/IAS的研究報告的建議。因此，本文以德勤2014年公布的《國際財務報告準則合規(guī)性調(diào)查問卷》為基礎設置比較點。為了更加全面完整統(tǒng)計由于某項準則缺失導致兩套準則不可比的情況，本文也對IFRS/IAS相對于CAS重要缺失之處進行了統(tǒng)計。

在設置完成比較點后，作者需要對比較點在準則中要求強度進行“打分”。作者主要遵循兩個原則：一方面，基于會計準則的實際意義進行比較；另一方面，盡量減少主觀判斷偏差。根據(jù)Fontes等（2005）的五級賦值法：1=要求，2=建議，3=允許，4=禁止，5=未規(guī)定。

準則要求強度的數(shù)據(jù)是本文所使用的數(shù)據(jù)，在本文所使用的數(shù)據(jù)中被賦值為1的比較點在準則中的要求強度比被賦值為3的要求強度要高得多。但是，比較點在準則中的要求強度之差沒有具體意義，因此本文所使用的數(shù)據(jù)是定序數(shù)據(jù)。測度形式趨同程度的距離法中，歐氏距離法、馬氏距離法或平均距離法用于計算定距數(shù)據(jù)，因此本文認為無論是歐式距離法、馬氏距離法還是較為簡便的平均距離法均不適合本文所使用的數(shù)據(jù)的特征。相關(guān)系數(shù)方法中，Jaccard系數(shù)沒有考慮準則對方法要求強度的差異，會高估趨同水平；Spearman相關(guān)系數(shù)法用于計算等序數(shù)據(jù)的相關(guān)性，符合本文使用數(shù)據(jù)的特征，因此本文采取Spearman相關(guān)系數(shù)法。

CAS與IFRS/IAS主要有兩類差異：一是兩套準則都對比較點的內(nèi)容做出了規(guī)定，但是兩套準則對比較點的要求程度不同，即“分歧”狀態(tài)；二是，其中一套準則沒有對比較點做出規(guī)定，即“缺省”狀態(tài)，使得兩套準則存在差異。在應用Spearman相關(guān)系數(shù)法計算比較點在兩套準則下的要求強度的相關(guān)性時，應當區(qū)分“分歧”與“缺省”兩種不同狀態(tài)。對于“打分”在1-4內(nèi)的比較點，可以進行Spearman相關(guān)系數(shù)的計算，但是對于其中一項為5，即“未規(guī)定”的狀態(tài)時，一項有具體規(guī)定和一項沒有任何規(guī)定的準則不具有可比性。綜上所述，CAS與IFRS/IAS對比較點要求強度時，按形成差異的不同原因分類計算Spearman相關(guān)系數(shù)。

四、測量過程與結(jié)果

（一）財務報表列報的計算舉例

2014年1月26日，財政部了新修訂的CAS30，2011年6月IASB正式修訂后的IAS1。比較點列示如下：

剔除前，本文設置比較點共93個；剔除“缺省”狀態(tài)的比較點后，得到53個比較點。獲得Spearman相關(guān)系數(shù)為0.339，在0.05置信度下顯著。從統(tǒng)計學上對相關(guān)系數(shù)大小的判斷來看，計算得到的結(jié)果表明CAS30與IAS1存在線性相關(guān)關(guān)系，但是相關(guān)程度不高。CAS30與IAS1的“分歧”主要是對財務報表公允表達的要求、資產(chǎn)負債表單項項目按照流動性列示的要求、利潤表對費用按照性質(zhì)或功能列示的要求等方面，“缺省”主要是相對于IAS1，CAS30對非財務信息、不確定性風險因素和資本管理目標等非強制性信息披露未作規(guī)定。

首先，準則適用范圍方面存在“分歧”狀態(tài)。IAS1中明確指出“編制中期財務報表的時候，要根據(jù)IAS34的規(guī)定進行”，CAS30指出“本準則適用于個別財務報表和合并財務報表，以及年度財務報表和中期財務報表，CAS33對中期財務報表的編制另有規(guī)定的除外”。

第二，一般特性方面的規(guī)定存在“缺省”內(nèi)容。IAS1中提出財務報表應“公允表達、以持續(xù)經(jīng)營假設和權(quán)責發(fā)生制為基礎”。CAS30對基本要求部分表現(xiàn)在：第一，持續(xù)經(jīng)營的判斷標準、考慮因素和強制要求；第二，重要性的界定，不足以在財務報表中列示的項目，但其對附注很重要的，應在附注中列示；第三，企業(yè)原則上不得將資產(chǎn)和負債、收入和費用抵銷，但是非日?；顒有纬傻睦煤蛽p失以凈額列示不屬于抵銷。

第三，資產(chǎn)負債表列示方面，兩套準則對資產(chǎn)負債表要求至少披露的項目基本沒有差異，不過CAS30與IAS1仍存在一些“分歧”。IAS1不要求項目列示的順序、方式，CAS30要求報表項目應該按照流動性列示。但IAS中還規(guī)定如果以流動性列示項目可以提供可靠的信息，則可以按流動性列示。

第四，利潤表列報方面基本相同，存在個別“缺省”與“分歧”內(nèi)容。IAS1要求當收益或費用項目重大時，企業(yè)應單獨披露其性質(zhì)和金額，CAS30對該內(nèi)容則未規(guī)定，缺乏對披露“重大”信息的要求。此外，IAS1可選擇費用性質(zhì)法或功能法列報；CAS30要求采用功能法列報費用，分成銷售費用、管理費用與財務費用等部分。

第五，權(quán)益變動表與附注方面存在“缺省”狀態(tài)。CAS30與IAS1對財務報表附注內(nèi)容的總體要求一致，但是CAS30缺乏對非財務信息、不確定性風險因素、資本管理目標等信息的披露，且在具體內(nèi)容表達上不夠詳細。

（二）會計準則整體指標計算

作者對共35項IFRS/IAS與CAS進行了單項準則間的比對。鑒于一些單項準則內(nèi)容相關(guān)程度較高，將其中幾項準則進行合并比對。

從表3，可以看出準則整體最終計算得到的Spearman相關(guān)系數(shù)為0.448，在0.01的置信度下顯著，表明CAS與IFRS/IAS在0.01的置信度下有顯著的線性關(guān)系，相關(guān)系數(shù)大小為0.448，達到中度趨同程度。

所有單項準則比對得到的Spearman相關(guān)系數(shù)都至少在0.10的置信度下顯著，表明CAS與IFRS/ IAS所適用于一般行業(yè)的單項準則都存在線性相關(guān)關(guān)系。其中合營安排等幾項準則在所有重大方面Spearman相關(guān)系數(shù)都在0.01的置信度下顯著，且完全相關(guān)。此外，固定資產(chǎn)等幾項準則的相關(guān)系數(shù)較低，主要原因分別是IFRS/IAS允許以重估模式對固定資產(chǎn)進行后續(xù)計量和資產(chǎn)減值損失在資產(chǎn)以重估模式下計量的會計處理方法。

五、研究結(jié)論與啟示

（一）研究結(jié)論

本研究主要得到以下結(jié)論：

第一，CAS與IFRS/IAS整體達到中度趨同程度。準則整體Spearman相關(guān)系數(shù)為0.448，表明CAS與IFRS/IAS達到中度趨同

第二，35項單項準則的形式趨同程度差異較大。Spearman相關(guān)系數(shù)等于1的有合營安排等，表明這幾項內(nèi)容在兩套準則下完全一致；趨同程度較高的有公允價值計量等，Spearman相關(guān)系數(shù)都在0.6與0.7之間；趨同程度較低的是資產(chǎn)減值損失等，Spearman相關(guān)系數(shù)都在0.2與0.3之間。

第三，新頒布或重新修訂的準則趨同程度較高，比如公允價值計量和在其他主體中權(quán)益的披露。前者Spearman相關(guān)系數(shù)為0.688，后者Spearman相關(guān)系數(shù)為1.000。新頒布準則的高度趨同體現(xiàn)出CAS國際趨同路線的導向。

第四，與IFRS/IAS相比，CAS缺省更多披露方面的要求?！叭笔　睜顟B(tài)的比較點為430個（1392-962= 430），表明與IFRS/IAS相比，CAS有30%左右尚未覆蓋的內(nèi)容。這些未覆蓋的內(nèi)容主要為披露的規(guī)定，與IFRS/IAS相比，CAS缺乏對自愿性信息披露的規(guī)定。

（二）研究啟示

第一，我國必須完善資本市場環(huán)境和產(chǎn)權(quán)制度環(huán)境，努力發(fā)展成熟的市場經(jīng)濟，并且不斷培養(yǎng)與選拔專業(yè)高素質(zhì)人才，以提高公允價值計量的可靠性。

第二，無論是企業(yè)財務人員還是注冊會計師等人員的參與度還是準則制定環(huán)節(jié)的透明度都有待進一步提高。

第三，明確準則制定導向，從內(nèi)部外部最終實現(xiàn)與IFRS的原則趨同。

主要參考文獻：

[1]曲曉輝、高芳，我國會計準則國際協(xié)調(diào)效果量化研究述評，會計研究，2006，（2），14-18.

[2]曲曉輝、邱月華，強制性制度變遷與盈余穩(wěn)健性――來自深滬證券市場的經(jīng)驗證據(jù)，會計研究，2007，（7），20-28.

[3]王治安、萬繼峰、李靜，會計準則國際協(xié)調(diào)度測量研究，當代經(jīng)濟科學，2005，（5），89-94.

[4]張國華，中國會計準則國際趨同度量研究，黑龍江大學出版社，2012，41-51.

[5]張國華、曲曉輝，會計準則國際趨同度量方法拓展――模糊聚類分析法初探，南開管理評論，2009，（1），102-109.

[6]Alexandra，F(xiàn).，Lucia，L.R. and Russell，C.，“Measuring Convergence of National Accounting Standards with International Financial Reporting Standards”，Accounting Forum，Vol.29，PP415-436.，2005.

第4篇：資產(chǎn)的相關(guān)系數(shù)范文

[關(guān)鍵詞]杜邦分析體系;實證分析;信息傳輸;軟件和信息技術(shù)服務行業(yè)

一、引言

作為對公司業(yè)績量化分析的主流，財務報表分析方法一直是評價公司與管理者業(yè)績以及治理層發(fā)現(xiàn)公司舞弊等的重要手段。它通過對權(quán)益凈利率的因素分析法，巧妙地運用比率的特性，將利潤表中的項目、資產(chǎn)負債表中的資產(chǎn)和資本結(jié)構(gòu)結(jié)合在了一起。本文利用杜邦財務綜合分析體系對盈利能力綜合的概括性，通過凈資產(chǎn)收益率開始，分層逐步分析探求各變量對最終指標的影響過程，提供更詳細的信息。

二、文獻綜述

王敏（2009）認為，會計收益質(zhì)量取決于1.過去會計盈余質(zhì)量的可靠性2.其過去的保障程度及其穩(wěn)定、安全與增長效果。根據(jù)邵傳鵬（2009）、張濤、張鵬飛（2006）的觀點，對財務質(zhì)量的分析是對財務比率等指標、非財務狀況和企業(yè)增長性的綜合分析。他們建立了相對比較系統(tǒng)的財務質(zhì)量分析指標。張新民教授建立了系統(tǒng)的財務質(zhì)量綜合分析理論。根據(jù)錢愛民教授的觀點（2011），利用現(xiàn)有資源進行價值創(chuàng)造的潛力與實力、保持企業(yè)的可持續(xù)發(fā)展能力，應從企業(yè)的增長、盈利和風險的三要素因素的平衡中實現(xiàn)。Benjamin與David Dodd（1934）在《證券分析》中首次提出永久性盈余（Permanent Earnings）和暫時性盈余（Temporary Earnings）兩種關(guān)于盈余的概念。Lipe（1986）運用實證研究證明：盈余構(gòu)成項目在股票回報方面的解釋能力比總括盈余強，實證會計學者更加重視從盈余結(jié)構(gòu)角度研究盈余持續(xù)性。Ramakrishnan和Tomas（1991）研究認為，盈利可以細化為永久性盈利、暫時性盈利和價值無關(guān)盈利三種。Collin與Kothari（1994）認為，盈余的反應系數(shù)和盈余的質(zhì)量具有正向的聯(lián)系，盈余持久方面、盈利水平方面、增長方面、風險方面影響盈余反應系數(shù)。Fairfield、Sweeney和Yohn（1996）研究發(fā)現(xiàn)，對未來權(quán)益凈利率的預測準確度可以通過對盈余項目的進一步細分實現(xiàn)。

三、實證分析

本文選取截止2015年1月14日在滬深兩市的所有歸屬于信息傳輸、軟件和信息技術(shù)服務行業(yè)的上市公司作為總體研究對象，以2009年度至2013年度這些上市公司財務報告的數(shù)據(jù)作為研究樣本。最終剔除缺省數(shù)據(jù)后共有825條完整數(shù)據(jù)。本文數(shù)據(jù)的來源主要是銳思金融數(shù)據(jù)庫。本文主要采用運用營業(yè)收入年增長率與總資產(chǎn)年增長率作為規(guī)模變化指標。

1.權(quán)益凈利率第一層次分析

從杜邦分析基本公式描述性分析可以得出，本行業(yè)上市公司的銷售凈利率很高，為17.60%。本行業(yè)營業(yè)收入的增長率均值和總資產(chǎn)的增長率均值很高，分別為28.65%與50.54%，本行業(yè)發(fā)展迅速。凈資產(chǎn)收益率與銷售凈利率、總資產(chǎn)周轉(zhuǎn)率、財務杠桿、營業(yè)收入增長率的相關(guān)系數(shù)分別為0.427、0.350、0.608、0.264，且都在1%的條件下顯著;與總資產(chǎn)增長率的相關(guān)系數(shù)為0.066，且在5%的條件下不顯著。凈資產(chǎn)收益率和銷售凈利率、總資產(chǎn)周轉(zhuǎn)率的相關(guān)性較強，說明成本控制、資產(chǎn)周轉(zhuǎn)運營控制對公司盈利能力的影響。凈資產(chǎn)收益率與財務杠桿之間的相關(guān)性很強，說明管理財務風險對公司盈利能力的重要性。成長性指標在本行業(yè)中與盈利能力之間相關(guān)系數(shù)并不大。權(quán)益凈利率和營業(yè)收入增長率的相關(guān)系數(shù)不高。權(quán)益凈利率與總資產(chǎn)的增長率之間相關(guān)系數(shù)很低且不顯著，所以相關(guān)性不強。

2.銷售凈利率第二層次分析

我們選取利潤表中有代表性的項目進行分析（計算公式均是：相關(guān)項目/營業(yè)收入）。在7個項目的描述性分析中，銷售成本率、銷售費用率、管理費用率平均值較大，分別為52.66%、10.67%和19.90%，說明營業(yè)成本、銷售費用、管理費用在企業(yè)成本費用中占比較大。在相關(guān)性分析中，銷售成本率與銷售凈利率的負相關(guān)系數(shù)較高，為-0.621，且在1%水平下顯著，體現(xiàn)控制營業(yè)成本對提升銷售凈利率的重要性。其余項目與銷售凈利率的相關(guān)性不強，主要原因可能是銷售凈利率的影響因素較多，無法體現(xiàn)與單獨項目的強相關(guān)性。

3.總資產(chǎn)周轉(zhuǎn)率第二層次分析

我們選取流動資產(chǎn)周轉(zhuǎn)率和固定資產(chǎn)周轉(zhuǎn)率進行分析。在描述性統(tǒng)計結(jié)果中，總資產(chǎn)周轉(zhuǎn)率、流動資產(chǎn)周轉(zhuǎn)率與固定資產(chǎn)周轉(zhuǎn)率的均值分別為0.8193、1.1038和29.0913，標準差分別為0.5127、0.7515和77.0962?？傎Y產(chǎn)周轉(zhuǎn)率與流動資產(chǎn)周轉(zhuǎn)率均值和標準差正常，而固定資產(chǎn)周轉(zhuǎn)率均值和標準差偏大。這可能由本行業(yè)固定資產(chǎn)占總資產(chǎn)的比例較小、不同企業(yè)固定資產(chǎn)占比差別很大導致的。在相關(guān)性分析中，流動資產(chǎn)周轉(zhuǎn)率和總資產(chǎn)周轉(zhuǎn)率相關(guān)系數(shù)較大，為0.778，在1%的水平下顯著。這說明流動資產(chǎn)周轉(zhuǎn)率更好地解釋了總資產(chǎn)周轉(zhuǎn)率。固定資產(chǎn)周轉(zhuǎn)率與總資產(chǎn)周轉(zhuǎn)率相關(guān)性不高，相關(guān)系數(shù)為0.414，在1%的水平下顯著，可能是由固定資產(chǎn)占比小、不同企業(yè)固定資產(chǎn)占比差異大導致的。

4.財務杠桿第二層次分析

我們選取非流動負債率、流動負債率進行分析。本行業(yè)的資產(chǎn)負債率并不高，為28.23%。流動負債率為25.87%，所以在總負債的組成中，流動負債占絕大部分。這也解釋了流動負債率與資產(chǎn)負債率的相關(guān)性極高，相關(guān)系數(shù)為0.961，而且在1%水平下顯著的現(xiàn)象。所以，本行業(yè)企業(yè)應加強對流動負債的管理，并使得資產(chǎn)與負債期限結(jié)構(gòu)平衡。

5.杜邦分析適用性檢驗

我們對所有第二層細化變量做因子分析。因子分析的Kaiser的KMO值為0.584，巴特利特球度檢驗顯著性水平為0.000，適合因子分析。我們從11個第二層次變量中我們提取了4個因子，共解釋了63.23%的總方差。根據(jù)變量在因子中的打分情況，可以得出：其中第一個因子主要代表銷售成本率、銷售費用率、管理費用率，第二個因子主要代表固定資產(chǎn)周轉(zhuǎn)率、流動資產(chǎn)周轉(zhuǎn)率、流動負債率，第三個因子主要代表營業(yè)外收支凈額率、價值變動凈收益率，第四個因子主要代表財務費用率、非流動負債率。這四個因子基本符合杜邦分析體系的三個比率指標的層次分類（銷售凈利率、總資產(chǎn)周轉(zhuǎn)率、財務杠桿），這三個比率指標的分類是產(chǎn)生細化指標（得分表中的11個變量指標）方差差異的主要原因，從而印證了我們利用杜邦財務分析法的合理性。

四、相關(guān)建議

1.企業(yè)應將管理重點放在成本費用控制、資產(chǎn)周轉(zhuǎn)運營控制上

本行業(yè)的所有變量的主成分分析中，提取出的前兩個主要因子分別代表銷售成本費用率，資產(chǎn)周轉(zhuǎn)率。這說明解釋本行業(yè)權(quán)益凈利率差距的最主要指標是這兩個比率。所以，企業(yè)必須重視成本費用控制和資產(chǎn)周轉(zhuǎn)運營控制。

2.在成本費用控制中，企業(yè)應著重控制營業(yè)成本

在成本費用率的描述性指標中，營業(yè)成本占銷售收入比率最大，相應地，銷售成本率標準差也最大。所以，控制好營業(yè)成本是企業(yè)提高銷售凈利率的重點所在。

3.在資產(chǎn)負債管理中，企業(yè)應重點關(guān)注營運資本管理

在流動資產(chǎn)管理中，流動資產(chǎn)周轉(zhuǎn)率和總資產(chǎn)周轉(zhuǎn)率表現(xiàn)出很強的相關(guān)性。財務杠桿與權(quán)益凈利率的相關(guān)系數(shù)很高，應該引起足夠重視。流動負債率占資產(chǎn)負債率的絕大部分，而且流動負債率與總資產(chǎn)周轉(zhuǎn)率的相關(guān)系數(shù)也比非流動負債率與總資產(chǎn)周轉(zhuǎn)率的相關(guān)系數(shù)高很多。這些都說明了在資產(chǎn)負債管理中，我們應該著重關(guān)注營運資本的管理。

參考文獻

一、中文文獻

[1]張濤，邵傳鵬.基于企業(yè)運營的財務質(zhì)量分析.會計之友（中旬刊），2009年12期

[2]張鵬飛.財務質(zhì)量分析評價框架.會計之友（下旬刊），2006年09期

[3]王敏.基于財務信息對上市公司收益質(zhì)量評價的研究.會計之友（下旬刊），2009年12期

[4]錢愛民，張新民.企業(yè)財務狀況質(zhì)量三維綜合評價體系的構(gòu)建與檢驗――來自我國A股制造業(yè)上市公司的經(jīng)驗證據(jù).中國工業(yè)經(jīng)濟，2011，03：88-98.

二、英文文獻

[1]Ball，IL，and P.Brown，1969，”Thorey and Accounting”Journal of Accounting Research，V01.7，Autumn，300-323.

[2] Fairfield PM， RJ Sweeney， TL Yohn. Accounting Classification and the Predictive Content of Earnings. The Accounting Review，1996，（71）：337 -355.

[3]Ramakrishnan R.T.S.，J.K.Thomas. Valuation of Permanent，Transitory and Price-Irrelevant Component of Reported Earnings. Working Paper， Social Science Research Network，1991.

[4] Benjamin Graham， David Dodd. Security Analysis： Principles and Technique，1E[M].New York and London： McGraw-Hill Book Company， Inc.， 1934.

[5] Lipe R.The Relation between Stock Returns and Accounting Earnings Given Alternative Information.The Accounting Review，1990，65（1）：49-71.

[6]Collin，D.S.P.Kothari，J.Shanken， and R.Sloan， Of Timeliness Versus Noise As Explanations for Low Contemporaneous Return-Earnings Associations. Journal of Accounting and Economics，1994，No.3：231-258.

第5篇：資產(chǎn)的相關(guān)系數(shù)范文

【關(guān)鍵詞】非線性相關(guān)系數(shù) 相異度度量 聚類方法 驗證統(tǒng)計量

引言

時間序列聚類在很多領(lǐng)域有重要的作用，如金融和經(jīng)濟，工程學和生命科學等等。時間序列聚類有多種方法，聚類時通常要構(gòu)建兩個時間序列之間的相異度度量。如Piccolo（1990）[14]和Maharaj（1996）[12]提出的基于擴展的自相關(guān)系數(shù)的距離，Galeano（2000）[7]提出基于自相關(guān)的距離，Tong和Dabas（1990）[15]提出基于殘差擬合的距離，Bohte（1980）[3]提出基于交叉相關(guān)系數(shù)距離，Caiado（2006）[5]提出基于周期圖的距離，Maharaj和D’Urso（2010）[13]提出基于譜的相異度度量，Berndt和Clifford（1996）[2]提出動態(tài)時間扭曲距離，De Gregorio（2008）[6]提出馬爾科夫算子距離，等等。

時間序列聚類分析在金融領(lǐng)域顯得尤為重要，因為金融從業(yè)人員對金融資產(chǎn)之間的相似性很感興趣，通過研究資產(chǎn)之間的相似度，對資產(chǎn)進行聚類，來進行投資和風險管理。因此，金融研究者提出了很多統(tǒng)計方法來分析資產(chǎn)價格序列的相似結(jié)構(gòu)。例如，Mantegna和Bonanno（2001）[4]使用Pearson相關(guān)系數(shù)來度量兩個股票收益率序列之間的相似度?？紤]到金融時間序列的波動性，Caiado和Crato（2006）[5]提出了一種描述兩個股票收益率數(shù)據(jù)之間動態(tài)特征的的類Mahalanobis距離度量方式，并且提出了一種聚類程序來對DJIA指數(shù)進行聚類。

本文中，通過Hoeffding’D，Kendall’sτ和Spearman’sρs三種相關(guān)系數(shù)分別來定義金融時間序列的相似度，然后運用PAM、agnes、diana三種聚類方法對相異度度量矩陣進行聚類，從而對不同的相似度度量方法和聚類方法進行比較。這對實際中進行金融時間序列分析有借鑒作用。

文章結(jié)構(gòu)分為四個部分，第一部分介紹幾種了相關(guān)系數(shù)和相異度度量方法；第二部分介紹了幾種聚類方法和聚類評價標準；第三部分運用股票收益率數(shù)據(jù)進行了實證分析；第四部分做出總結(jié)并提出相關(guān)建議。

一、相關(guān)系數(shù)和相異度度量

在對金融時間序列數(shù)據(jù)進行聚類之前，首先要獲得適合于聚類算法的數(shù)據(jù)結(jié)構(gòu)。Kaufman和Rousseeuw（1990）[10]提出，聚類算法的數(shù)據(jù)結(jié)構(gòu)通常有兩種：第一種數(shù)據(jù)結(jié)構(gòu)是對象—屬性的n×p矩陣，其中矩陣的行代表對象，矩陣的列代表屬性；第二種數(shù)據(jù)結(jié)構(gòu)是相異度矩陣，矩陣的行和列的性質(zhì)一樣，代表的都是兩個對象之間的相異度。本文運用的是相異度矩陣數(shù)據(jù)結(jié)構(gòu)，因此首先介紹一些相關(guān)系數(shù)和相異度的概念。

（一）相關(guān)系數(shù)

相關(guān)系數(shù)是最常用的相似度的度量方式，常用的相關(guān)系數(shù)包括：Pearson相關(guān)系數(shù)ρp，Hoeffding’D，Kendall’sτ和Spearman’s ρs。其中Pearson相關(guān)系數(shù)ρp是一種線性相關(guān)系數(shù)，其他三種均為非線性相關(guān)系數(shù)。由于金融時間序列不服從正態(tài)分布，而呈現(xiàn)的是一種厚尾分布，不適合用線性相關(guān)系數(shù)進行兩個金融時間序列的相關(guān)性度量。因此，本文主要考慮后三種非線性相關(guān)系數(shù)。

1.相關(guān)系數(shù)ρp

Pearson相關(guān)系數(shù)描述的是一種線性相關(guān)關(guān)系，相關(guān)系數(shù)的值在[-1，1]之間，數(shù)值越接近于1或-1，說明兩個變量相關(guān)程度越大，數(shù)值越接近于0，說明兩個變量之間相關(guān)程度越小。如果ρp（X，Y）=0，則說明X和Y是相互獨立的，反之則不成立。

2.Kendall’sτ

當且僅當事件{X2>X1且Y2>Y1}或事件{X2X1且Y2>Y1}和事件{X2

當且僅當D（x，y）=0時，具有聯(lián)合分布F（x，y）的隨機變量X，Y是獨立的。Hoeffding還提出：0？燮？駐？燮1/30，只有當Y是X的單調(diào)函數(shù)時才能得到上限值1/30。同時Hoeffding還提出了D的取值范圍為：-1/60？燮D？燮1/30，這個值越高，X和Y相關(guān)程度越大。D統(tǒng)計量是Hoeffding用來對兩個隨機變量是否獨立進行檢驗的，因此和前面的幾種相關(guān)系數(shù)都有所不同。

在實際應用中，通常把Hoeffding系數(shù)擴大30倍，及D*=30D，因此它的取值范圍在[-0.5，1]之間。

（二）相異度度量

以上介紹了幾種常用的相關(guān)系數(shù)，但是得到的相關(guān)系數(shù)矩陣還不能直接用于聚類，要通過對相關(guān)系數(shù)進行適當?shù)霓D(zhuǎn)換，使之變?yōu)槟軌驊糜诰垲愃惴ǖ南喈愋远攘?。此處介紹了相似系數(shù)和相異系數(shù)，以及從相關(guān)系數(shù)到相似系數(shù)之間的轉(zhuǎn)換方法。

相似系數(shù)s（i，j）表示兩個對象i和j之間的接近程度，s（i，j）越大，兩個對象就越接近。Kaufman和Rousseeuw認為相似度應該滿足一下三個條件：

（1）0？燮s（i，j）？燮1；

（2）s（i，i）=1；

（3）s（i，j）=s（j，i）。

二、聚類方法和聚類評價標準

（一）聚類方法

相對于基于對象-屬性矩陣的聚類方法，基于相異度矩陣的聚類方法使用范圍更廣，因為在很多實際情況中，獲得對象之間的相異性矩陣要比取得對象-屬性矩陣要容易。因此以下主要介紹一些適用于相異度矩陣的聚類方法。

1.PAM（圍繞中心點）方法。PAM方法是一種基于劃分的聚類方法，它不僅可以對對象-屬性矩陣進行聚類，也可以對相異度矩陣進行聚類，本文用于對相異度矩陣進行聚類。這種方法是由Kaufman和Rousseeuw提的，又被稱為k-medoid方法。

PAM的聚類算法如下：

（1）首先選擇k個對象，這k個對象應當為它們各自所定義的類的中心，使得每個類中其他對象到它的平均距離最短，這k個對象被稱為代表性對象。從這可知，最初的k個代表對象不是隨機選擇的，這也是這種方法和k-means方法的主要不同點。

（2）把剩余的對象歸到離它最近的代表對象的一類。

Kaufman和Rousseeuw認為這種方法在對有離群值的對象進行聚類時，比k-means方法更好，而且k-means方法不能對相異度矩陣進行聚類，它只能對對象-屬性矩陣進行聚類。但是k-medoid方法一般適用于對具有球形形狀的類進行聚類，而不適用于對長條形的類進行聚類。

2.anges（層次凝聚）方法。由Kaufman和Rousseeuw提出的另外一種方法是agnes方法，這是一種凝聚的層次聚類算法，即一開始分別把每個對象分為一類，聚類每進行一步，就把上次聚類結(jié)果中的兩個類又聚為一個類，直到最后把所有的對象歸為一個類。這種聚類方法既適用于對象-屬性的矩陣，也適用于相異度矩陣。

anges方法的算法為：

（1）首先把兩個最近的類歸為一個類。

（2）在后來的每一個步驟中，最近的兩個類又被聚成一類，此處兩個類之間的相異度度量基于類間對象的相異度度量。

Kaufman和Rousseeuw提出了四種定義類間距離的方法：Average linkage，Single linkage，Complete linkage和Ward's Method，本文運用Average linkage和Ward's Method這兩種方法，分別記為agnesA和agnesW。

3.diana（分裂層次聚類）方法。diana方法是一種分離的層次聚類法，聚類程序和anges方法相反。首先，把所有的對象歸為一個類，然后把距離最遠的兩個類分開，直至所有的對象都分別分為一類。

聚類程序如下：

（1）首先，找到和其他對象的平均相異度最大的一個對象。

（2）然后，把一個對象從一個類移動到另一個類，這兒移動的根據(jù)是移動對象和剩余的類的距離和分出去的類的聚類。若前者大于后者，則移動。

（3）最后，把類規(guī)模最大的一個類進行分割。

diana方法適用于處理球形的類的聚類，既可以對對象-屬性矩陣進行聚類，也可以對相異度矩陣進行聚類。

（二）聚類評價標準

在得到聚類結(jié)果以后，需要對得到的結(jié)果進行評價，可以根據(jù)評價標準選擇聚類數(shù)，然后在給定聚類數(shù)的情況下，選擇最好的聚類方法?，F(xiàn)有有很多種統(tǒng)計量可以對不同的聚類結(jié)果進行評價，如ASW，CH，PH，g2，g3，cRand。根據(jù)在不同的聚類數(shù)目下的統(tǒng)計量的性質(zhì)，有兩種方法來定義最好的聚類方法。第一種方法：如果隨著聚類數(shù)目的增加，統(tǒng)計量未呈現(xiàn)出一種增加或減少的趨勢，那么統(tǒng)計量的值最大或最小的方法是最佳的聚類方法。第二種方法：如果隨著聚類數(shù)目的增加，統(tǒng)計量呈現(xiàn)出一種遞增或遞減的趨勢，則統(tǒng)計量在相應的聚類數(shù)目有一個顯著的局部變化的方法為最佳的聚類方法，其中出現(xiàn)顯著局部變化的這個點被稱為一個關(guān)節(jié)點。下面只介紹一種常用的驗證統(tǒng)計量ASW（average silhouette width）。

從圖3.1中可以看出，當對由Hoeffding’s D變換而來的相異度矩陣進行聚類時，在ASW的驗證標準下，agnesA方法的ASW值開始成遞增的趨勢，增加的速度比較緩慢，在k=7處達到了最大值，此后呈遞減趨勢，因此可知agnesA方法的最佳聚類數(shù)為k=7。diana方法始終呈現(xiàn)出一種遞增的趨勢，因此最佳聚類數(shù)目在ASW值最大處取得，即k=8。由于agnesW方法是一種針對歐幾里德距離矩陣進行聚類的方法，因此，在此處的聚類結(jié)果并不可靠，只作為一種參考。PAM方法的ASW值在k=7時達到最大值，而且此時出現(xiàn)了一個明顯的峰值，因此，PAM方法的最佳聚類數(shù)目也為7。綜上，對Hoeffding進行聚類的結(jié)果可知，最終的聚類數(shù)目為k=7，在四種聚類方法中，最佳的聚類方法為PAM方法，因為此方法的ASW值在k=7時有一個明顯的峰值，而其他方法都沒有出現(xiàn)明顯的峰值點。

從圖3.2中可以看出，agnesA方法和diana方法對Kendall的聚類結(jié)果在ASW的驗證標準下，當聚類數(shù)目k從3到4時，ASW值有一個明顯的下降，從4到6時，兩種聚類方法的ASW值都呈增加趨勢，到k=6時，agnesA的ASW值還繼續(xù)增加，但是增加的幅度不大，而diana方法呈現(xiàn)明顯的下降，在k=6的地方出現(xiàn)一個明顯的轉(zhuǎn)折點。而agnesW方法和PAM的ASW值一直呈現(xiàn)一種遞增的趨勢，在k=3到k=6時ASW值增加的速度很快，而k=6之后增加的幅度減少，在k=6時出現(xiàn)一個轉(zhuǎn)折點。綜上，可以的出對Kendall的聚類結(jié)果中最佳聚類數(shù)目為k=6，最佳聚類方法為diana方法。

從圖3.3中可以看出，聚類數(shù)目從3到7時，agnesW和PAM方法的ASW值呈現(xiàn)出一種上升的趨勢，在k=7之后，agnesW方法的ASW值處于一種水平狀態(tài)，而PAM方法的ASW值則呈現(xiàn)下降的趨勢，在k=7處出現(xiàn)一個明顯的峰值。而agnesW和diana方法的ASW值從k=3到4時，有一個微小的下降，此后agnesA的ASW值呈現(xiàn)明顯的上升趨勢，在k=7處ASW值達到最大，而diana方法的ASW值在k=8處達到最大。綜上，對的聚類結(jié)果中最佳聚類數(shù)目為k=7，最佳的聚類方法為PAM和agnesA方法。

綜合以上對三種相關(guān)系數(shù)的聚類結(jié)果，可得最佳的聚類數(shù)目k=7，PAM方法在三種相關(guān)系數(shù)聚類結(jié)果中表現(xiàn)優(yōu)于另外幾種聚類方法，在對Hoeffding‘D相關(guān)系數(shù)進行聚類時，PAM方方法的結(jié)果最好，下表給出當用PAM方法對Hoeffding’D進行聚類的結(jié)果。

從上表中可以看出，聚類結(jié)果的第一類為房地產(chǎn)行業(yè)，第二類和第三類屬于金融行業(yè)，第四類屬于醫(yī)藥行業(yè)，第五類屬于運輸行業(yè)，第六類為能源行業(yè)，第七類為電力行業(yè)。其中第五類中的錯分率比較高，但是所有運輸行業(yè)的公司均在此類中，因此可以把它看為運輸行業(yè)。聚類結(jié)果中，雖然有些行業(yè)的分類情況和初始分類不一致，但是很多公司的分類是一致的。說明同一個行業(yè)的公司之間收益率相關(guān)程度很高。

圖3.4通過多元尺度圖使得通過Hoeffding’s D度量的公司之間的相似度在二維空間可視化?？梢钥闯?，在二維空間中，除了電信行業(yè)和運輸行業(yè)外，其他各個行業(yè)得到很好的區(qū)分。

四、結(jié)論

以上通過對股票收益率進行聚類，在ASW的評價標準下，把44家公司聚為7個類。從聚類結(jié)果可知，屬于同一個行業(yè)的公司幾乎被聚在同一個類中，只有個別公司聚類結(jié)果和所屬行業(yè)不一致。因此得出結(jié)論：屬于同一個行業(yè)的公司股票收益率相似程度比較大，而屬于不同行業(yè)的公司股票收益率相似程度比較小。從描述相似度的三種相關(guān)系數(shù)來看，Hoeffding D和Spearman相關(guān)系數(shù)的結(jié)果要優(yōu)于Kendall相關(guān)系數(shù)的結(jié)果，因為針對兩者的聚類結(jié)果比較明顯，而針對Kendall相關(guān)系數(shù)的聚類結(jié)果不清晰。最后，通過比較三種不同的聚類方法，可知PAM方法對收益率序列的聚類結(jié)果要優(yōu)于agnes和diana兩種聚類方法。

文中對金融時間序列的相關(guān)性度量采用的是一些比較簡單的相關(guān)系數(shù)，而且這些相關(guān)系數(shù)描述的是整個金融時間序列的相關(guān)情況，然而在實際情況中，我們更加關(guān)心的是出現(xiàn)虧損時候的序列之間的相關(guān)情況，因此可以通過研究金融時間序列的尾部相關(guān)情況來進行更進一步的分析。

參考文獻

[1]Ana Teresa YanesMusetti.2012，Clustering methods for financial time series.Seminar for Statistics.1-74.

[2]Berndt， DJ and Clifford，J.1996，F(xiàn)inding patterns in time series：A dynamic programming approach[J].In Advances in Knowledge Discovery and Data Mining，229–248.

[3]Bohte，ZD.Cedar，D.andKosmelu，K.1980，ClusteringofTimeSeries[J].COMPSTAT 80：587–593.

[4]Bonanno，G，Lillo，F(xiàn) and Mantegna，R.2001，High-frequency cross- correlation in a set of stocks[J]. Quantit.Finance，1：96–104.

[5]Caiado，J.Crato，N and Pe？a，D.2006，A periodogram-based metric for time series classification[J].Comput.Statist.Data Anal.，50：2668–2684.

[6]De Gregorio，A and Iacus，SM.2008，Clustering of discretely observed diffusion processes[J].Comput.Statist.Data Anal.，54：598–606.

[7]Galeano，P and Pe？a，D.2000，Multivariate analysis in vector time series[J].Resenhas，4：383-404.

[8]Hoeffding.W.1948，A non-parametric test of independence.The Annals of Mathematical Statistics，19（4）：546-557

[9]Hollander.M.andD.Wolfe.1999，Nonparametric Statistical Methods.John Wiley&Sons.

[10]Kaufman.L.andP.Rousseeuw.1990，F(xiàn)inding groups in Data：An Introduction to Cluster Analysis，John Wiley and Sons，Inc.

[11]Kruskal.W.1958，Ordinal measures of association.Journal of the American Statistical Association.，284（53）：814-861.

[12]Maharaj，EA.1996，A significance test for classifying ARMA models[J].J.Statist. Comput.Simul.， 54：305–331.

[13]Maharaj，EA and D'Urso，PA.2010，A coherence-based approach for the pattern recognition of time series[J].Physica A：Statist.Mech.Applic.，389：3516–3537.

[14]Piccolo，D.1990，A distance measure for classifying ARIMA models[J].J.Time Ser.Anal.，11：152–164.

第6篇：資產(chǎn)的相關(guān)系數(shù)范文

【關(guān)鍵詞】商業(yè)銀行；因子分析；財務指標；相關(guān)系數(shù)

一、引言

隨著2007年美國次貸危機的爆發(fā)，全球眾多金融機構(gòu)都遭受到不同程度的沖擊，所受影響最大的是美國銀行業(yè)，其倒閉銀行每年都有100多家（可以從美國聯(lián)邦保險機構(gòu)FDIC網(wǎng)站上查找），當然這些銀行都很小。而作為零售業(yè)銀行的典范―花旗銀行也遭受巨大的損失。這次危機波及世界各地，我國金融機構(gòu)也未能完全幸免。在金融全球化、金融自由化和金融工程化的趨勢下，全球金融市場的發(fā)展加快，給金融機構(gòu)帶來很多機遇，同時也帶來不少挑戰(zhàn)。特別地，商業(yè)銀行作為金融機構(gòu)的重要主體，更面臨著收益和風險的抉擇。

自國有商業(yè)銀行股份制改造以來，我國銀行業(yè)得到了快速發(fā)展，銀行業(yè)金融機構(gòu)資產(chǎn)規(guī)模迅速膨脹，在2010年世界企業(yè)500強排名中，中國工商銀行和中國建設銀行雙雙擠進前二十，這也給銀行的經(jīng)營帶來更多的風險。如何控制各類風險，增強銀行的綜合運營能力，對保證銀行業(yè)的平穩(wěn)健康發(fā)展尤為重要。

本文的研究依據(jù)是我國商業(yè)銀行2009年年度報告，探究商業(yè)銀行各財務指標與其綜合運營能力的關(guān)系，給出商業(yè)銀行平穩(wěn)健康發(fā)展的對策。本文首先選取了我國2009年底前上市的14家商業(yè)銀行的財務指標作為變量，運用SPSS軟件進行統(tǒng)計分析，得出銀行綜合運營能力各因子的得分方程。接著，對實驗結(jié)果進行分析，進而得出各財務指標對銀行平穩(wěn)運營和盈利能力的影響。經(jīng)研究，我們發(fā)現(xiàn)，在各財務指標中，凈利潤、核心資本充足率和不良貸款撥備率的不利變動分別會對商業(yè)銀行的盈利能力、承擔損失能力及資產(chǎn)質(zhì)量水平產(chǎn)生重要影響，這有一定的理論實踐意義。

二、實證分析

（一）實證方法概述

因子分析是將具有錯綜復雜關(guān)系的變量（或樣品）綜合為數(shù)量較少的幾個因子，以再現(xiàn)原始變量與因子之間的相互關(guān)系，同時根據(jù)不同因子還可以對變量進行分類，它是屬于多元分析中處理降維的一種統(tǒng)計方法。在構(gòu)建銀行綜合運營能力的指標體系的過程中，為盡可能比較全面、完整地反映刻畫銀行的能力，需要從多個角度進行觀測，選取多個指標，收集大量數(shù)據(jù)進行分析。多變量大樣本雖然可以為我們提供豐富的信息，卻增加了數(shù)據(jù)采集、處理的難度，而且多個變量間的相關(guān)關(guān)系加大了分析難度。

通過對原始變量重新組構(gòu)，選取的因子的數(shù)量遠少于原有指標變量的數(shù)量，減少分析時的計算工作量，同時它們可以反映原有眾多指標的絕大部分信息，不會產(chǎn)生重要信息的丟失。因子間沒有線性相關(guān)關(guān)系，可以對變量的分析提供較大的便利。另外，因子變量都有較為明確的經(jīng)濟含義，為我們的分析提供了更直觀的解釋。

（二）商業(yè)銀行樣本和主要財務指標的選取

首先，為測量我國商業(yè)銀行的綜合運營能力，本文選取了我國2009年底前上市的14家商業(yè)銀行（見附錄一）作為代表，進行實證分析。

其次，根據(jù)上述各商業(yè)銀行2009年年度報告選取其2007至2009年的財務指標共11個，它們是：平均總資產(chǎn)凈回報率、利潤總額、凈利潤、每股收益（基本與稀釋）、資本充足率、核心資本充足率、不良貸款率、不良貸款撥備率、貸款總額、存款總額以及每股經(jīng)營活動中產(chǎn)生的現(xiàn)金流量凈額。

（三）實證分析

1.因子分析

首先，將所有數(shù)據(jù)導入SPSS11.5中，采用主成分分析法提取公因子，并用最大方差法進行因子旋轉(zhuǎn)（旋轉(zhuǎn)后的因子載荷矩陣，見表4），分析結(jié)果如表：

上表示是對數(shù)據(jù)是否可進行因子分析的KMO和Bartlett檢驗的結(jié)果。KMO檢驗用于檢驗變量間的片相關(guān)系數(shù)是否過小，一般情況下，當KMO大于0.9時效果最好，小于0.5時不適合進行因子分析。從表1看出KMO檢驗結(jié)果是0.725，比較接近0.9，比較適合做因子分析。Bartlett檢驗的Sig.取值0.000，表示拒絕相關(guān)系數(shù)矩陣是單位矩陣的原假設，說明各個變量不是相互獨立的。

其次，按特征根大于“1”為標準提取公因子，結(jié)果如表2：

表2表示主成分列表，表中列出了所有11個主成分，且按照特征根從大到小的次序排列。從表中可以看出，第一主成分特征根為4.469，方差貢獻率為40.627%，第二個主成分特征根為2.747，方差貢獻率為24.971%，前三個主成分的累計方差貢獻率為81.804%，已超過了80%，且第4個主成分特征根小于1，故選出3個因子。

再次，得到因子載荷矩陣，如表3，反映各個變量的變異可以由哪些因子解釋。通過因子載荷矩陣就可以給出各變量的因子表達式。如：利潤總額=0.970*F1+0.048*F2+0.225*F3。所以利潤總額主要由第一個主成分解釋。

最后，我們得到了旋轉(zhuǎn)后的因子載荷矩陣，如表4。

通過此表就可以把主成分表示為各個變量的線性組合。選取對各個因子影響大的變量得出因子得分方程，并對因子命名：

F1（盈利能力因子）=0.986*凈利潤+0.982*存款總額+0.982*利潤總額+0.981*貸款總額

F2（承擔損失能力因子）=0.967*核心資本充足率+0.965*資本充足率+0.791*平均總資產(chǎn)凈回報率

F3（資產(chǎn)質(zhì)量水平因子）=0.852*不良貸款撥備率+0.731*每股收益（基本與稀釋）-0.727*不良貸款率+0.472*每股經(jīng)營活動中產(chǎn)生的現(xiàn)金流凈額

同時，得到因子得分的協(xié)方差矩陣，如表5，可以看出3個因子之間是相互獨立的。

2.實驗結(jié)果解釋

得出因子得分方程后，我們對各財務指標與綜合能力因子的相關(guān)性進行分析。

（1）對銀行盈利能力進行分析：

X1=凈利潤 相關(guān)系數(shù)1=0.986

X2=存款總額 相關(guān)系數(shù)2=0.982

X3=利潤總額 相關(guān)系數(shù)3=0.982

X4=貸款總額 相關(guān)系數(shù)4=0.981

在對銀行盈利能力產(chǎn)生影響的4個指標中，相關(guān)系數(shù)最大的是凈利潤指標，說明凈利潤的微小變化更易對銀行的盈利能力產(chǎn)生影響。若凈利潤下降，則銀行的盈利能力會顯著降低；若凈利潤上升，銀行的盈利能力也會顯著增強。為防范銀行盈利能力下降的風險，應密切關(guān)注凈利潤指標。

同時，還需對存款總額、利潤總額和貸款總額的變化充分重視，一方面它們會影響凈利潤的變化；另一方面，它們還會直接影響銀行的盈利能力。

（2）對銀行承擔損失能力進行分析：

X5=核心資本充足率相關(guān)系數(shù)5=0.967

X6=資本充足率相關(guān)系數(shù)6=0.965

X7=平均總資產(chǎn)凈回報率相關(guān)系數(shù)7=0.791

增強銀行承擔損失能力是銀行風險管理的重點，我國商業(yè)銀行也應給予高度重視。上述3個指標中，對銀行承擔損失能力影響最大的是核心資本充足率，2010年9月，巴塞爾銀行監(jiān)管委員會也對銀行的這一指標提出了新的要求，即銀行的核心資本充足率需要達到6%。

資本充足率對銀行承擔損失能力的敏感度達到了0.965，僅次于核心資本充足率，所以銀行在爭取高盈利的同時必須使資本充足率達到8%，巴塞爾銀行監(jiān)管委員會早在1988年的《巴塞爾資本協(xié)議》中就提出了這一要求。例如，深圳發(fā)展銀行在2007年的資本充足率只有5.77，遠小于8%的要求，為保證銀行平穩(wěn)健康地運營，該銀行在2008年進行改革，資本充足率達到8.58。

我國部分銀行對于這兩項指標的重視不夠易引起很大的經(jīng)營風險，一方面，銀行自身應提高要求；另一方面，銀監(jiān)會應加強監(jiān)管。

平均總資產(chǎn)凈回報率對銀行承擔損失能力也有影響，為加強銀行的抗風險能力，應盡量保證平均總資產(chǎn)凈回報率的穩(wěn)步提高。

（3）對銀行資產(chǎn)質(zhì)量水平進行分析：

X8=不良貸款撥備率 相關(guān)系數(shù)8=0.852

X9=每股收益（基本與稀釋） 相關(guān)系數(shù)9=0.731

X10=不良貸款率相關(guān)系數(shù)10=-0.727

X11=每股經(jīng)營活動中產(chǎn)生的現(xiàn)金流凈額

相關(guān)系數(shù)11=0.472

提高銀行資產(chǎn)質(zhì)量水平對銀行防范信用風險有重要意義。提高不良資產(chǎn)撥備率和降低不良貸款率就是其中的重要舉措。不良貸款撥備率比不良貸款率對銀行資產(chǎn)質(zhì)量水平的影響更大，因為銀行制定不良貸款撥備率是對銀行進行信用風險管理的事前控制措施，因此，銀行更應重視不良資產(chǎn)撥備率的提高。為兼顧經(jīng)營安全性和盈利性兩方面的提高，一般來說，不良資產(chǎn)撥備率最好維持在150%。如若較低會影響經(jīng)營的安全性，帶來較大信用風險；較高會影響經(jīng)營的盈利性，帶來利潤下降的風險。

每股收益也會對銀行的資產(chǎn)質(zhì)量水平產(chǎn)生影響，同樣，銀行需要權(quán)衡收益和風險，控制風險的同時提高收益，從而保證資產(chǎn)質(zhì)量水平。

降低不良貸款率也有利于提高資產(chǎn)質(zhì)量水平。2003年，我國國有商業(yè)銀行股份制改造后，我國銀行業(yè)的不良貸款率顯著降低，銀行業(yè)發(fā)展朝著平穩(wěn)健康大幅邁進。

現(xiàn)金流量指標中的每股經(jīng)營活動中產(chǎn)生的現(xiàn)金流凈額這一指標對銀行資產(chǎn)質(zhì)量水平有一定的影響，商業(yè)銀行在日常經(jīng)營活動中應對現(xiàn)金流的管理給予足夠重視。一方面，現(xiàn)金流會對銀行的當期盈利產(chǎn)生直接影響；另一方面，對銀行現(xiàn)金流的控制有利于增強銀行在遭遇突發(fā)性危機時自身的抗風險能力，緩解外部帶來的壓力，有效從危機中脫身而出。

三、總結(jié)和建議

從實證分析結(jié)果來看，高盈利能力、高承擔損失能力和高資產(chǎn)質(zhì)量水平是銀行日常運營的三大目標。高盈利能力是銀行經(jīng)營的根本目標，提高凈利潤是最直接最有效的方式，除了以傳統(tǒng)的賺取利差方式提高利潤外，銀行還可以通過改善資產(chǎn)結(jié)構(gòu)采取其他途徑，如發(fā)展中間業(yè)務，表外業(yè)務等增強盈利能力。

但銀行在提高收入的同時，也要保證其承擔損失的能力和資產(chǎn)質(zhì)量水平，也即銀行要平衡收益與風險的關(guān)系。高承擔損失能力是銀行穩(wěn)健經(jīng)營的基本條件，也能說明銀行面對沖擊時的抵御能力。核心資本充足率是銀行經(jīng)營的硬性條件，在一定程度上可以體現(xiàn)外界環(huán)境突然惡化時，銀行自身脫離危機的能力。

銀行的資產(chǎn)質(zhì)量水平的高低對銀行業(yè)甚至整個金融業(yè)的穩(wěn)定都有很大的影響。提高不良貸款撥備率是其核心部分，是高質(zhì)量資產(chǎn)的保障性指標。因為有關(guān)事前控制，就需要高級管理人員依據(jù)歷史數(shù)據(jù)和科學預期做出正確的決策。提高貸款質(zhì)量、改善貸款結(jié)構(gòu)是資產(chǎn)質(zhì)量水平提高的根本途徑，是銀行風險管理的長遠目標。

在世界經(jīng)濟波動較大，我國經(jīng)濟迅猛發(fā)展的背景下，我國金融機構(gòu)更應注重從提升綜合運營能力，改善結(jié)構(gòu)，加強信息管理等方面進行自身的風險管理，政府和金融監(jiān)管部門加強監(jiān)管力度，確保金融機構(gòu)健康平穩(wěn)地發(fā)展。

參考文獻

[1]米歇爾?科羅赫,丹?加萊,羅伯特?馬克.風險管理[M].中國財政經(jīng)濟出版社,2005,1.

[2]張淼.商業(yè)銀行信貸風險管理―模型、方法與建議[M].上海財經(jīng)大學出版社,2005,3.

[3]于立勇.商業(yè)銀行信用風險評估―一種實證模型的探討[M].北京大學出版社,2007,6.

[4]汪穎.基于壓力測試的我國商業(yè)銀行信用風險實證研究[J].大眾商務:下半月,2009(9).

[5]李紅.統(tǒng)計分析軟件及應用試驗[M].經(jīng)濟科學出版社,2008,1.

附錄一：

進行因子分析的各商業(yè)銀行：

中國工商銀行股份有限公司

中國銀行股份有限公司

中國建設銀行股份有限公司

交通銀行股份有限公司

中國民生銀行股份有限公司

北京銀行股份有限公司

寧波銀行股份有限公司

招商銀行股份有限公司

上海浦東發(fā)展銀行股份有限公司

中信銀行股份有限公司

興業(yè)銀行股份有限公司

深圳發(fā)展銀行股份有限公司

第7篇：資產(chǎn)的相關(guān)系數(shù)范文

【關(guān)鍵詞】城鎮(zhèn)化 金融支持 全方位

一、四川省城鎮(zhèn)化進程的現(xiàn)狀分析

從四川省城鎮(zhèn)化發(fā)展現(xiàn)狀來看與全國相比仍有較大差距。

2012年，四川省的城鎮(zhèn)化率為43.53%，全國城鎮(zhèn)化率為52.57，四川省比全國平均水平低了9.04%，差不多相當于全國在2006年的水平，可以這樣說，四川省的城鎮(zhèn)化進程與全國相比落后了6年時間。但四川省近五年來隨著城鎮(zhèn)化進程的不斷推進，與全國的差距在進一步縮小，過去5年，四川省城鎮(zhèn)化年均增速比全國高約0.6個百分點。2012年四川省城鎮(zhèn)化率比2003年提高了13.43%，比2008年提高了6.13%，城鎮(zhèn)化率保持了逐年上升的良好勢頭。

二、金融支持城鎮(zhèn)化建設的實證分析

（一）依據(jù)定量指標研究金融支持對城鎮(zhèn)化建設的貢獻

自2003-2012年，四川省金融機構(gòu)對城鎮(zhèn)化建設累計投入的信貸資金是13650.58億元，對四川省經(jīng)濟的持續(xù)增長功不可沒，尤其是對區(qū)域內(nèi)城鎮(zhèn)化建設起到了較好的輸血作用和助推功能。 省內(nèi)近十年來城鎮(zhèn)固定資產(chǎn)投資總額中，銀行信貸資金對城鎮(zhèn)化的支持力度常年維持在17%的水平，且呈現(xiàn)出逐年遞增之勢。反過來又由于城鎮(zhèn)化建設速度的不斷加快，促進了區(qū)域經(jīng)濟持續(xù)較快發(fā)展，金融資產(chǎn)的總規(guī)模不斷擴大，城鎮(zhèn)化水平提高與金融規(guī)模擴大之間良性互動效應逐步顯現(xiàn)。但與金融相對發(fā)達的上海市相比，四川省的城鎮(zhèn)化建設資金來源更多的是依賴政府財政資金投入和企業(yè)及其他方面的投資，這兩項投資占比分別比上海市高了4.71%、6.24%，但在銀行貸款對城鎮(zhèn)化建設投資的比重中，四川省比上海市低了4.18%，可以看出，四川省的城鎮(zhèn)化建設依然采取的是政府引導，企業(yè)支持的傳統(tǒng)發(fā)展模式，沒能在更大范圍內(nèi)發(fā)揮出金融的輸血作用和調(diào)控功能。

（二）利用皮爾遜相關(guān)系數(shù)分析金融支持對城鎮(zhèn)化建設的影響

數(shù)據(jù)選取四川省和上海市2003-2012年城鎮(zhèn)化建設相關(guān)數(shù)據(jù)，所以數(shù)據(jù)都剔除了物價波動的影響。注：通常情況下，相關(guān)系數(shù)<0.3稱為微弱相關(guān)，在0.3≤相關(guān)系數(shù)<0.5之間稱為低度相關(guān)， 0.5≤相關(guān)系數(shù)<0.8稱為顯著相關(guān)，0.8≤相關(guān)系數(shù)<1稱為高度相關(guān)。

（1）各省市城鎮(zhèn)化率（cityinx）與政府財政投入在城鎮(zhèn)固定資產(chǎn)投資中的額度（finace）變化求出相關(guān)系數(shù)P（x，y）=1/n（X，通過計算得出四川省的相關(guān)系數(shù)為0.8877。上海市的相關(guān)系數(shù)為0.5191。

（2）各省市城鎮(zhèn)化率（cityinx）與銀行貸款在城鎮(zhèn)固定資產(chǎn)投資中的額度（bank）變化求出相關(guān)系數(shù)P（x，y）=1/n（X，通過計算得出四川省的相關(guān)系數(shù)為0.9546，上海市的相關(guān)系數(shù)為0.9306。

由上述結(jié)果可以看出，銀行信貸資金與城鎮(zhèn)化建設的關(guān)聯(lián)關(guān)系更為緊密，城鎮(zhèn)化率的提高不能脫離銀行信貸資金的支持，銀行信貸資金在支持城鎮(zhèn)化建設方面的貢獻高于政府財政投入對城鎮(zhèn)化建設的支持力度。

三、四川省金融支持城鎮(zhèn)化進程中出現(xiàn)的問題及建議

近年來，四川省的城市化進程不斷加快，城鎮(zhèn)化率不斷提高，城市基礎配套設施不斷完善，這些變化與金融在城鎮(zhèn)化進程中發(fā)揮的作用密不可分，較好的發(fā)揮了金融的融資優(yōu)勢和造血功能。但是在這之中也存在一些問題。一是四川省內(nèi)的欠發(fā)達地區(qū)城鎮(zhèn)建設資金“瓶頸”問題短期內(nèi)難以解決，尤其是甘孜藏族自治州、阿壩藏族羌族自治州、涼山彝族自治州等少數(shù)民族聚居區(qū)城鎮(zhèn)建設資金嚴重短缺。二是金融機構(gòu)布局不合理。四川省金融機構(gòu)布局呈現(xiàn)兩個特點：一是市區(qū)較多，縣域尤其是鄉(xiāng)鎮(zhèn)較少。而是發(fā)達地區(qū)較多，落后地區(qū)尤其是少數(shù)民族地區(qū)較少?？v然四川省金融機構(gòu)布局逐漸向縣域傾斜，但發(fā)展速度遠遠趕不上城鎮(zhèn)化建設的金融服務需求?；诮鹑谥С峙c城鎮(zhèn)化發(fā)展的內(nèi)涵互動機制，加快金融體系改革，實現(xiàn)金融的造血功能與輸血作用的舉措迫在眉睫。

（1）調(diào)整金融機構(gòu)布局，合理構(gòu)建城鄉(xiāng)“一體化”金融結(jié)構(gòu)。立足于四川省情、欠發(fā)達地區(qū)、少數(shù)民族地區(qū)的實際情況，適時調(diào)整各級金融機構(gòu)數(shù)量，使金融機構(gòu)總量與經(jīng)濟發(fā)展需要相適應。一是鼓勵金融機構(gòu)網(wǎng)點布局逐步向欠發(fā)達地區(qū)、少數(shù)民族地區(qū)的縣及鄉(xiāng)鎮(zhèn)傾斜，尤其增加鄉(xiāng)鎮(zhèn)金融機構(gòu)數(shù)量;二是不斷豐富農(nóng)商銀行的金融服務類型，改善金融服務水平，盡快解決鄉(xiāng)鎮(zhèn)地區(qū)匯款不暢、結(jié)算方式落后等實際問題。

（2）健全農(nóng)村金融服務功能，推動金融服務與農(nóng)村產(chǎn)業(yè)化協(xié)調(diào)互動、齊頭并進。國有商業(yè)銀行、股份制銀行和城市商業(yè)銀行要抓住農(nóng)村城鎮(zhèn)化建設的機遇，在實現(xiàn)城鎮(zhèn)化的進程中尋找商機，把工作的著眼點放在促進農(nóng)民收入持續(xù)提高、農(nóng)村富裕程度持續(xù)加速、城鎮(zhèn)經(jīng)濟持續(xù)增長。要進一步研究農(nóng)業(yè)生產(chǎn)的特性，協(xié)助農(nóng)民搞好農(nóng)產(chǎn)業(yè)深加工，提高農(nóng)產(chǎn)品附加值，促進農(nóng)業(yè)向產(chǎn)業(yè)化、現(xiàn)代化的方向發(fā)展。

（3）完善銀行信貸管理體系，放寬信貸管理權(quán)限。各金融機構(gòu)應立足于改革現(xiàn)行的信貸管理體系，開發(fā)面向小城鎮(zhèn)建設項目的靈活多樣的信貸管理模式;放寬信貸管理權(quán)限過于集中的局面，制定出臺配套的信貸政策和貸款操作辦法，適當放寬貸款審批權(quán)限，對資源優(yōu)勢和區(qū)域優(yōu)勢明顯且發(fā)展前景廣闊的城鎮(zhèn)給予信貸支持。

參考文獻：

[1]馬青，蔣錄升，欠發(fā)達地區(qū)金融支持城鎮(zhèn)化建設的調(diào)查與思考――基于銅仁地區(qū)個案分析[J].區(qū)域金融研究，2011.

[2]伍艷，西部欠發(fā)達地區(qū)城鎮(zhèn)化進程中的金融支持[J].西南民族大學學報.人文社科版，2005.

第8篇：資產(chǎn)的相關(guān)系數(shù)范文

關(guān)鍵詞：公司治理 績效 典型相關(guān)

一、引言

目前有關(guān)公司治理與績效相關(guān)性的研究主要見于以下三方面：第一，股權(quán)結(jié)構(gòu)與公司績效的相關(guān)性。國外學者主要有正反兩方面的觀點，利益趨同論認為股權(quán)集中型的公司相對股權(quán)分散型的公司具有較高的經(jīng)營成果和市場表現(xiàn)；利益侵占論認為股權(quán)分散型公司績效要優(yōu)于股權(quán)集中型的公司。國內(nèi)學者許小年、王燕（2000）的研究表明，國有股所占比重與公司績效呈負相關(guān)的關(guān)系；陳曉、江東（2000）發(fā)現(xiàn)，國有股與公司績效負相關(guān)關(guān)系只存在于競爭性強的行業(yè)；周業(yè)安（1999）、于東智（2001）的研究結(jié)果表明國有股比例和上市公司凈資產(chǎn)收益率之間存在顯著的正相關(guān)關(guān)系；巢秀梅（2009）發(fā)現(xiàn)，股權(quán)集中度對中國民營企業(yè)的治理績效具有一定的積極影響。第二，董事會與公司績效的相關(guān)性。國外學者對這方面的研究主要集中在董事會的規(guī)模、領(lǐng)導結(jié)構(gòu)、獨立性等方面。國內(nèi)學者以李維安（2006）的研究為代表：控股股東性質(zhì)、行業(yè)因素會對董事會治理水平產(chǎn)生一定的影響，公司治理績效與董事會治理水平之間呈現(xiàn)一種倒U曲線關(guān)系。第三，高管人員薪酬與公司績效的相關(guān)性。國外有學者發(fā)現(xiàn)，上市公司CEO的薪酬不僅高，薪酬結(jié)構(gòu)所體現(xiàn)的激勵效果也很明顯；Kaplan（1989）和Smith（1990）的研究表明，經(jīng)理人員持股對公司的經(jīng)營績效具有激勵效應。我國學者的研究表明，上市公司的經(jīng)營績效與公司管理層持股比例之間基本不相關(guān)。但部分學者的研究卻發(fā)現(xiàn)，成長性較高的公司，經(jīng)營績效的提高與經(jīng)營者因股權(quán)激勵而增加的持股數(shù)量顯著正相關(guān)。

二、研究設計

（一）模型構(gòu)建典型相關(guān)分析是研究兩組變量之間相互關(guān)系的統(tǒng)計分析方法。采用主成分分析提取成分的原則，將兩組變量各自通過線性組合成典型變量，原來兩組變量之間的相關(guān)，轉(zhuǎn)化為研究從各組中提出的少數(shù)幾個典型變量之間的典型相關(guān)，從而減少研究變量的個數(shù)。實際應用中根據(jù)典型相關(guān)系數(shù)的顯著性檢驗和典型變量所包含的信息量，確定保留前若干對典型變量。典型相關(guān)分析方法的數(shù)學原理可以用公式表示如下：設隨機向量X=（x1，x2，…， xp），Y=（y1，y2，… yq），X，Y的方差矩陣為：Cov=XY∑=∑11∑12∑21∑22。其中，∑11是第一組變量的協(xié)方差陣， ∑12、∑21是第一組與第二組變量的協(xié)方差矩陣， ∑22是第二組變量的協(xié)方差矩陣。為了研究兩組變量X與Y之間的典型相關(guān)關(guān)系，做出二者之間的線性組合：U=a'X=a1x1+a2x2+…+apxpV=b'Y=b1y1+b2y2+…+bqyq。在x，y及∑給定條件下，即是求a，b使U與V之間的相關(guān)系數(shù)：r=cov（U，V）/達到最大。對所求得的典型變量，還需檢驗其顯著性，只有通過檢驗的典型變量才能用來進行經(jīng)濟分析。典型相關(guān)系數(shù)顯著性檢驗，主要采用的是巴特來特（Bartlett）關(guān)于大樣本的χ2檢驗。

（二）變量選取 本文主要從治理結(jié)構(gòu)和治理行為兩方面建立指標體系（表1）所示。前3個指標側(cè)重從治理結(jié)構(gòu)方面考察治理，后3個指標側(cè)重從治理行為方面考察治理。公司績效主要指標體系如（表2）所示。其中，凈資產(chǎn)收益率、資產(chǎn)報酬率和每股收益反映公司的盈利能力；總資產(chǎn)周轉(zhuǎn)率反映公司的營運能力；凈利潤增長率反映公司的發(fā)展能力；資產(chǎn)負債率反映公司的償債能力。

（三）樣本選取和數(shù)據(jù)來源本文隨機選取了滬深兩市280家上市公司為樣本，考慮到治理的時滯性，選取2008年的治理數(shù)據(jù)和2009年的績效數(shù)據(jù)用于實證分析，數(shù)據(jù)來源于國泰安數(shù)據(jù)庫，部分數(shù)據(jù)由公司年報整理而成。另外，鑒于典型相關(guān)分析是基于協(xié)方差矩陣或相關(guān)矩陣來進行的，這里的相關(guān)矩陣實際上是Pearson 的積差相關(guān)，反映的是變量之間的線性相關(guān)關(guān)系，本文在實證分析前已經(jīng)對適度指標進行了正向化處理。

三、實證結(jié)果分析

（一）相關(guān)性和顯著性分析 運行SPSS13.0統(tǒng)計軟件，調(diào)用CANCORR程序進行典型相關(guān)分析，得出典型相關(guān)系數(shù)及其檢驗結(jié)果，如（表3）和（表4）?？梢园l(fā)現(xiàn)，第一組典型相關(guān)系數(shù)較高，且典型變量的典型相關(guān)性比較顯著（Sig小于0.05），表明相應典型變量之間密切相關(guān)；因此，本文將選取第一組典型變量作為分析依據(jù)，用“公司治理”變量組解釋“公司績效”變量組。

（二）典型變式分析典型系數(shù)是觀測變量轉(zhuǎn)換為典型變式的權(quán)數(shù)，由于典型變量是多個觀測變量的線性組合，所以典型系數(shù)相當于偏回歸系數(shù)。本文根據(jù)SPSS輸出結(jié)果，采用標準化的典型系數(shù)給出第一組典型變式U1、V1，如下所示：

U1=-0.609X1-0.310X2+0.07X3-0.049X4-0.734X5+0.693X6

V1= -1.797Y1+0.526Y2+0.637Y3-0.04Y4+0.54Y5+0.346Y6

由典型變式可知，公司治理的主要因素有X5、X6、X1，典型系數(shù)分別為0.734、0.693、0.609，說明公司治理中影響公司績效的主要因素是擔保率（X5）、關(guān)聯(lián)交易比重（X6）和股權(quán)集中度（X1）；典型變量V1與Y1呈顯著相關(guān)，說明在影響公司績效的因素中，凈資產(chǎn)收益率（Y1）占有主要地位，其次V1與Y3、Y5、Y2中度相關(guān)，說明每股收益、凈利潤增長率和資產(chǎn)報酬率也是反映公司績效的重要指標。

（三）典型結(jié)構(gòu)分析 結(jié)構(gòu)分析是依據(jù)原始變量與典型變量之間的兩兩簡單相關(guān)系數(shù)給出的，該相關(guān)系數(shù)也稱為典型負載系數(shù)，它是典型系數(shù)的一個補充信息。由（表5）知，X5、X6、X1與治理的第一典型變量U1均呈高度相關(guān)，說明擔保率、關(guān)聯(lián)交易比重和股權(quán)集中度在反映公司治理方面占有主導地位；同時，X5、X6、X1與公司績效的第一典型變量V1中度相關(guān)，說明擔保率（X5）、關(guān)聯(lián)交易比重（X6）和股權(quán)集中度（X1）是治理中影響公司績效的主要因素。公司績效的第一典型變量V1與Y1、Y3、Y5、Y2的相關(guān)系數(shù)均較高，體現(xiàn)了凈資產(chǎn)收益率（Y1）、每股收益（Y3）、凈利潤增長率（Y5）和資產(chǎn)報酬率（Y2）在反映公司績效中占有重要地位。由于第一對典型變量之間中度相關(guān)，導致治理中X5、X6、X1 變量與公司績效的第一典型變量V1呈中度相關(guān)，而公司績效中的Y1、Y3、Y5、Y2與治理的第一典型變量U1也呈中度相關(guān)，這種一致性反映了公司治理對績效的影響。綜合實證分析結(jié)果，可以得到公司內(nèi)部治理與績效的典型相關(guān)示意圖，如（圖1）所示。

（四）模型解釋力分析 冗余分析包括組內(nèi)代表比例和冗余指數(shù)，前者也稱第一典型冗余，表示一組變量的方差被其自身典型變量解釋的百分比；后者稱為第二典型冗余，表示一組變量的方差被對方典型變量解釋的百分比，也是交叉的總方差共享比例，其大小表示一對典型變量分別能夠?qū)α硪唤M變差相互解釋的程度大小。其計算公式為: （某側(cè)的） 冗余指數(shù)= 典型相關(guān)系數(shù)的平方×（本側(cè)） 代表比例。冗余指數(shù)越大，表示一對典型變量分別解釋對方組原始變量的能力就強，典型變量的代表性就越好。從（表6）可以看出，典型變量U1和V1較好地預測了對應的那組變量，而且交互解釋能力也比較強。來自公司績效變量組的方差被內(nèi)部治理的典型變量U1解釋的比例為33.0%；來自內(nèi)部治理變量組的方差被公司績效的典型變量V1解釋的方差比例為33.4%。

四、結(jié)論

本文運用典型相關(guān)分析，研究了公司治理與績效的相關(guān)性，得到以下結(jié)論：在反映公司治理的因素中，擔保率（X5）、關(guān)聯(lián)交易比重（X6）和股權(quán)集中度（X1）最為重要；另外，凈資產(chǎn)收益率（Y1）、每股收益（Y3）、凈利潤增長率（Y5）和資產(chǎn)報酬率（Y2）則是反映公司績效的主要指標。并認為，公司治理與績效之間呈中度相關(guān)。其中，擔保率（X5）、關(guān)聯(lián)交易比重（X6）和股權(quán)集中度（X1）是影響公司績效的主要因素，因此，企業(yè)必須合理規(guī)劃股權(quán)結(jié)構(gòu)，避免過度擔保和非公允關(guān)聯(lián)交易，以減少公司治理對績效的負面影響。

*本文系2009年教育部人文社科規(guī)劃項目“上市公司控股股東行為監(jiān)控體系研究”（項目編號：09YJA630101）及2010年遼寧省教育廳項目“我國上市公司治理風險與公司績效相關(guān)性研究”（項目編號：W2010308）階段性成果

參考文獻：

［1］李維安：《中國上市公司治理指數(shù)與治理績效的實證分析》，《管理世界》2004年第2期。

［2］李維安、唐躍軍：《公司治理評價治理指數(shù)與公司業(yè)績》，《中國工業(yè)經(jīng)濟》2006年第4期。

［3］施東暉：《股權(quán)結(jié)構(gòu)、公司治理與績效表現(xiàn)》，《世界經(jīng)濟》2000年第12期。

［4］German Creamer and Yoav Freund. Predicting Performance and Quantifying Corporate Governance Risk for LATIN American ADRS and Banks.Working paper series， 2005．

第9篇：資產(chǎn)的相關(guān)系數(shù)范文

本文的結(jié)構(gòu)如下：第二部分綜述美國封閉式基金折價的相關(guān)發(fā)現(xiàn)和對此進行的各種解釋；第三部分提供我國封閉式基金折價的動態(tài)特征的證據(jù)；第四部分檢驗一些傳統(tǒng)解釋的可行性；第五部分考察投資者情緒假設(investorsentimenthypothesis)對封閉式基金折價問題的解釋力；第六部分給出概要和結(jié)論。

二、文獻回顧

（一）國外研究

自封閉式基金折價之謎被發(fā)現(xiàn)以來，經(jīng)濟金融學家們就一直試圖為它找出一個合理的解釋。早期的各種研究欲以代表基金基本層面的因素為出發(fā)點，來解釋折價的存在。它們都有一個共同點，均認為封閉式基金折價是由基金所持有的投資組合的某些特征引起的。具有代表性的這些傳統(tǒng)解釋有：成本、資產(chǎn)流動性、基金業(yè)績、資本利得稅。

成本論認為基金收取的管理費用是導致折價的主因，包德魯克斯(Boudreaux,1973)指出如果管理費用高出合理水平，或者投資者預期未來管理能力會變差，則成本（管理費用）問題便會導致封閉式基金出現(xiàn)折價。資產(chǎn)流動性論（馬爾基爾Malkiel,1977）認為封閉式基金的資產(chǎn)凈值是用基金持有的股份的市場價格來計算的，通常一只基金持有的某一股票的份額很大，售出時將不可避免地導致股價下跌，因而使得套現(xiàn)后的收益比當前賬面的數(shù)額少?；鹂冃д摚R爾基爾，1977）認為折價之所以存在乃因為市場對基金的未來盈利能力評價不高。資本利得稅這一解釋認為出售已升值的封閉式基金股份必須繳納資本利得稅(capitalgaintax)，此損失應該在基金凈值中扣除，故以折扣的形式反映在價格上了。

馬爾基爾(1997)的研究被視為早期研究的經(jīng)典之作，他檢驗了關(guān)于美國封閉式基金折價的各種傳統(tǒng)解釋，被檢驗的因素包括：(1)尚未實現(xiàn)的資本升值，(2)紅利分發(fā)政策，(3)資產(chǎn)的流動性，(4)費用（管理費用），(5)持有的國外股票，(6)基金業(yè)績，(7)基金投資組合的轉(zhuǎn)換。馬爾基爾以橫截面和時間序列回歸方法來測度上述因素是否可以解釋折價問題，結(jié)果發(fā)現(xiàn)基金折價與尚未實現(xiàn)的升值（在基金未實現(xiàn)的升值期間）、資本收益的分配政策、資產(chǎn)的流動性以及國外股票的持有情況有一定的相關(guān)性。然而，馬爾基爾指出這些因素的解釋力有限，只解釋了問題的一小部分，便推測市場心理對折價的形成和變動可能有很重要的作用。

鑒于傳統(tǒng)研究無法取得令人滿意的解釋，新的研究便另辟蹊徑。大部分研究以投資者情緒為中心，全面考慮了封閉式基金的兩個風險：一是其持有的投資組合所帶來的風險，它決定了基金股份的基本價值；二是由于市場中投資者情緒波動形成的風險，它使得基金股份的市場價格偏離其基本價值，從而演變成折價。

李等人(leeet.al,1991)認為傳統(tǒng)研究不僅無法較滿意地解釋狹義的折價之謎的成因，而且也根本無法解釋廣義的折價之謎的四大動態(tài)特征。他們認為應考慮投資者情緒這一重要因素，因其對解開折價之謎的四個特征有決定性的幫助。然而，投資者情緒很難被定量測度，因此無法直接驗證這一新猜想，只能通過間接驗證。具體需要驗證如下關(guān)系：(1)不同基金的折價變動的同步性，(2)新基金上市的時間選擇，(3)小公司的收益率變動和基金折價之間的關(guān)系。

結(jié)果發(fā)現(xiàn)每一個問題均與投資者情緒息息相關(guān)，間接說明了這一因素的重要性。首先，基金的折價都高度相關(guān)。盡管基金的投資組合不太相同，但由于散戶是基金的主要投資者，因此他們的情緒變化會直拉影響各基金的折價，使得其走勢大致趨同。其次，根據(jù)投資者情緒假說，新的封閉式基金會擇時上市，即選擇在投資者情緒看好整個封閉式基金業(yè)之時上市。實證結(jié)果發(fā)現(xiàn)情況確是如此，許多新封閉式基金在現(xiàn)有封閉式基金的折價變小時才上市。最后，投資者情緒假說認為封閉式基金的折價應該與小公司股票的收益率呈反方向變動，原因是當投資者對基金未來的收益持樂觀態(tài)度時，基金的折價就變低，而與此同時這種樂觀情緒則表現(xiàn)在對小公司股票的強烈需求上，結(jié)果使得其收益率明顯提高。李等人對規(guī)模投資組合的收益率、封閉式基金折價和市場指數(shù)收益率作了回歸分析，發(fā)現(xiàn)當封閉式基金折價縮小時規(guī)模小的股票表現(xiàn)較好。

（二）國內(nèi)研究

在我國，對封閉式基金折價之謎的研究尚處于起步階段，據(jù)我們所知，迄今為止有三篇這方面的研究文獻，分別是顧娟(2001)、汪光成(2001)和上海證券交易所研究報告(2002)。

顧娟(2001)對基金折價和基金未來業(yè)績、基金風險、基金所持投資組合集中度之間的關(guān)系做了分析，并檢驗了各個基金折價之間的相關(guān)性。她得出的結(jié)果部分地顯示了基金折價與基金基本面因素似乎關(guān)系不大，但是并沒有進一步深入考察投資者情緒的解釋作用。

汪光成(2001)對封閉式基金折價問題的相關(guān)文獻做了一個非常全面的回顧，并簡單地分析了我國封閉式基金折價的統(tǒng)計特征，最后提出了這一問題與基金市場的投資理念、投資者的“共同知識”、“投資者類型、基金披露信息和制度安排缺陷有關(guān)。然而，由于沒有進行深入的定量分析來檢驗上述關(guān)系，因此它僅隸屬一種推測而無法確定影響基金折價的真正因素。

上交所研究報告(2002)先使用橫截面回歸分析了各因素與基金折價率之間的關(guān)系，之后又使用E-GARCH方法分析了基金折價與流動性之間的關(guān)系。該研究所強調(diào)的是各個解釋變量和基金折扣之間的相關(guān)關(guān)系，而并非每個變量的解釋力的大小。從其橫截面回歸結(jié)果看，回歸的決定系數(shù)僅為0.5，說明這些因素并不能完全解釋基金折價。另外，E-GARCH分析也只是揭示了基金變現(xiàn)能力與折價之間存在負相關(guān)關(guān)系。顯而易見，若想徹底解開我國封閉式基金折扣之謎，提出一個合理的解釋，還需進行更深入的實證研究。

三、基金折價的動態(tài)特征

為了便于分析和討論，本節(jié)簡單總結(jié)和闡述我國基金折價的幾個動態(tài)特征。

（一）數(shù)據(jù)和方法

本研究的數(shù)據(jù)來自深圳國泰安公司(GTA)的中國共同基金數(shù)據(jù)庫。原始數(shù)據(jù)來源于封閉式基金發(fā)放的每周公報，然后由GTA數(shù)據(jù)庫收集、計算。對每只基金的紅利和除權(quán)已做出適當調(diào)整。

封閉式基金折價(DISCit)的計算以周進行，方法如下：

附圖

其中，NAVit＝在t期末的基金i的每股NAV,SPit＝在t期末的基金i的股票價格。

我們構(gòu)建了一個折價指數(shù)來代表整個樣本封閉式基金折價的狀態(tài)，它是10只在1998年6月以前上市的封閉式基金折價的算術(shù)平均數(shù)。這樣選擇的目的是保證有足夠的時間序列觀察值。樣本期是自1998年10月開始的首次周公報至2000年最后一次周公報。具體計算公式為：

附圖

（二）證據(jù)

圖一是折價指數(shù)變化的動態(tài)曲徑。此外，表一給出了折價指數(shù)變動的摘要統(tǒng)計數(shù)字，包括均值、中位數(shù)和標準差。

附圖

圖1折價指數(shù)變動情況（1999年10月-2000年12月）

表1折價指數(shù)摘要統(tǒng)計（1999年10月－2000年12月）

均值(%)5.668956859

中位數(shù)(%)7.368

標準差(%)15.30079834

樣本方差(%)234.1144299

峰度-0.624772872

偏斜度-0.659983747

極差(%)54.58366667

最小值(%)-30.47666667

最大值(%)24.107

如前所述，封閉式基金折價之謎不僅意味著封閉式基金折價的存在，而且也包括四個特征：基金股份先以高于資產(chǎn)凈值的溢價交易，然后很快變成折價，并且大幅度波動，最后當封閉式基金清算或轉(zhuǎn)為開放式時便縮小。圖一和表一顯示了封閉式基金折價在我國也存在，且動態(tài)特征與美國的極為相似：折價指數(shù)開始有30%的溢價，然后幾乎單調(diào)上升到20%的折價。此外，折價指數(shù)的波動很大，其均值和中位數(shù)分別是5.67%和7.37%。折價的幅度和波動均顯著高于美國的數(shù)值，說明折價現(xiàn)象在我國相當嚴重。（注：值得一提的是，由于在中國沒有封閉式基金清算和轉(zhuǎn)化為開放式基金的先例，我們不能檢驗第四個特征。）

為了深入了解上述動態(tài)變化，我們進一步觀察了每只基金的折價變動情況。表二展示了10只樣本封閉式基金的下列數(shù)據(jù)：(1)上市的日期，(2)上市第一個月的溢價，(3)首次公布折價出現(xiàn)日期。如表所示，在10只封閉式基金中，除了上市較晚的景宏基金之外，其余9只基金都先以高于資產(chǎn)凈值的溢價交易，然后在很短的時間內(nèi)變成折價。另外，溢價與上市時間的早晚關(guān)系極大，上市越晚，起始的溢價就越低，變?yōu)檎蹆r所花的時間就越短。

表2封閉式基金折價的動態(tài)特征

基金首次交易日期首月溢價(%)首次折價公告日

開元04/07/9895.43%05/24/99

金泰04/07/98100.99%06/07/99

興華05/04/9823.73%05/04/99

安信06/22/9850%05/07/99

裕陽07/30/9827.14%05/04/99

普惠01/27/996.67%05/10/99

同益04/21/992.23%05/17/99

泰和04/20/991.01%08/16/99

景宏05/18/99-0.33%05/18/99

漢盛05/18/990.53%05/07/99

四、折價的傳統(tǒng)解釋

為了解析上節(jié)中呈現(xiàn)的我國封閉式基金的折價現(xiàn)象，在本節(jié)中，我們先試圖用傳統(tǒng)理論來定量解釋，主要考慮三大因素：成本、資本流動性和基金業(yè)績。

（一）成本

表三給出了10只樣本基金的管理費用占總凈資產(chǎn)的比例。數(shù)據(jù)來自基金的年度資產(chǎn)負債表。在大多數(shù)情況下，管理費大約占凈資產(chǎn)市值的0.2%，最高亦僅達0.31%，而折價指數(shù)的均值為5.6%，波動范圍為-30%到24%。很明顯，與封閉式基金的折價相比，管理費用則要小得多，而且，對一個基金來說，它的管理費用在一年內(nèi)是一個相對固定的數(shù)額，而折價則變動很大。

表3管理費用占總資產(chǎn)比例(%)

附圖

表42000年樣本基金折價幅度、成本、資產(chǎn)流動性和業(yè)績表現(xiàn)

附圖

如果管理費用可以解釋封閉式基金折價的話，那么在基金的管理開支和基金的折價間有就會存在正相關(guān)關(guān)系，即較高的管理費用將導致較大的折價。因此，我們用spearman排序相關(guān)關(guān)系作一個簡單的測試。表四列出各基金的折價幅度、成本、資產(chǎn)流動性和業(yè)績表現(xiàn)的統(tǒng)計數(shù)據(jù)，而表五則是相應的spearman排序相關(guān)關(guān)系檢驗結(jié)果。在表五中，10月樣本基金的2000年每周折價的算術(shù)平均和其年管理費用占凈資產(chǎn)比例之間的spearman排序相關(guān)系數(shù)是-0.267，對零相關(guān)的原假設的雙尾檢驗P值是0.456，意味著管理費用和封閉式基金折價的正相關(guān)關(guān)系并不存在。因此，我們認為成本（管理費用）并不是中國封閉式基金折價的一個合理解釋。

表52000年樣本基金折價幅度、成本、資產(chǎn)流動性和業(yè)績表現(xiàn)之間的Spearman排序相關(guān)系數(shù)

附圖

（二）資產(chǎn)流動性

根據(jù)流動性解釋，我們預期基金的折價和可流動的程度呈負相關(guān)關(guān)系。我們也用spearman排序相關(guān)來檢驗此關(guān)系。基金的流動性是用它們投資組合的集中程度來代表，即在基金的投資組合中具最大資產(chǎn)凈值的10只股票的資產(chǎn)凈值之和與基金的總資產(chǎn)凈值的比例，使用的數(shù)據(jù)是2000年度的基金每周集中度的算術(shù)均值。從表五中可以看出，其spearman排序相關(guān)系數(shù)是-0.467，而零相關(guān)的原假設的雙尾檢驗P值則是0.17。這一結(jié)果同上小節(jié)的結(jié)果一樣令人驚訝，基金折價和投資組合的集中度之間的相關(guān)關(guān)系為負數(shù)，與理論預期相反。然而，這個負相關(guān)關(guān)系在統(tǒng)計上并不顯著?？梢姡昧鲃有赃@個概念無法解釋封閉式基金為什么在上市初期的價格超過它的資產(chǎn)凈值。因此，資產(chǎn)流動性也不能對我國封閉式基金折價給予合理的解釋。

（三）基金業(yè)績

從邏輯上講，封閉式基金的業(yè)績與其折價應該呈負相關(guān)關(guān)系。如果投資者認為基金管理者能夠獲得高于平均水平的利潤的話，他便會樂意以高于資產(chǎn)凈值的價格買基金股份，反之亦然。在表五中，我們計算了10只樣本基金的折價和基金績效之間的相關(guān)系數(shù)。這一基金績效是以一個雙因素模型（包括風險和規(guī)模兩個因素）為基準計算得出的。令人驚訝的是，spearman排序相關(guān)系數(shù)僅為0.152，零相關(guān)的原假設的雙尾檢驗P值也只有0.676，意味著這兩個變量間的相關(guān)關(guān)系為正，但在統(tǒng)計上并不顯著。因而，基金業(yè)績同樣不能解釋我國的封閉式基金折價。

至于稅收的解釋，因為我國并沒有直接征收資本利得稅，所以無法進行實證檢驗。頗為有趣的是，管理費用和10只基金的集中程度之間的spearman排序相關(guān)系數(shù)為0.615，零相關(guān)的原假設的雙尾檢驗P值為0.058，說明此正相關(guān)關(guān)系在10%的置信水平上統(tǒng)計顯著。另外，管理費用和基金業(yè)績顯示了極強的正相關(guān)關(guān)系，spearman排序相關(guān)關(guān)系是0.69，對應的零相關(guān)的原假設的雙尾檢驗P值是0.0027。這一結(jié)果給我們提供了基金為何收取高額管理費用的直接證據(jù)。

最后，我們將三個因素放在一起，用

橫截面回歸方法進行分析，結(jié)果收錄在表六中。縱觀表六，回歸結(jié)果一目了然，三個因素的回歸系數(shù)無一在統(tǒng)計上顯著，說明它們均不能解釋基金折價現(xiàn)象。

表6傳統(tǒng)解釋的橫截面回歸檢驗結(jié)果（注：本橫截面回歸樣本為18只基金（開元、安信、裕陽、新華、普惠、同益、景宏、泰和、漢盛、裕隆、安順、天元、景博、景陽、裕元、同盛、金鑫）?；貧w因變量為各基金2000年內(nèi)周折價率算術(shù)平均數(shù)；回歸自變量分別是各基金2000年(1)持股集中度、(2)基金績效、(3)管理費用占總資產(chǎn)比重、(4)基金總資產(chǎn)。）

附圖

五、投資者情緒假說

前面的討論說明傳統(tǒng)理論無法解釋中國的封閉式基金折價?；仡檪鹘y(tǒng)解釋，其基石為封閉式基金的風險乃由一些基金的基本因素所導致。然而，眾多有關(guān)市場有效性的實證研究都指出，僅考慮基本因素還遠遠不夠，因為它忽略了也許是最重要的因素，即投資者情緒，此乃行為金融學研究的中心所在。對基金來講，我們完全有理由相信，投資者的情緒非同小可，它在很大程度上影響和導致了折價。

為找到支持投資者情緒假設的間接證據(jù)，我們將檢驗：(1)不同基金折價變動的同步性，(2)新基金上市時間的選擇，(3)封閉式基金折價和不同規(guī)模的股票收益率之間的關(guān)系。

（一）不同封閉式基金折價變動的同步性

一般來講，封閉式基金相互的投資風險不同，這樣他們持有的投資組合的組成便不同，因此相應地封閉式基金相互間基本層面不同。由于傳統(tǒng)解釋認為封閉式基金的折價由投資組合的風險帶來，那么如果不存在投資者情緒對基金折價的影響的話，其變動應該不同。相反，如果不同的基金的折價變動呈正相關(guān)的話，那么便可以說明投資者情緒是基金折價的主要推動力。

表七給出了組成折價指數(shù)的10只樣本基金之間以及指數(shù)本身的Pearson相關(guān)系數(shù)。可以非常清楚地看到各只基金的折價之間是高度相關(guān)的，且所有的相關(guān)系數(shù)都為正數(shù)，其算術(shù)平均數(shù)高達0.92，連最低的相關(guān)系數(shù)亦有0.68，其相關(guān)系數(shù)標準差為0.07。所有的零相關(guān)的雙尾檢驗的P值都是零，說明正相關(guān)關(guān)系統(tǒng)計十分顯著。

表7折價指數(shù)與基金（為指數(shù)組成基金）折價間Pearson相關(guān)系數(shù)（1999年10月—2000年12月）

附圖

a此表顯示的是1999年10月到2000年12月間折價指數(shù)和構(gòu)成此指數(shù)的十只基金的折價之間的相關(guān)系數(shù)，對所有相關(guān)系數(shù)顯著性的雙尾檢驗的P值都為0（未列于表中），表明所有相關(guān)系數(shù)都顯著不等于0。

進一步尋找證據(jù)，我們計算了折價指數(shù)于1999年下半年之后上市的10家封閉式基金之間的相關(guān)系數(shù)，檢驗的時期從1999年12月到2000年12月。表八列出了這10家基金的折價和折價指數(shù)之間的pearson相關(guān)系數(shù)。在基金和折價指數(shù)間的相關(guān)系數(shù)仍然很大，所有的零相關(guān)的雙尾檢驗的P值都是零。相關(guān)系數(shù)的均值是0.945，而最低的相關(guān)系數(shù)是0.87，標準差是0.03。

表8折價指數(shù)與基金（非指數(shù)組成基金）折價間Pearson相關(guān)系數(shù)α（1999年12月—2000年12月）

附圖

a此表顯示的是1999年12月到2000年12月間折價指數(shù)和此指數(shù)之外的十只基金的折價之間的相關(guān)系數(shù)，對所有相關(guān)系數(shù)顯著性的雙尾檢驗的P值都為0（未列于表中），表明所有相關(guān)系數(shù)都顯著不等于0。

概而論之，表七和表八都顯示不同封閉式基金的折價同方向變動，支持了不同基金的折價是由相同的投資者情緒所驅(qū)動的假設。此外，各只基金的折價的高度相關(guān)顯示折價指數(shù)的變動并非由一些局外點所決定，這也說明我們構(gòu)建的折價指數(shù)足已代表整個封閉式基金業(yè)的折價幅度。

（二）新基金上市的時間選擇

根據(jù)投資者情緒模型，封閉式基金折價并非由單個基金的基本因素所致，而是由投資者針對封閉式基金的情緒所致。此外，前面的實證發(fā)現(xiàn)表明各只基金的折價高度正相關(guān)，因此，現(xiàn)有封閉式基金的折價可以反映市場對整個封閉式基金業(yè)的態(tài)度。由此，我們可以預見新的基金將會選擇在投資者看好現(xiàn)有的封閉式基金的時候上市，即在這些基金以溢價或以較低的折價交易時上市。

我們通過考察從1999年6月到2000年12月間的新基金上市數(shù)目和同期折價指數(shù)變動之間的關(guān)系，從另一方面來檢驗投資者情緒假說的合理性。每月的折價指數(shù)變動用月內(nèi)的每周折價的算術(shù)平均來衡量，但由于封閉式基金的上市需要較長的申請時間，在計劃的上市日期和實際的上市日期之間會有一個時間差，其間的市場情況很可能會劇烈變動。因此，這一檢驗的結(jié)論并不十分準確，只可以作為參考。在圖二里，柱狀表示新基金每月上市的數(shù)目，而線狀則表示現(xiàn)有基金折價的變動。

我們看到多數(shù)基金的上市選擇在折價變得相對較低時期。1999年6月、10月，2000年4月、7月，折價指數(shù)有較大幅度下降。在此期間，總共23個封閉式基金中有16個上市。在1999年8月和2000年3月間，當折價指數(shù)大幅上升時，沒有新的基金上市。

（三）折價變化和不同市值股票收益率之間的關(guān)系

投資者情緒模型認為既然封閉式基金折價的變動是由個人投資者的情緒所引起，而小市值股票也主要被個人投資者持有，那么基金折價和小市值股票的收益率之間應該存在聯(lián)系。研究發(fā)現(xiàn)當折價指數(shù)變小時，小市值股票收益率就變高，反之亦然。

附圖

圖2折價指數(shù)變動和新基金上市關(guān)系

對于我國市場，雖然至今尚無各類投資者的持股狀況的研究，但我們認為仍可間接考察封閉式基金折價和不同市值股票收益率之間的關(guān)系。我們使用的二元回歸模型為：

附圖

其中R[,it]是一個規(guī)模投資組合(sizeportfolio)的周收益率，其具體的構(gòu)造方式如下：在1998年的最后一個交易日，我們根據(jù)當日滬深兩市所有上市公司的流通市值排序，再將所有公司按照順序平均分為8個組別；在1999年內(nèi)，保持每個投資組合的組成不變，再計算出組內(nèi)所有股票的每周收益率的算術(shù)平均數(shù)，以此作為每個投資組合的周收益率。到1999年最后一個交易日，再如上述方法對滬深兩市所有股票排序，組成8個投資組合，分別計算其在2000年內(nèi)的周收益率。disct是折價指數(shù)變化率，即t期折價水平與t-1期折價水平之差除以t-1期折價水平絕對值：

附圖

最后，mkt[,t]是滬深兩市所有股票的平均（以流通市值加權(quán)）收益。

回歸結(jié)果列在表九?？梢钥吹剑蹆r指數(shù)變動率的回歸系數(shù)隨投資組合市值上升而單調(diào)下降。具體而言，折價指數(shù)的變動率的系數(shù)從0.0036（最小規(guī)模的投資組合）單調(diào)下降到-0.0013（最大規(guī)模的投資組合），并且只有在對最大規(guī)模組合進行回歸時的系數(shù)為負。這意味著當大市值股票表現(xiàn)好時，折價便減少；而當小市值股票表現(xiàn)好時，折價則擴大。除了組合G之外，折價指數(shù)的回歸系數(shù)在統(tǒng)計上都很顯著，表明了很強的相關(guān)關(guān)系。

表9模型R[,it]=α[,0]+α[,1]disc[,t]+α[,2]mkt[,t]+ε[,t]回歸結(jié)果

附圖

上述結(jié)論說明，我國基金折價變化和不同市值股票收益率之間的關(guān)系與美國的情形恰恰相反。為給這一現(xiàn)象一個合理的解釋，有必要對我國市場各類投資者以及封閉式基金的投資組合組成做進一步的研究。在缺少這方面資料和證據(jù)的情況下，我們只好先做兩個猜測。第一個猜測是，既然我們知道共同基金出于流動性的考慮都傾向持有大市值股票，這樣當大市值股票表現(xiàn)好時投資者便看好封閉式基金，將抬高基金股份的價格，與之相應的封閉式基金的折價便縮小。第二個猜測是，封閉式基金和小市值股票對某類投資者來說是替代品。當此類投資者衷情小股票時，他們就提高小股票持有的比重，相應降低他們投資組合中封閉式基金的比例，結(jié)果封閉式基金價格的降低便導致折價加大。

六、結(jié)束語

在本文中，我們檢驗了中國股市的封閉式基金折價現(xiàn)象。在詳細闡述了這一現(xiàn)象后，我們檢驗了各種可能的解釋。我們發(fā)現(xiàn)，傳統(tǒng)因素不能完全解釋折價現(xiàn)象及各種特征，但若考慮到投資者情緒，謎底便迅速被揭開。具體而言，我們得出如下三大結(jié)論：(1)不同封閉式基金的折價變動呈現(xiàn)高度正相關(guān)；(2)新的封閉式基拿選擇在現(xiàn)有封閉式基金的折價小時上市；(3)基金折價變動和不同市值股票的收益率變動之間的關(guān)系密切；當小市值股票收益率上升時，封閉式基金的折價就增加；相反，當大市值股票收益率上升時，基金折價便縮小。前兩個結(jié)論與美國的情況相同，而第三個結(jié)論則相反。

目前社會上對基金業(yè)運作的看法頗為負面，認為它們并非完全依靠專業(yè)化的管理而是憑本身的資金實力和享受的特殊待遇來獲取收益，把基金聯(lián)合鎖倉、拉抬重倉股等一系列不當甚至違法行為歸咎于兩個方面的問題；基金信息披露透明度不夠和監(jiān)管制度安排有缺陷。我們的研究結(jié)果表明，提高透明度和加強監(jiān)管無疑對我國基金市場的健康發(fā)展有利，但并不能解決封閉式基金折價這一問題，它與證券市場的宏觀環(huán)境和投資者的情緒息息相關(guān)。國外的經(jīng)驗也告訴我們，基金折價甚具普遍性和長期性，不可能通過完善制度在短期內(nèi)消除。

我們的定量分析還顯示，我國封閉式基金的折價在幅度上比國外嚴重，因此我們對開放式基金的繼續(xù)生存持懷疑態(tài)度。我們建議，出于對我國基金業(yè)的健康發(fā)展和對投資者權(quán)益的保護的考慮，應暫時停止批準新開放式基金的上市，等封閉式基金折價降低到一個穩(wěn)定的、吸引的水平后再考慮放松限制。

【參考文獻】

1顧娟，2001，中國封閉式基金貼水問題研究，《金融研究》，2001年第11期，62-71頁。

2汪光成，2001，投資基金折價問題研究，《金融研究》，2001年第12期，20-28頁。

3上交所研究報告，2002，中國封閉式基金折價問題理論與實證分析（海通證券—復旦大學聯(lián)合課題組），《上證研究》，2002年第4期。

4Boudreaux,K.J.,1973,Discountsandpreniumonclose-endmutualfunds:Astudyinvaluation,JournalofFinance28,515-522

5Chopra,N.,C,M.LeeandR.Thailer,1993,Yes,discountsonclose-endfundsareasentimentindex,JournalofFinance,48,801-808

6Fama,E.,1970,Efficientcapitalmarkets:Areviewoftheoryandempiricalwork,

JournalofFinance25,383-417

7Fama,E.,1991,Efficientcapitalmarkets:II,journalofFinaance46,1575-1617.

8Fama,E.,1998,Marketefficiency,long-termreturns,andbehavioralfinance,JonrnalofFinancialEconomics49,283-306.