搜档网
当前位置:搜档网 › 中国金融发展与企业融资约束的缓解_基于系统广义矩估计的动态面板数据分析

中国金融发展与企业融资约束的缓解_基于系统广义矩估计的动态面板数据分析

中国金融发展与企业融资约束的缓解_基于系统广义矩估计的动态面板数据分析
中国金融发展与企业融资约束的缓解_基于系统广义矩估计的动态面板数据分析

面板数据分析简要步骤与注意事项(面板单位根—面板协整—回归分析)

面板数据分析简要步骤与注意事项(面板单位根检验—面板协整—回归分析) 面板数据分析方法: 面板单位根检验—若为同阶—面板协整—回归分析 —若为不同阶—序列变化—同阶建模随机效应模型与固定效应模型的区别不体现为R2的大小,固定效应模型为误差项和解释变量是相关,而随机效应模型表现为误差项和解释变量不相关。先用hausman检验是fixed 还是random,面板数据R-squared值对于一般标准而言,超过0.3为非常优秀的模型。不是时间序列那种接近0.8为优秀。另外,建议回归前先做stationary。很想知道随机效应应该看哪个R方?很多资料说固定看within,随机看overall,我得出的overall非常小0.03,然后within是53%。fe和re输出差不多,不过hausman检验不能拒绝,所以只能是re。该如何选择呢? 步骤一:分析数据的平稳性(单位根检验) 按照正规程序,面板数据模型在回归前需检验数据的平稳性。李子奈曾指出,一些非平稳的经济时间序列往往表现出共同的变化趋势,而这些序列间本身不一定有直接的关联,此时,对这些数据进行回归,尽管有较高的R平方,但其结果是没有任何实际意义的。这种情况称为称为虚假回归或伪回归(spurious regression)。他认为平稳的真正含义是:一个时间序列剔除了不变的均值(可视为截距)和时间趋势以后,剩余的序列为零均值,同方差,即白噪声。因此单位根检验时有三种检验模式:既有趋势又有截距、只有截距、以上都无。 因此为了避免伪回归,确保估计结果的有效性,我们必须对各面板序列的平稳性进行检验。而检验数据平稳性最常用的办法就是单位根检验。首先,我们可以先对面板序列绘制时序图,以粗略观测时序图中由各个观测值描出代表变量的折线是否含有趋势项和(或)截距项,从而为进一步的单位根检验的检验模式做准备。单位根检验方法的文献综述:在非平稳的面板数据渐进过程中,Levin andLin(1993)很早就发现这些估计量的极限分布是高斯分布,这些结果也被应用在有异方差的面板数据中,并建立了对面板单位根进行检验的早期版本。后来经过Levin et al.(2002)的改进,提出了检验面板单位根的LLC法。Levin et al.(2002)指出,该方法允许不同截距和时间趋势,异方差和高阶序列相关,适合于中等维度(时间序列介于25~250之间,截面数介于10~250之间)的面板单位根检验。Im et al.(1997)还提出了检验面板单位根的IPS法,但Breitung(2000)发现IPS法对限定性趋势的设定极为敏感,并提出了面板单位根检验的Breitung法。Maddala and Wu(1999)又提出了ADF-Fisher和PP-Fisher面板单位根检验方法。 由上述综述可知,可以使用LLC、IPS、Breintung、ADF-Fisher和PP-Fisher5种方法进行面板单位根检验。 其中LLC-T、BR-T、IPS-W、ADF-FCS、PP-FCS、H-Z分别指Levin,Lin&Chu t*

如何对调查数据进行归纳分析

如何对调查数据进行归纳分析 课程描述: 市场调研收集来的数据,大多是杂乱无章的,要从这一大批杂乱无章的数据中集中、萃取和提炼出有用的信息,找出研究对象的内在规律就需要对数据进行归纳分析。正确的数据归纳分析可以帮助管理者判定市场动向,制定合适的生产及销售计划。然而,错误的数据归纳分析也可能导致错误的判断,以至严重的损失。如何正确的归纳分析调查数据呢? 本课程将从实战出发,透过鲜活有趣的案例,为您一一阐述如何对调查数据进行归纳分析。 解决方案: 他山之石,可以攻玉! 对调查数据归纳分析的方法尽管千差万别,但万变不离其宗。只要认真筛选、复核原始数据,在此基础上做好对数据的归纳整理,并应用正确的数据分析方法,就一定能得出科学有用的分析结果。 下面我们从实战经验中给大家总结一些方法流程,以便大家参考借鉴,少走弯路! 对调查数据进行归纳分析可分为如下三步: 首先要筛选、复核数据;

其次归纳整理调查数据; 最后加工分析数据。 筛选数据的方法有: 1.经验筛选。 2.条件筛选。 3.逻辑性筛选。 复核数据的主要内容包括: 1.核对数据的准确性。具体的方法有: 1.1.多方求证。 1.2.逐一核对。 2.引用数据及免责。 3.及时补充完善数据。

归纳整理数据的方法主要包括: 1.划分信息集群。划分依据包括: 1.1.按调查目的划分。 1.2.按数据来源划分。 1.3.按数据类型划分。 2.整理数据的逻辑关系。数据的逻辑关系有: 2.1. 管控从属型。 2.2. 因果致因型。 2.3. 作业流程型。 2.4. 密度分布型。 3.建立数据的索引关系。 对于数据的加工分析的内容有: 1.加工数据。方法有: 1.1. 转换数据。具体包括:(1)数据的提炼。(2)转换表达方式 2.推导论证。主要包括(1)推算法。(2) 总结规律。(3) 逻辑判断 3.统计分析。包括(1) 数理统计。(2) 分析趋势。 4.消除误差。

金融市场和金融机构

第二章金融市场和金融机构 (一) 第二章金融市场和金融机构 ?1 金融体系的定义 ?2 资金流动 ?3 金融制度的功能 ?4 金融创新 ?5 金融市场 ?6 金融市场中的比率 第一部分 金融体系介绍 金融系统(金融体系) ?被用于订立金融合约和交换资产及风险的金融市场和金融机构(中介)的集合 ?金融机构担当投资者的代理人和帮助资本(金)的流动等 ?金融市场是所有金融交易的核心 ?居民户、企业和政府实施其金融决策离不开金融市场和金融机构。 第一节 金融市场 一、金融市场概述 (一)金融市场的概念和分类 1.金融市场: 金融市场是买卖金融工具以融通资金的场所或机制。 ?之所以把金融市场视作为一种场所,是因为只有这样才与市场的一般含义相吻合; ?之所以同时又把金融市场视作为一种机制,是因为金融市场上的融资活动既可以在固定场所进行,也可以不在固定场所进行,如果不在固定场所进行的融资活动就可以理解为一种融资机制。 ?按有无固定场所进行分,金融产品市场可分为两类: ?交易所交易市场(Exchange traded) ?场外市场(Over-the-counter ,OTC) 交易所交易市场 ?芝加哥期货交易所(CBOT) ?纽约证券交易所(NYSE) ?芝加哥期权交易所(CBOE) ?上海证券交易所 ?深圳证券交易所 ?上海黄金交易所 ?上海期货交易所(金属) ?大连商品交易所(农产品) ?郑州商品交易所(农产品) ?中国金融期货交易所(股指期货) ?……

?交易所的主要职责: ?定义交易合约 ?组织交易 ?使交易双方的利益同时得到保护 ?交易规则:由组织化的证券交易所制定,对交易程序进行标准化。 ?传统上,交易双方在交易所内相见并通过特定手语达成交易,而现在交易更多的是采用电子交易系统。 场外市场 ?由电话和计算机将金融机构和大型企业的交易员以及基金经理联系在一起的网络系统。银行等金融机构通常扮演做市商的角色。 ?场外交易的最大优点是合约内容不受交易所限制。 ?场外市场用于交易的电话通常都是被录音的。 ?场外市场与交易所交易市场的一个重要区别在于信用风险的大小。 ?场外市场交易额远远大于交易所交易市场。 ?最简单的交易,例如: ?买入100股IMB股票 ?卖出100万英镑 ?买入1000盎司黄金 ?卖出价值100万美元的通用汽车公司债券 ?第一个交易往往发生在交易所内,而其它三个交易更可能是场外交易,但四种均属现货交易。(二)分类 (三)金融市场的构成要素 1.金融市场主体:即金融市场的参与者 2.金融市场客体:金融市场的交易载体——货币资金。 3.金融市场交易工具:金融市场的交易对象指的是金融工具,也称信用工具,它是证明金融交易金额、期限、价格的书面文件,它对交易双方的权利和义务具有法律约束意义。 4.金融市场价格:在金融市场上,交易对象的价格就是用货币资金表示的价格。 二、货币市场和资本市场 ?按到期期限划分 ?货币市场,期限短于一年,强调流动性 ?短期债务市场:比如美国的短期国库券,企业的商业票据等。 ?资本市场,期限长于一年,强调收益性 ?包括长期债务市场和权益性证券市场。 金融资产 三种基本的金融资产类型:债务、股权和衍生工具 ?债券(固定收益证券,Fixed Income Securities):承诺未来支付固定数量现金的借款合约。 ?公司债券、政府债券、住宅性和商业性按揭贷款、消费贷款。 股票(普通股):公司发行的所有权凭证。 ?每份股票代表对企业所有权的等同份额; ?通常还代表对公司治理事务的投票权; ?股票代表对一家公司资产和收益的剩余索取权(Residual Claim); ?普通股同时具备有限责任的特征,即如果资不抵债,债权人无法向股票所有者索取更多 资金来弥补缺口,债权人的索取权被限定在该企业资产的范围之内。

《调查数据分析》word版

调查数据分析: (一)韶关学院低年级学生社会实践的现状 本次调查共有210人参加并且完成了问卷,问卷有效回收率为95.2%。并且参加调查的学生具有很高的随机性,保证了本次调研具有一定普遍意义。调查问卷共有26道问题(问卷见附表),大部分受访的学生能够如实的接受调查。我们从中也能得到很多有用的数据。调查结果分析如下: 1.关于学生社会实践的频率 统计结果见表1、表2,两表中显示有95.5%的同学有参加社会实践的经历,只有4.5%的同学没有参加社会实践的经历。而在参加社会实践的同学中,大多数同学每月一次或一个学期一次。当问及大学期间总共参与几次社会实践时,52%的同学是2-5次,14.5%的同学是6-10次,11.5%的同学是11次以上,可见大部分学生参加社会实践的频率还是比较低的。这些同学较少参加社会实践的原因可能是社会实践平台少,缺乏足够的时间去参加、或当心上当受骗,还有些同学忽略了社会实践的重要性,沉浸在大学这座象牙塔中,迈不出实践的步伐。对于解决这些问题,建议社会与学校加强对社会实践重要性的宣传,提供相应的实践平台,鼓励同学们积极参加社会实践,同时也要对社会实践进行规范,保障学

生的人身安全。同时,学生们也应该摆正态度,认识到社会实践的重要性,但在积极参加社会实践、充实自己的同时,更要学习如何保护自己,防止上当受骗。 表1 参加社会实践的频率 表2 在大学期间参与社会实践的次数 2.关于学生参加社会实践的时间段 从表3中我们可以看出在一天的时间中,更多同学选择下午(占49%)或全天(占22.5%)参加社会实践,而选择中午或晚上的只占2%和占7%,大多数同学更愿意在下午或全天这个时间段参加社会实践。而问及参加社会实践的时间段,36.5%的同学倾向周末,40%的同学倾向暑假,而仅有2.5%的同学倾向寒假。可见社会实践设置的时段也是影响大学生参加社会实践的一个重要因素。下午、全天、周末、暑假,这四个时段是同学们参加社会实践最多的几个时段,同学们可能在这些时间里比较少课,或参加社会实践的意愿更高。因此社会实践的组织者或相关机构可以更多的考虑一下同 学们的意愿时间,把社会实践安排在一下的时间如下午、周

最新金融市场与金融机构期末试卷

金融市场与金融机构 一、填空题 1.A债券价格为2000美元,永久性的年偿付100美元,则到期收益率为() 2.面值为1000美元的3年期零息债到期收益率为8%,则其当前价格为() 3.如果美国与英国的利率分别为2%和3%,那么英镑相当于美元的预期升值率为() 4.如果当前1年期利率水平为7%,2年期利率水平为8%,则预期一年后的1年期利率水平为() 5.假设当期利率水平为7%,如果利率升至9%。某久期为3年的债券其价值为() 6.假定可口可乐公司的股票以10.95%的固定比率增长,刚分配的股利为每股1美元,假定必要回报率为13%,则其股票的理论价格为()美元。 7.某德国产汽车售价为70000美元,如果汇率为1美元兑换1.1欧元,则该汽车的美元价格应当为()美元。 二、单项选择 1. 如果收益率曲线向上倾斜,则一下()是市场细分理论的结论。 A.短期利润将会上升 B.短期利率将会下降 C.短期利率不会变化 D.无法确定 2.随机游走行为认为股价变动是()的,因此()有效市场假说。 A.可预测,支持 B.可预测,不支持 C.不可预测,支持 D.不可预测,不支持 3.垃圾债券是指() A.处理垃圾业务的公司所发的债券 B.熊猫债券 C.低信用等级债券 D.扬基债券 4.穆迪公司评级为Baa等级的公司债券风险收益一般会()评级为C等级的公司债券。 A.大于 B.小于 C.等于 D.无法确定 5.保险公司要求投保人必须提供详细的个人信息,目的是为了规避() A.逆向选择 B.道德风险 C.交易成本 D.政府管制 6.不能解决信息不对称问题的措施包括() A.鼓励私人企业生产并销售信息 B.政府管制以增加信息披露 C.金融中介机构的出现 D.企业更多依赖债券融资而非银行融资 7. 30年期住房抵押贷款的等额本金分期还款方式第一年还款额主要是偿还()部分,第30年主要是偿还()部分。 A.本金;利息 B.本金;本金 C.利息;本金 D.利息;利息 8.假定其他情况不变,未来20年中国的生产率水平相对于美国持续上升,则人民币将会() A.升值 B.贬值 C.不变 D.不确定 9.保险公司在确定保费时,一般需要借助于() A.大数定律 B.货币中性 C.保险利益 D.以上都不对 10.下列有关利率期限结构理论的结论正确的是() A.纯预期理论假设长短期债券之间不能完全替代 B.市场细分理论不能解释长短期利率之间变动的相关性 C.流动性溢价理论认为收益率曲线向右上方倾斜意味着未来短期利率水平将会上升 D.以上结论都不对 11.冲销式干预中需对外汇干预导致的()变动 A.货币供应量 B.汇率 C.外汇储备 D.以上都不对

面板数据分析简要步骤与注意事项面板单位根面板协整回归分析

面板数据分析简要步骤与注意事项 面板单位根—面板协整—回归分析) 步骤一:分析数据的平稳性(单位根检验) 按照正规程序,面板数据模型在回归前需检验数据的平稳性。李子奈曾指出,一些非平稳的经济时间序列往往表现出共同的变化趋势,而这些序列间本身不一定有直接的关联,此时,对这些数据进行回归,尽管有较高的R平方,但其结果是没有任何实 际意义的。这种情况称为称为虚假回归或伪回归( spurious regression )。他认为平稳的真正含义是:一个时间序列剔除了不变的均值(可视为截距)和时间趋势以后,剩余的序列为零均值,同方差,即白噪声。因此单位根检验时有三种检验模式:既有趋势又有截距、只有截距、以上都无。 因此为了避免伪回归,确保估计结果的有效性,我们必须对各面板序列的平稳性进行检验。而检验数据平稳性最常用的办法就是单位根检验。首先,我们可以先对面板序列绘制时序图,以粗略观测时序图中由各个观测值描出代表变量的折线是否含有趋势项和(或)截距项,从而为进一步的单位根检验的检验模式做准备。单位根检验方法的文献综述:在非平稳的面板数据渐进过程中 ,Levin andLin(1993) 很早就发现这些估计量的极限分布是高斯分布 , 这些结果也被应用在有异方差的面板数据中,并建立了对面板单位根进行检验的早期版本。后来经过Levin et al. (2002) 的改进, 提出了检验面板单位根的LLC法。Levin et al. (2002)指出,该方法允许不同截距和时间趋势,异方差和高阶序列相关,适合于中等维度(时间序列介于25?250之间,截面数介于10?250之间)的面板单位根检验。Im et al. (1997) 还提出了检验面板单位根的 IPS 法, 但 Breitung(2000) 发现 IPS 法对限定性趋势的设定极为敏感 , 并提出了面板单位根检验的 Breitung 法。Maddala and Wu(1999)又提出了 ADF-Fisher 和 PP-Fisher 面板单位根检验方法。 由上述综述可知,可以使用 LLC、IPS、Breintung 、ADF-Fisher 和 PP-Fisher5 种方法进行面板单位根检验。其中LLC-T 、BR-T、IPS-W 、ADF-FCS、PP-FCS、H-Z 分 别指 Levin, Lin & Chu t* 统计量、 Breitung t 统计量、 lm Pesaran & Shin W 统 量、计 ADF- Fisher Chi-square 统计量、PP-Fisher Chi-square 统计量、Hadri Z 统计 量,并且 Levin, Lin & Chu t* 统计量、 Breitung t 统计量的原假设为存在普通的单位根过程, lm Pesaran & Shin W 统计量、 ADF- Fisher Chi-square 统计量、 PP-Fisher Chi-square 统计量的原假设为存在有效的单位根过程, Hadri Z 统计量的检验原假设为不存在普通的单位根过程。 有时,为了方便,只采用两种面板数据单位根检验方法,即相同根单位根检验 LLC(Levin-Lin-Chu )检验和不同根单位根检验 Fisher-ADF 检验(注:对普通序列(非面板序列)的单位根检验方法则常用 ADF检验),如果在两种检验中均拒绝存在单位根的原假设则我 们说此序列是平稳的,反之则不平稳。 如果我们以 T(trend )代表序列含趋势项,以 I (intercept )代表序列含截距项, T&I 代表两项都含,N (none)代表两项都不含,那么我们可以基于前面时序图得出的结论,在单位根检验中选择相应检验模式。 但基于时序图得出的结论毕竟是粗略的,严格来说,那些检验结构均需一一检验。具体操作可以参照李子奈的说法:ADF检验是通过三个模型来完成,首先从含有截距和趋势项的模型开始,再检验只含截距项的模型,最后检验二者都不含的模型。并且认

调查问卷整体概况及数据分析(最终版

调查问卷整体概况及数据分析 为了更客观、真实地了解我校第二课堂开展情况,以便于日后更好地进行第二课堂活动,我们特地进行了题为《关于我校第二课堂对大学生实践能力提升度》的问卷调查,以下为此次调查的整体概况及数据分析。 一、调查目的和意义 (一)目的 通过调查了解黄淮学院学生对第二课堂的了解程度;了解他们对黄淮学院第二课堂的更好开展有什么好的想法和建议,以便以后更好地开展第二课堂活动。 (二)意义 1、第二课堂活动是课堂教学内容的有利补充和深化。课堂教学内容理论性较强,有时可能会脱离实际,需要进行较多的实践活动才能达到预期的教学目的。我们发现,学生通过积极参与第二课堂的实践活动,一方面对课堂上一些比较抽象的内容可以轻松地找到具体的模型,直观地理解所学的知识;另一方面也减轻了老师授课的困难,节省了课堂教学时间,达到了深入浅出的教学效果和巩固知识之目的。 2、第二课堂活动是激发学生学习兴趣的最佳方式。从激发学生学习兴趣的角度看。首先,第二课堂活动改变了学生和教师在教学活动中的角色定位。在第二课堂中,教师可以因材施教,学生由被动学习变为自主学习。其次,学习过程中的各种问题不再由老师提出,而是由学生自己来发现,自己想办法来解决。这样,学习就成了“发现问题-解决问题-再发现问题-再解决问题”的过程,大大激发了学生的学习兴趣,从而形成一种良性循环的探索式学习。 3、第二课堂活动是提高学生科技创新能力的有效手段。第二课堂活动不仅能把所学的知识应用于实践,而且对培养学生的能力发挥了重要作用。 4、造就合格的全面人才。第二课堂涉及面广,内容丰富,能开阔学生的视野,提高学生的综合能力。如讲话能力、写作能力、组织能力和交际能力,使他们具备合格人才的全部素质,毕业后能较好地适应社会的需要。 二、调研基本情况 调查采用了非概率抽样中的定额抽样,问卷调查和走访调查相结合的方式进行,但以问卷调查为主。在黄淮学院校园内对学院的部分在校生进行了调查。共发放问卷565份,通过筛选和逻辑校验,排除各种情况的废卷,共得到有效问卷505份,有效率为89.38%,基本符合问卷统计的一般标准,保证了科学性、规范性、严谨性和代表性。走访25人,在一定范围内对其他调研方面的完善和补充。调查结果采用统计分析、理论分析等多角度结合的分析方法。 (一)样本概况 样本整体中,男生占36.3%,女生占63.7%,调查主要对象是我校大二、大三以及少数大四在校生。 (二)样本分析 黄淮学院学生在对黄淮学院第二课堂活动内容和形式的了解程度上,不了解的占39.1%,基本了解的占54.1%,非常了解的占6.8%。 黄淮学院学生参与课外活动的情况呈枣核型分布,即处于两极(长期参加和几乎不参加)的学生所占比例均比较小(总计13%左右),而偶尔参加

金融机构与金融市场论文

金融机构与金融市场论文 Prepared on 22 November 2020

离岸金融市场研究的文献评述 摘要:随着金融自由化和金融制度创新的进一步发展,离岸金融市场在国际金融体系中占据越来越重要的地位。本文先从国外离岸金融研究的发展入手,从对离岸金融市场的定义到实践中对离岸金融市场建立的建议,阐述了国外学者的研究历程。进而转向国内学者对离岸金融市场的认识过程,并在文末指出了国内外相关研究中目前存在的问题。 关键词:离岸金融市场;研究;评述 离岸金融市场是金融自由化和金融制度创新的产物,从上世纪中期至今,迅速发展成为现代国际金融体系的重要组成部分,建立离岸金融市场的浪潮更是方兴未艾。尤其是亚洲,更是掀起了一股离岸金融的浪潮,新加坡、日本、香港等亚洲国家和地区相继建立其区域性离岸金融中心,为其带来了巨大的收益和便利,甚至带动该国(地区)经济的发展与飞跃。因此,发展我国离岸金融市场成为金融体系改革的重要环节。 一、国外离岸金融研究情况综述 离岸金融理论研究伴随着离岸金融市场的产生而产生,关于离岸金融市场的定义,在国外有不同的见解。Grabbe (1997)从离岸金融市场运行方式上界定指出:“离岸金融市场代表着一种针对管理规则的套利行为,离岸银行是一个金融管理组合体:它所经营的货币在货币发行国之外运动着,因此它所经营的货币是一个国家的(一种法律环境),而它所适用的银行条例和竞争效率却是另一个国家的。”“为促进国际银行业务而专门设定的小型区域”、“可以财政中性的方式进行国际金融业务的地

方”、“为避免政府当局限制和管制而进行的地域选择”,但总体而言都是指非居民间的资金融通市场。 随着国际金融市场的发展,离岸金融市场基本理论也突破了传统的范畴。(2007)对离岸金融中心和市场进行了全新的定义,他突破了传统的对离岸金融的理论概述,结合金融服务和具体金融活动指出离岸金融市场是一种经营非居民间金融服务的市场,建立离岸金融市场是金融自由化、全球一体化的必然产物。另有一些文献在有关金融自由化、国际化发展及金融创新的理论研究中涉及离岸金融的产生和其市场建立问题,认为金融管制促使了离岸金融的产生,离岸金融市场的建立和发展加速了金融自由化、国际化的进程。 Andrew 和Mark (2005)通过对建立离岸金融市场国家的数据考察,提出影响离岸金融市场的因素,并提出评价离岸金融市场的相关指标,指出离岸金融市场的避税和洗钱特征。Ahmed Zorome(2007)开发了统计方法区分离岸金融市场和非离岸金融市场的数据,从证券投资统计调查、国际投资头寸和国际收支的平衡的角度构建了一个简单的二元回归模型对离岸金融市场的条件进行了评估,并确定了新的国家离岸金融条件的三个评价标准。 在实践中关于建立离岸金融市场的研究焦点集中在以下三个方面:一是,从货币发行国的角度研究离岸金融市场建立及其风险控制问题,Hudson(1998)指出关于离岸金融市场的建立更多的是要适应各个国家的不同国情,并从离岸金融中心的角度进行分析。二是,从避税港角度研究“避税天堂”的税收政策及其对发达国家金融体系的冲击,从而使人们开始关注离岸金融市场的建立设立一定的准入标准,Ingo Walter (1990)从避税港角度研究“避税天堂” 二、国内离岸金融研究情况综述

金融发展与企业融资约束缓解

中国金融发展与企业融资约束地缓解Post By:2009-12-16 10:28:48 ——基于系统广义矩估计地动态面板数据分析 摘要:利用中国上市公司2003—2007年地面板数据和动态面板GMM估计方法,考察了中国金融发展对企业融资约束地影响.研究结果表明,中国上市公司普遍存在融资约束;金融发展有助于降低企业地融资约束水平,民营上市公司地融资约束比国有上市公司得到了更为明显地缓解;金融中介地发展在缓解企业融资约束中地作用远比证券市场地作用大. 关键词:金融发展,融资约束,欧拉方程,GMM估计 融资约束是发展中国家普遍存在地问题.Fazzari等(简称FHP)将融资约束定义为:在资本市场不完善地情况下,企业由于内外部融资成本存在较大差异,无法支付过高地外部融资成本而出现融资不足,从而导致投资低于最优水平,投资决策过于依赖企业内部资金.融资约束地出现是企业融资渠道不畅地结果,表现为企业内源资金积累不足、难以获得银行贷款、不能发行股票或债券等.金融发展水平,如金融业、信贷资金分配地市场化程度等,是影响企业融资约束程度地重要因素. 目前,中国正处于经济转轨时期,金融发展也处于起步阶段,企业融资约束具有一定地转轨经济特殊性.那么,融资约束在中国企业地投资实践中是否存在?金融发展能否降低企业地融资约束水平?本文利用中国上市公司2003—2007年地面板数据和动态面板系统广义矩(GMM)估计方法,分析金融发展能否缓解中国企业地融资约束水平,进一步从公司财务层面研究金融发展促进中国经济增长地微 观机理.

一、文献回顾 Modigliani和Miller(1958)认为,在完美地资本市场中,企业地投资完全取决于技术偏好和产量需求,投资决策与其财务结构、融资渠道无关.然而,现实中并不存在真正意义上地完美资本市场,信息不对称和代理问题会提高外部资金地使用成本,使得留存收益、负债和发行股票等作为投资资金地来源并不等价,企业地融资能力会在很大程度上影响其投资行为.Stigliz和Weiss(1984)、Mye rs和Mailuf(1984)以及Myers(1984)等发现,非对称信息所导致地市场不完全以及在此市场中融资决策所具有地信号传递作用,会导致企业外部融资成本高于内部融资成本.Bemanke和Gertler(1989)以及Gertler(1992)等从代理问题出发,认为代理问题同样会使外部融资成本高于内部融资成本.当企业面临地内、外融资成本存在差异时,企业地投资决策将受到内部融资可得性地影响,即企业地投资数量会在很大程度上依赖于企业地内部融资能力,外部融资越困难、成本越高,企业地投资对其内部融资能力地依赖程度就越高. 为了证明融资约束地存在及其对企业投资地影响,FHP选择1970—1984年421家美国制造业企业地面板数据作为样本,根据股息支付高低来估计企业融资约束地程度,实证检验了企业投资与内部现金流地关系.他们发现,如果交易成本、信息成本使外部融资成本高于内部融资成本,则对于一个具有较好投资机会地企业来说,支付大量股息是不符合价值最大化原则地;如果融资约束问题很重要,则对一个具有相当好地投资机会地企业来说,投资对现金流将非常敏感.其后一些学者采用不同样本和方法进行地研究,如Hoshi等(1991)、Calomiris(1994)以及Lamont(1997),也证实了FHP地结论. 近年来,越来越多地研究者开始关注影响企业融资约束地因素.一些研究者从企业自身地角度,考察了融资约束地影响因素.Pagano等(1998)发现,企业地融资约束与其信贷记录有密切地关系,良好地信贷记录可以提高企业地声誉,降低企业地融资约束,从而帮助企业以较低地成本进行直接或间接地外部融资.Cull和Xu(2003)认为,企业良好地经营表现可以使银行对其未来地现金流有

面板数据分析步骤

转载:面板数据分析的思路和Eviews操作: 面板数据一般有三种:混合估计模型;随机效应模型和固定效应模型。首先,第一步是作固定效应和随机效应模型的选择,一般是用Hausman检验。 如果你选用的是所有的企业,反映的是总体的效应,则选择固定效应模型,如果你选用的是抽样估计,则要作Hausman检验。这个可以在Eviews 5.1里头做。 H0:应该建立随机效应模型。 H1:应该建立固定效应模型。 先使用随机效应回归,然后做Hausman检验,如果是小概率事件,拒绝原假设则应建立固定效应模型,反之,则应该采用随机效应模型进行估计。 第二步,固定效应模型分为三种:个体固定效应模型、时刻固定效应模型和个体时刻固定效应模型(这三个模型的含义我就不讲了,大家可以参考我列的参考书)。如果我们是对个体固定,则应选择个体固定效用模型。但是,我们还需作个体固定效应模型和混合估计模型的选择。所以,就要作F值检验。相对于混合估计模型来说,是否有必要建立个体固定效应模型可以通过F检验来完成。 H0:对于不同横截面模型截距项相同(建立混合估计模型)。SSEr H1:对于不同横截面模型的截距项不同(建立时刻固定效应模型)。SSEu

F统计量定义为:F=[( SSEr - SSEu)/(T+k-2)]/[ SSEu/(NT-T-k)] 其中,SSEr,SSEu分别表示约束模型(混合估计模型的)和非约束模型(个体固定效应模型的)的残差平方和(Sum squared resid)。非约束模型比约束模型多了T–1个被估参数。需要指出的是:当模型中含有k 个解释变量时,F统计量的分母自由度是NT-T- k。通过对F统计量我们将可选择准确、最佳的估计模型。 在作回归是也是四步:第一步,先作混合效应模型:在cross-section 一栏选择None ,Period也是None;Weights是cross-section Weights,然后把回归结果的Sum squared resid值复制出来,就是SSEr 第二步:作个体固定效用模型:在cross-section 一栏选择Fixed ,Period也是None;Weights是cross-section Weights,然后把回归结果的Sum squared resid值复制出来,就是SSEu 第三步:根据公式F=[( SSEr - SSEu)/(T+k-2)]/[ SSEu/(NT-T-k)]。计算出结果。其中,T为年数,不管我们的数据是unbalance还是balance 看observations就行了,也即Total pool (balanced) observations:的值,但是如果是balance我们也可以计算,也即是每一年的企业数的总和。比如说我们研究10年,每一年又500加企业,则NT=10×500=5000。K为解释变量,不含被解释变量。 第四步,根据计算出来的结果查F值分布表。看是否通过检验。检验准则:当F> Fα(T-1, NT-T-k) , α=0.01,0.05或0.1时,拒绝原假设,则结论是应该建立个体固定效应模型,反之,接受原假设,则不能建立个体固定效应模型。

浅析金融机构对中小企业的融资

龙源期刊网 https://www.sodocs.net/doc/4c3852541.html, 浅析金融机构对中小企业的融资 作者:陈恒坚 来源:《时代金融》2011年第29期 【摘要】2008年9月,美国爆发了由次贷危机引发的大规模的金融危机,金融危机迅速 演变为经济危机,并迅速向全世界蔓延,中小企业首当其冲受到影响。为进一步了解各金融机构对中小企业的融资情况,笔者走访了西山区辖内10多家金融机构进行实地调查。在此基础上对当前金融机构对中小企业的融资进行进一步分析,提出了相关的建议。 【关键词】金融机构中小企业融资 2008年受金融危机的影响,云南省昆明市西山区工业经济景气总体上不容乐观。从我支 行收回的《工业经济景气问卷》和重点联系企业情况反映出,大部分企业的资金周转情况、销货回笼情况、企业支付能力较差;原材料供应及储备情况明显不足;产品成本普遍增加,而产品销售价格由于受经济危机的影响呈下降趋势。2009年商业银行面临诸多压力已成为不争的 事实。如何监督各商业银行信贷切实支持中小企业融资,还需监管部门之间协商制定更细致的管理办法。商业银行增加的信贷规模是否能够落实到中小企业头上仍存疑虑。于是我们便到西山区辖内10家金融机构进行了调查,通过调查发现: 一、目前西山区金融机构对中小企业融资的基本情况 (一)从2008年1月份以来,西山区辖内各商业银行、信用社的资产、负债资金已由上级行集中,各项贷款规模均由上级行定时控制,辖内没有出现存贷款比例超出现象 (二)商业银行对贷款投放的企业意向选择一般是对符合国家产业政策、担保落实、风险小、综合效益高、市场好的企业进行意向选择,对上级行规定限制进入的行业原则上不再进行 贷款的投放 而且从2008年10月后,各商业银行更加重视对地方中小企业的贷款支持,严格按照国家政策方针对有发展前景的企业进行扶持,2008年西山区金融机构各项贷款余额比年初增长30.66%,其中:短贷增长9.08%、中长期贷款增长47.79%。贷款审批权限实行了规范管理,严格审批程序。从调查情况看,西山区辖内金融机构的贷款审批权都集中到上级部门,支行要对客户进行贷款投放,必须进行行业准入,省分行按总行的相关要求逐笔上报上级行审批;少数金融机构在授权内的贷款权限办理各项贷款业务。 (三)贷款规划控制后商业银行的贷款客户结构逐步从房地产企业、原材料生产、加工企业为主转变为中、小型生产企业和银政合作项目,企业贷款主要是市场好的企业资金需求增加 因中小企业在竞争力、产业结构、产品结构、抗风险能力等方面与大企业有较大差距,达不到贷款要求。目前,各行对中小企业的贷款支持主要集中在开立银行承兑汇票、支持中小客

面板数据的分析步骤

面板数据的分析步骤 面板数据的分析方法或许我们已经了解许多了,但是到底有没有一个基本的步骤呢?那些步骤是必须的?这些都是我们在研究的过程中需要考虑的,而且又是很实在的问题。面板单位根检验如何进行?协整检验呢?什么情况下要进行模型的修正?面板模型回归形式的选择?如何更有效的进行回归?诸如此类的问题我们应该如何去分析并一一解决?以下是我近期对面板数据研究后做出的一个简要总结,和大家分享一下,也希望大家都进来讨论讨论。 步骤一:分析数据的平稳性(单位根检验) 按照正规程序,面板数据模型在回归前需检验数据的平稳性。李子奈曾指出,一些非平稳的经济时间序列往往表现出共同的变化趋势,而这些序列间本身不一定有直接的关联,此时,对这些数据进行回归,尽管有较高的R平方,但其结果是没有任何实际意义的。这种情况称为称为虚假回归或伪回归(spurious regression)。他认为平稳的真正含义是:一个时间序列剔除了不变的均值(可视为截距)和时间趋势以后,剩余的序列为零均值,同方差,即白噪声。因此单位根检验时有三种检验模式:既有趋势又有截距、只有截距、以上都无。 因此为了避免伪回归,确保估计结果的有效性,我们必须对各面板序列的平稳性进行检验。而检验数据平稳性最常用的办法就是单位根检验。首先,我们可以先对面板序列绘制时序图,以粗略观测时序图中由各个观测值描出代表变量的折线是否含有趋势项和(或)截距项,从而为进一步的单位根检验的检验模式做准备。 单位根检验方法的文献综述:在非平稳的面板数据渐进过程中,Levin andLin(1993) 很早就发现这些估计量的极限分布是高斯分布,这些结果也被应用在有异方差的面板数据中,并建立了对面板单位根进行检验的早期版本。后来经过Levin et al. (2002)的改进,提出了检验面板单位根的LLC 法。Levin et al. (2002) 指出,该方法允许不同截距和时间趋势,异方差和高阶序列相关,适合于中等维度(时间序列介于25~250 之间,截面数介于10~250 之间) 的面板单位根检验。Im et al. (1997) 还提出了检验面板单位根的IPS 法,但Breitung(2000) 发现IPS 法对限定性趋势的设定极为敏感,并提出了面板单位根检验的Breitung 法。Maddala and Wu(1999)又提出了ADF-Fisher和PP-Fisher面板单位根检验方法。 由上述综述可知,可以使用LLC、IPS、Breintung、ADF-Fisher 和PP-Fisher5种方法进行面板单位根检验。 其中LLC-T 、BR-T、IPS-W 、ADF-FCS、PP-FCS 、H-Z 分别指Levin, Lin & Chu t* 统计量、Breitung t 统计量、lm Pesaran & Shin W 统计量、ADF- Fisher Chi-square统计量、PP-Fisher Chi-square 统计量、Hadri Z统计量,并且Levin, Lin & Chu t* 统计量、Breitung t统计量的原假设为存在普通的单位根过程,lm Pesaran & Shin W 统计量、ADF- Fisher Chi-square统计量、PP-Fisher Chi-square统计量的原假设为存在有效的单位根过程,Hadri Z统计量的检验原假设为不存在普通的单位根过程。 有时,为了方便,只采用两种面板数据单位根检验方法,即相同根单位根检验LLC (Levin-Lin-Chu)检验和不同根单位根检验Fisher-ADF检验(注:对普通序列(非面板序列)的单位根检验方法则常用ADF检验),如果在两种检验中均拒绝存在单位根的原假设则我们

基于面板数据模型及其固定效应的模型分析

基于面板数据模型及其固定效应的模型分析 在20世纪80年代及以前,还只有很少的研究面板数据模型及其应用的文献,而20世纪80年代之后一直到现在,已经有大量的文献使用同时具有横截面和时间序列信息的面板数据来进行经验研究(Hsiao,20XX)。同时,大量的面板数据计量经济学方法和技巧已经被开发了出来,并成为现在中级以上的计量经济学教科书的必备内容,面板数据计量经济学的理论研究也是现在理论计量经济学最热的领域之一。 面板数据同时包含了许多横截面在时间序列上的样本信息,不同于只有一个维度的纯粹横截面数据和时间序列数据,面板数据是同时有横截面和时序二维的。使用二维的面板数据相对于只使用横截面数据或时序数据,在理论上被认为有一些优点,其中一个重要的优点是面板数据被认为能够控制个体的异质性。在面板数据中,人们认为不同的横截面很可能具有异质性,这个异质性被认为是无法用已知的回归元观测的,同时异质性被假定为依横截面不同而不同,但在不同时点却是稳定的,因此可以用横截面虚拟变量来控制横截面的异质性,如果异质性是发生在不同时期的,那么则用时期虚拟变量来控制。而这些工作在只有横截面数据或时序数据时是无法完成的。 然而,实际上绝大多数时候我们并不关心这个异质性究竟是多少,我们关心的仍然是回归元参数的估计结果。使用面板数据做过实际研究的人可能会发现,使用的效应①不同,对回归元的估计结果经常有十分巨大的影响,在某个固定效应设定下回归系数为正显着,而另外一个效应则变为负显着,这种事情经常可以碰到,让人十分困惑。大多数的研究文献都将这种影响解释为控制了固定效应后的结果,因为不可观测的异质性(固定效应)很可能和回归元是相关的,在控制了这个效应后,由于变量之间的相关性,自然会对回归元的估计结果产生影响,因而使用的效应不同,估计的结果一般也就会有显着变化。 然而,这个被广泛接受的理论假说,本质上来讲是有问题的。我们认为,估计的效应不同,对应的自变量估计系数的含义也不同,而导致估计结果有显着变化的可能重要原因是由于面板数据是二维的数据,而在这两个不同维度上,以及将两个维度的信息放到一起时,样本信息所显现出来的自变量和因变量之间的相关关系可能是不同的。因此,我们这里提出另外一种异质性,即样本在不同维度上的相关关系是不同的,是异质的,这个异质性是发生在回归元的回归系数上,而

企业融资的几个阶段

企业融资的几个阶段 绿天使以为,一个企业从注册到稳定成长,主要是经历这么几个阶段,第一个阶段是种子期,第二个阶段是发展期,第三个阶段是扩张期,最后一个阶段是稳定期。企业每一个阶段的融资方式不同,整个成长过程中的融资方式也有不同。主要分为:天使投资、风险投资、私募股权投资以及首次公开募股。 企业初创期一般会接触天使投资,天使投资实际上是风险投资的一种特殊形式,是对于高风险、高收益的初创企业的第一笔投资。很多创业企业会通过各种途径取得投资人的关注,参加融资路演、创业大赛、争取政府的创业扶持基金等。 企业发展期会引入风险投资,也称vc,金额一般也不会太大,投资对象多为处于创业期的中小型企业,而且多为高新技术企业,投资期限至少3-5年以上,投资方式一般为股权投资,通常占被投资企业30%左右股权,而不要求控股权,也不需要任何担保或抵押。这笔资金主要用于扩大业务,加强团队,也是企业做大最主要的阶段,产品、品牌及企业知名度是重点。企业扩张期有的会引入私募股权投资,也叫做PE,一般属于机构投资,且投资数额较大,推动非上市企业价值增长,最终通过上市、并购、管理层回购、股权置换等方式出售持股套现退出。 最后一个是大家最熟悉的,IPO,也就是上市。 企业发展的各个阶段都需要融资,融资方式怎么选择要根据企业的具体情况来考虑,如果企业不知道如何融资,可聘请绿天使投资公司的融资顾问,绿天使融资顾问团由多位企业融资专家组织,能够根据企业实际情况,匹配合适的融资方式,并可推荐合适的投资公司。同时,绿天使也是一家投资公司,主要针对于环保项目进行投资,并有一支1.5亿的环保基金。 绿天使是一家专注于节能环保领域的专业创业孵化和投资机构,为创业者提供全方位的创业服务和资金支持。其中包括:股权投资、融资顾问、股权交易、企业挂牌、债券金融等服务,不断拓宽中小企业投融资渠道、规范企业经营、提升企业形象、提高企业品牌知名度,帮助企业解决发展过程中的资金瓶颈,给企业插上资本的翅膀。

面板数据分析方法步骤

1.面板数据分析方法步骤 面板数据的分析方法或许我们已经了解许多了,但是到底有没有一个基本的步骤呢?那些步骤是必须的?这些都是我们在研究的过程中需要考虑的,而且又是很实在的问题。面板单位根检验如何进行?协整检验呢?什么情况下要进行模型的修正?面板模型回归形式的选择?如何更有效的进行回归?诸如此类的问题我们应该如何去分析并一一解决?以下是我近期对面板数据研究后做出的一个简要总结,和大家分享一下,也希望大家都进来讨论讨论。 步骤一:分析数据的平稳性(单位根检验) 按照正规程序,面板数据模型在回归前需检验数据的平稳性。李子奈曾指出,一些非平稳的经济时间序列往往表现出共同的变化趋势,而这些序列间本身不一定有直接的关联,此时,对这些数据进行回归,尽管有较高的R平方,但其结果是没有任何实际意义的。这种情况称为虚假回归或伪回归(spurious regression)。他认为平稳的真正含义是:一个时间序列剔除了不变的均值(可视为截距)和时间趋势以后,剩余的序列为零均值,同方差,即白噪声。因此单位根检验时有三种检验模式:既有趋势又有截距、只有截距、以上都无。 因此为了避免伪回归,确保估计结果的有效性,我们必须对各面板序列的平稳性进行检验。而检验数据平稳性最常用的办法就是单位根检验。首先,我们可以先对面板序列绘制时序图,以粗略观测时序图中由各个观测值描出代表变量的折线是否含有趋势项和(或)截距项,从而为进一步的单位根检验的检验模式做准备。 单位根检验方法的文献综述:在非平稳的面板数据渐进过程中,Levin andLin(1993) 很早就发现这些估计量的极限分布是高斯分布,这些结果也被应用在有异方差的面板数据中,并建立了对面板单位根进行检验的早期版本。后来经过Levin et al. (2002)的改进,提出了检验面板单位根的LLC 法。Levin et al. (2002) 指出,该方法允许不同截距和时间趋势,异方差和高阶序列相关,适合于中等维度(时间序列介于25~250 之间,截面数介于10~250 之间) 的面板单位根检验。Im et al. (1997) 还提出了检验面板单位根的IPS 法,但Breitung(2000) 发现IPS 法对限定性趋势的设定极为敏感,并提出了面板单位根检验的Breitung 法。Maddala and Wu(1999)又提出了ADF-Fisher和PP-Fisher面板单位根检验方法。 由上述综述可知,可以使用LLC、IPS、Breintung、ADF-Fisher 和PP-Fisher5种方法进行面板单位根检验。 其中LLC-T 、BR-T、IPS-W 、ADF-FCS、PP-FCS 、H-Z 分别指Levin, Lin & Chu t* 统计量、Breitung t 统计量、lm Pesaran & Shin W 统计量、

相关主题