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

正文內容

計量經濟學論文畢業(yè)設計(doc畢業(yè)設計論文)-在線瀏覽

2024-08-02 03:01本頁面
  

【正文】 督激勵成本;其次是代理人的擔保費用,鑒于雙方之間的矛盾,代理人要向股東保證其行為的正確性,就要做出相應的保證成本(即故意損害股東的利益后要做相應的賠償);三是剩余損失,即股東讓代理人代理自己做決策而引起的價值損失。同中小股東相比,大股東有足夠的激勵去監(jiān)督管理層做出有利于企業(yè)價值最大化的決策,從而避免了股權高度分散情況下的“免費搭車”問題,而且,大股東在某些情況下直接參與經營管理減少了委托人與代理人之間的“信息不對稱”問題。因此可以推斷,股權集中有利于公司價值的增加。不僅僅是因為管理智能的專業(yè)化和公司風險的分散化,還因為決策管理權的分離,有效地解決了公司內部的代理問題。由于證券市場的股票流通性很低,從而通過市場機制進行資源配置的效率可能性較低,公司股權結構的非市場安排行為居多。但股權的分散意味著股東不再被認為是一個整體,而只是相互分離的投資者,其目標利益函數彼此不同。股權集中度的分析和評價要綜合考慮三種成本:風險成本、治理成本和壟斷成本。在利益的驅動下,投資者為追求利益最大化,就會利用一切制度手段積極地監(jiān)督經營者的行為,由于內部高度的監(jiān)控,因此治理成本很小,但同時由于股權高度集中,對投資者來說,投資風險大,風險成本高。股權過于集中,又會由于大股東對股權的壟斷帶來對其他中小股東的侵害,甚至以損害市場為代價,這就是所謂的壟斷成本,股權越集中,壟斷成本越高。在股權適度集中的情況下,會出現(xiàn)公司治理成本的最低點,因此適中的股權集中度是公司治理對股權狀況的基本要求。股權集中度是評價一個企業(yè)的股權分布的狀態(tài)以及該企業(yè)的發(fā)展狀況是否穩(wěn)定的一個重要指標。二是股權高度分散,公司沒有大股東,所有權與經營權基本完全分離。不同的股權集中度對公司治理機制作用的發(fā)揮具有正面或負面的影響,從而會導致不同的公司治理效率。轉載于周俊民《股權集中度與公司績效基于東北地區(qū)上市公司的實證研究》,東北財經大學碩士論文,2005年12月,p6??梢酝茢?,股權集中在中國上市公司治理中具有相對優(yōu)勢,適當的股權集中有利于上市公司經營績效的增長。一方面,股權集中有助于保護中小股東的利益、有利于公司績效的提高。如何在保留股權集中的眾多優(yōu)勢的同時又限制大股東的掠奪行為,是我國當前公司治理所面臨的一項巨大挑戰(zhàn)。同時,在大股東群體中法人大股東實際上又受到多層委托代理關系的制約,加大了代理成本。根據以上的理論基礎,我們可以做以下的假設: 假設 1:上市公司股權集中度與公司經營績效存在正相關關系 假設 2:中小企業(yè)大股東股權離散度與企業(yè)績效呈反向關系。運用截面數據分析股權集中度與公司績效之間的關系。 變量的定義  被解釋變量(因變量)  我們選用凈資產收益率(ROE)作為度量企業(yè)績效的指標,作為被解釋變量。    股權集中度的衡量。(1) CR指數,指公司前N位大股東持股比例之和。這個指標主要反映公司股權分布情況。該指標的作用在于對持股比例取平方后,會出現(xiàn)馬太效應,也就是比例大的平方和與比例小的平方和之間的差距拉大,從而顯示股東持股比例之間的差距,計為H5。根據以上理論分析和假設分別定義了以下解釋變量。其他,D=0 模型描述 本文研究采用線性回歸模型:ROE=β0+β1S1+β2CR3+β3CR5+β4H5+β5Z+β6N 其中,β0、β1、β2、β3、β4、β5為參數。表41是本研究樣本公司的股權集中度的描述性統(tǒng)計結果。Z值在不同公司間的差異非常大。同時可以看到,前三大股東持股比例和前五大股東持股比例與第一大股東持股比例相差不大,尤其后兩者平均僅相差3個百分點,說明我國上市公司普遍存在一到兩個支配性的大股東,其余股東的持股比例相對均較低。%,%,表明這些公司前五大股東的實力分布極不均衡,大部分樣本公司的第一大股東持股只占有相對優(yōu)勢。4. 2 回歸分析多重共線性、異方差和序列相關檢驗 本研究對設計模型采用 Eviews軟件進行 OLS 回歸分析及統(tǒng)計檢驗。多重共線性指某兩個過多個解釋變量之間出現(xiàn)了嚴重的線性相關性。但由于其中s1,Z,CR5,N前參數估計未能通過t檢驗,故認為解釋變量間存在多重共線性。表43 相關系數矩陣ROES1ZCR3CR5H5NROE1S11Z1CR31CR51H51N1由表中數據可以看出HSCRCR5之間存在高度相關性,CR5,Z和H5存在中度相關。表44 各個自變量的分別回歸的R2自變量S1ZCR3CR5H5NRsquared根據表43的相關系數,及各個自變量分別回歸的擬合優(yōu)度,采用變量剔除法逐步剔除變量,如表45,逐步確定初步模型。 異方差問題多存在于截面數據中,因為截面數據可能存在規(guī)模效應,涉及不均勻單位的截面數據中,異方差是常有的情況。首先用圖示檢驗法,分別作殘差平方與自變量的散點圖。再用懷特檢驗進行更確切的異方差性檢驗,結果如下:表46 沒有交叉項的懷特檢驗White Heteroskedasticity Test:Fstatistic ProbabilityObs*Rsquared Probability表47有交叉項的懷特檢驗White Heteroskedasticity Test:Fstatistic ProbabilityObs*Rsquared Probability在1%的顯著性水平下,不管是有交叉項還是沒有交叉項的檢驗,其變量都是顯著的,同時懷特統(tǒng)計量nR2的P值很小,因此拒絕同方差的假設。修正后的結果如表48。 序列相關檢驗
點擊復制文檔內容
醫(yī)療健康相關推薦
文庫吧 www.dybbs8.com
備案圖鄂ICP備17016276號-1