基于新三板上市公司数据的高管团队特征、投资状况和绩效建模分析

发布时间：2021-01-24 12:46

　　随着我国当前社会经济的不断发展与壮大,“新三板”已经在当前的资本市场上占据了主要的部分,截至2017年底,其市场中就已包含上万家挂牌企业,比沪深交易所企业总和还要多。“新三板”应用的逐渐扩大对我国当前一些中小型企业在进行融资的过程中有很重要的影响。虽然“新三板”的应用越来越广泛,但是我国在当前市场中还存在着很大的不足,对新三板的研究并不多。除此之外,目前在管理学中使用机器学习的方法构建高管团队特征、投资状况和绩效的模型的研究较少。因此,使用新三板上市公司的数据去研究如何构建高管团队特征、投资状况和绩效的模型有着一定的实践意义和理论意义。本文提出使用机器学习的方法构建新三板企业的绩效预测模型。本研究选择了10135家新三板企业作为研究样本,提取特征变量,分别使用多元线性回归、多项式回归、两类支持向量回归以及XGBoost共五种方法构建预测模型,最后对五种方法构建的模型进行评估,进而选择预测效果最好的模型。本文的实验内容主要包括以下四个部分:（1）根据新三板企业高管特征构建企业绩效预测模型。本实验选取的自变量为高管背景人口特征（年龄、性别、学历）,激励特征（持股比例）作为高管团队特征,选取... 

【文章来源】：广东外语外贸大学广东省

【文章页数】：67 页

【学位级别】：硕士

【部分图文】：

新三板上市公司数据爬取核心代码

特征博士比例 高管团队中博士学历人数与总人本科以下比例 高管团队中本科以下学历人数与总高管团队激励特征平均持股比例 高管所持有股份的平均数业绩效指标 营业利润 公司最近四年的平均利润后数据如表 4-6 展示如下：表 4-6 高管团队特征表抽取的 python 代码如下：

男性比例、女性比例与营业利润散点图

【参考文献】：
期刊论文
[1]高管团队特征与创业板上市公司绩效的实证研究[J]. 杨鹏,高素英,刘琳.  企业经济. 2014(11)
[2]创新型企业公司治理结构与绩效关系研究——基于中国创业板上市公司的经验证据[J]. 周建,王鹏飞,李文佳,陈素蓉.  经济与管理研究. 2012(04)
[3]多项式回归与一致性研究:应用及分析[J]. 唐杰,林志扬,莫莉.  心理学报. 2011(12)
[4]高层管理者的教育背景与公司绩效——基于创业板数据的实证检验[J]. 林勇,周妍巧.  中南大学学报(社会科学版). 2011(05)
[5]女性参与高管团队对企业绩效的影响:基于中国民营企业的实证研究[J]. 任颋,王峥.  南开管理评论. 2010(05)
[6]管理防御视域下的管理者特征与公司业绩研究[J]. 黄国良,董飞,李寒俏.  商业研究. 2010(09)
[7]核心高管特征与公司成长性关系研究——基于中国沪深两市上市公司数据的经验研究[J]. 徐经长,王胜海.  经济理论与经济管理. 2010(06)
[8]支持向量回归机在逆向选择合约模型量化分析中的应用[J]. 张振锋,朱嘉钢.  计算机应用. 2010(03)
[9]管理者特征与公司绩效关系——基于2006年沪深A股上市公司的实证研究[J]. 姜璐璐,戴蓬军.  财会通讯. 2009(21)
[10]成员异质性与团队绩效:以交互记忆系统为中介变量[J]. 张钢,熊立.  科研管理. 2009(01)

硕士论文
[1]基于改进GA优化参数的SVR股价预测研究[D]. 孙秋韵.福建师范大学 2015
[2]基于改进小波去噪的支持向量机的股票型基金净值预测研究[D]. 方勤勤.重庆师范大学 2014
[3]高层管理团队人口统计学特征对企业绩效关系研究[D]. 汪罗娜.西南财经大学 2014
[4]创业板高管团队人力资本与企业盈利能力的实证研究[D]. 文冰.长沙理工大学 2013
[5]CEO人口特征、创新投入与企业绩效实证研究[D]. 刘晓.中南大学 2012
[6]金融时间序列预测的SVR建模及参数优化研究[D]. 焦帅.东华理工大学 2012
[7]ε-支持向量回归在时间序列型数据预测上的应用[D]. 林溯.四川大学 2007



本文编号：2997271