中国林业对外投资的国家风险评价

发布时间：2023-03-27 03:24

　　中国已经成为世界最大的林产品生产国,但林业产业的发展面临着资源的制约,为了充分利用国际市场上的森林资源,中国企业开始陆续走出国门开展林业对外投资与合作。分析和识别林业企业对外直接投资过程中所面临的风险,尤其是国家风险,是林业企业对外投资成功实施的重要保证。本文使用黑龙江柏杉林木业有限公司对圭亚那投资的案例定性分析了中国林业对外投资面临的国家风险,随后构建了一套适合中国林业对外投资的国家风险评价指标体系,选取30个国家2009-2015年的相关数据,通过主成分分析法计算出各国的风险得分并将30个国家分为低风险、较低风险、较高风险、高风险四个类别,随后通过BP算法构建一个合适的神经网络用于国家风险的预测。实证结果发现BP神经网络对2015年的国家风险预测结果与实际计算结果误差较小,因此可以保存现有的BP神经网络用于未来对国家风险的预测。

【文章页数】：73 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
1 引言
    1.1 研究背景及意义
    1.2 国内外研究现状综述
        1.2.1 国家风险研究综述
        1.2.2 中国林业对外投资研究综述
        1.2.3 国内外研究综述小结
    1.3 研究目标
    1.4 研究思路与方法
    1.5 创新点
2 国家风险的概念界定及测度
    2.1 国家风险的概念界定
    2.2 三大国家风险评级机构及其指标体系
        2.2.1 标准普尔(Standard & Poor's)
        2.2.2 国际国别风险评级指南机构(International Country Risk Guide)
        2.2.3 经济学人信息实体(Economist Intelligence Unit)
        2.2.4 总结对比
3 中国林业对外投资现状及国家风险因素识别
    3.1 中国林业对外投资的现状及特点
        3.1.1 林业企业对外投资地区分布
        3.1.2 林业企业对外投资领域情况
        3.1.3 林业企业对外投资所有制结构
        3.1.4 林业企业对外投资规模情况
    3.2 中国林业对外投资的国家风险因素定性分析——以黑龙江柏杉林木业公司为例
        3.2.1 案例背景介绍
        3.2.2 国家风险因素定性分析
4 中国林业对外投资的国家风险评价指标体系构建
    4.1. 指标体系构建的原则
    4.2 评价体系指标的选取
        4.2.1 政治风险的指标选取
        4.2.2 经济风险的指标选取
        4.2.3 林业风险的指标选取
    4.3 国家风险评价体系的构建
5 中国林业对外投资的国家风险评价实证分析
    5.1 数据来源
    5.2 主成分分析
        5.2.1 主成分分析的原理
        5.2.2 主成分分析的实施步骤
        5.2.3 主成分分析的结果
    5.3 BP神经网络
        5.3.1 BP神经网络的原理
        5.3.2 BP神经网络的实施步骤
        5.3.3 BP神经网络模型的结构设计与参数选取
        5.3.4 BP神经网络的结果
6 结论
    6.1 研究结论
    6.2 建议
    6.3 不足及展望
参考文献
附录A 2009-2015年各国相关数据
附录B 主成分分析表格
个人简介
导师简介
致谢



本文编号：3772290