freepeople性欧美熟妇, 色戒完整版无删减158分钟hd, 无码精品国产vα在线观看DVD, 丰满少妇伦精品无码专区在线观看,艾栗栗与纹身男宾馆3p50分钟,国产AV片在线观看,黑人与美女高潮,18岁女RAPPERDISSSUBS,国产手机在机看影片

正文內(nèi)容

迎合還是背離:來自我國(guó)上市公司現(xiàn)金股利分配的證據(jù)(編輯修改稿)

2024-10-10 00:40 本頁面
 

【文章內(nèi)容簡(jiǎn)介】 的可能性 ( LogitP) P 為公司分配 現(xiàn)金股 利的 概率 , 取值范 圍為 0 ~ 1 ,logitP=ln(P/(1P)) 自變量 投資者股利需求 (DEMAND) 用 市值賬面比 ( M / B)反映, 計(jì)算公式見上文 控制變量 1)公司財(cái)務(wù)特征 公司規(guī)模 ( Ln( ASSET)) Ln(總資產(chǎn)的帳面價(jià)值) 每股收益 (EPS) (稅后利潤(rùn) 優(yōu)先股股利 )247。發(fā)行在外的普通股平均股額 自由現(xiàn)金流量 (FCF) 自由現(xiàn)金流量 凈資產(chǎn)收益率( ROE) 凈利潤(rùn) /凈資產(chǎn) 增長(zhǎng)率 (GROWTH) 最近 3 年主營(yíng)業(yè)務(wù)收入增 長(zhǎng)率 2)股權(quán)結(jié)構(gòu) 股權(quán)集中度指數(shù) ( CINDEX) 公司前三大股東持股比例的平方和 未流通 A 股比例 (PROP) 未流通 A 股數(shù) /公司總股數(shù) 模型與回歸 我們?cè)趯?shí)證分析中對(duì) 2020 年到 2020 年連續(xù) 4 年的數(shù)據(jù)分別用三個(gè)模型進(jìn)行 Logistic 回歸。在模型 1中,我們將 投資者股利需求 (DEMAND)作為自變量 , 公司 分配現(xiàn)金股利的可能性( LogitP)為被解釋變量,建立如下回歸模型, 模型 1: LogitP i = a + b1* DEMAND i +ε i 其中 a 和 b1 為回歸系數(shù)。 回歸結(jié)果如表 3所示。 表 3 模型 1 的回歸結(jié)果 樣本 類型 回歸模型的顯著性檢驗(yàn) 參數(shù)顯著性檢驗(yàn) 變量 指標(biāo) 回歸 系數(shù) 標(biāo)準(zhǔn) 誤差 Wald 統(tǒng)計(jì)量 P 值 邊際影響比值 2020 年 樣本數(shù) : 1047 Chisquare= Sig.= Nagelkerke R2= 投資者股利需求 DEMAND 常數(shù) Constant 2020 年 樣本數(shù) : 1050 Chisquare= Sig.= Nagelkerke R2= 投資者股利需求 DEMAND 常數(shù) Constant 2020 年 樣本數(shù) : 958 Chisquare= Sig.= Nagelkerke R2= 投資者股利需求 DEMAND 常數(shù) Constant 2020 年 樣本數(shù) : 854 Chisquare= Sig.= Nagelkerke R2= 投資者股利需求 DEMAND 常數(shù) Constant 從 2020年的回歸結(jié)果看, 模型的 擬合優(yōu)度指標(biāo) Nagelkerke R2=, 說明模型擬合 得不是很 好 ; 該模型的 Chisquare 檢驗(yàn)值為 ,顯著性水平為 ,是統(tǒng)計(jì)性顯著的 。 投資者股利需求的 回歸系數(shù)為 , Wald 檢驗(yàn)結(jié)果 P值為 ,表明 公司 分配現(xiàn)金股利的 6 可能性 與 投資者股利需求 負(fù)相關(guān)且高度顯著, 邊際影響比值 表明公司的 投資者股利需求 每提高一個(gè)等級(jí), 公司 分配現(xiàn)金股利的 概率與 公司不 分配現(xiàn)金股利的 概率之比變?yōu)樵瓉淼?倍; 也就是說,隨著 投資者股利需求的 提高 ,公司 分配現(xiàn)金股利的 概率 將降低,而 不分配現(xiàn)金股利的 概率 將增加。 2020 年至 2020 年的回歸結(jié)果存在相同的特征,即 公司 分配現(xiàn)金股利的 可能性 與 投資者股利需求 負(fù)相關(guān),除 2020年以外,其余各年均具有 較高顯著性水平。 接著,我們?cè)谀P?1的基礎(chǔ)上引入了公司財(cái)務(wù)特征控制變量,建立模型 2。 模型 2: LogitP i = a + b1* DEMAND i + b2* Ln( ASSET i) + b3* EPS i + b4* FCF i + b5* ROE i + b6* GROWTH i +ε i 在進(jìn)行 Logistic模型回歸時(shí),我們采用條件參數(shù)似然比 逐步法進(jìn)行回歸, 2020年和 2020年,只有投資者股利需求和每股收益兩個(gè)變量進(jìn)入了回歸模型, 2020年和 2020年,共有投資者股利需求、每股收益和公司規(guī)模三個(gè)變量進(jìn)入了回歸模型。 回歸結(jié)果見表 4。 表 4 模型 2 的回歸結(jié)果 樣本 類型 回歸模型的顯著性檢驗(yàn) 參數(shù)顯著性檢驗(yàn) 變量 指標(biāo) 回歸 系數(shù) 標(biāo)準(zhǔn) 誤差 Wald 統(tǒng)計(jì)量 P 值 邊際影響比值 2020 年 樣本數(shù) : 1047 Chisquare= Nagelkerke R2= Sig.= 投資者股利需求 DEMAND 每股收益 EPS 公司規(guī)模 Ln(ASSET) 常數(shù) Constant 2020 年 樣本數(shù) : 1050 Chisquare= Nagelkerke R2= Sig.= 投資者股利需求 DEMAND 每股收益 EPS 公司規(guī)模 Ln(ASSET) 常數(shù) Constant 2020 年 樣本數(shù) : 958 Chisquare= Nagelkerke R2= Sig.= 投資者股利需求 DEMAND 每股收益 EPS 常數(shù) Constant 2020 年 樣本數(shù) : 854 Chisquare= Nagelkerke R2= Sig.= 投資者股利需求 DEMAND 每股收益 EPS 常數(shù) Constant 從 2020年的回歸結(jié)果看,模型的 擬合優(yōu)度指標(biāo) Nagelkerke R2=, 說明模型擬合 得比較 好 ; 該模型的 Chisquare檢驗(yàn)值為 ,顯著性水平為 , 是統(tǒng)計(jì)性顯著的 。 投資者股利需求 的回歸系數(shù)為 , Wald 檢驗(yàn)結(jié)果 P值為 , 表明 公司 分配現(xiàn)金股利的可能性與 投資者股利需求 負(fù)相關(guān)且高度顯著, 邊際影響比值 投資者股利需求 每提高一個(gè)等級(jí), 公司 分配現(xiàn)金股利的 概率與 公司不 分配現(xiàn)金股利的 概率之比變?yōu)樵瓉淼?; 另外, 公司 分配現(xiàn)金股利的可能性 與 每股收 益 和 公司規(guī)模 正相關(guān) 且高度顯著, 邊際影響比值分別為 ,說明 每股收益 對(duì)決定公司是否發(fā)放概率具有極其重要的影響作用。 2020年至 2020年的回歸結(jié)果表明, 投資者股利需求與 每股收益兩項(xiàng)指標(biāo)與 2020年存在相同的特征,即 在 較高的顯著性水平下 , 公司 分配現(xiàn)金股利的可能性 與 投資者股利需求 負(fù)相關(guān),與 每股收益正相關(guān);公司規(guī)模指標(biāo)則沒有表現(xiàn)出強(qiáng)的相關(guān)性。 考慮到我國(guó)特殊的股權(quán)結(jié)構(gòu),我們?cè)谀P?2 的基礎(chǔ)上進(jìn)一步引入 股權(quán)結(jié)構(gòu) 控制變量,建 7 立模型 3。 模型 3: LogitP i = a + b1* DEMAND i + b2* Ln( ASSET i) + b3* EPS i + b4* FCF i + b5* ROE i + b6* GROWTH i +b7*CINDEX+ b8*PROP+ε i 同樣地,在進(jìn)行 Logistic 模型回歸時(shí),我們采用條件參數(shù)似然比 逐步法進(jìn)行回歸, 2020年,只有投資者股利需求和每股收益兩個(gè)變量進(jìn)入了回歸模型; 2020 年和 2020 年,共有資投者股利需求、每股收益和股權(quán)集中度指數(shù)三個(gè)變量進(jìn)入了回歸模型; 2020 年,共有投資者股利需求、每股收益、公司規(guī)模和股權(quán)集中度指數(shù)四個(gè)變量進(jìn)入了回歸模 型。 回歸結(jié)果見表 5。 表 5 模型
點(diǎn)擊復(fù)制文檔內(nèi)容
公司管理相關(guān)推薦
文庫吧 www.dybbs8.com
備案圖片鄂ICP備17016276號(hào)-1