研发投入及其信息披露程度对分析师盈余预测影响研究

来源 :上海外国语大学 | 被引量 : 0次 | 上传用户:xjk
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着时代的发展,企业的发展进步与科研创新活动的开展息息相关,研发投入作为打造企业品牌的必由之路,已越发为广大企业所重视。然而,并非所有的研发活动都能取得成功,研发投入的不稳定性和结果的难以预测性,增大了公司未来收益的不确定。成功的研发可以将研发投入转变成无形资产,为企业带来实际收益及,也为投资者带来积极的前景预期;而失败的研发将全部被计为费用,不仅影响公司的盈利,也为公司的发展前景带来一抹阴霾。因此,研发投入作为日渐重要的财务信息,对证券分析师盈余预测带来了很大挑战。证券分析师作为资本市场和投资者之间的桥梁,通过对上市公司信息进行专业解读,可以有效促进投资合理化,帮助投资者进行投资决策。然而,研发投入的隐蔽性以及研发活动所具有的不确定性和脆弱性,可能使企业面临许多风险,对分析师盈余预测产生影响。因此,在企业研发创新主体作用越来越重要的背景下,本文梳理了研发活动和分析师预测相关文献,以我国2014-2019年所有拥有研发活动的上市公司作为研究样本,实证考察了企业研发投入程度对于分析师盈余预测的影响,同时考虑到企业对于研发信息披露程度大小是对研发投入与分析师盈余预测之间产生重要作用的因素之一,因而后续加入了披露程度这一变量,研究其对二者之间的调节作用。实证结果显示,研发投入对分析师的预测误差和分歧度具有显著正向影响,高研发投入导致分析师盈余预测误差和分歧的增加,将降低分析师的盈余预测品质。然后,纳入研发信息披露程度这一调节变量,结果显示研发披露程度对研发投入与分析师预测的关系有负向调节作用,即研发披露有助于缓解分析师对高研发投入企业的盈余预测误差和分歧。这说明现阶段的研发信息披露有助于缓解信息不对称,减少盈余预测的误差。本文不仅能够丰富企业研发方面的学术研究内容,还为提升分析师盈余预测质量、加强分析师对上市公司会计信息和非会计信息的鉴别能力提供了理论依据;另外,也为投资者进一步深入认识并分析公司研发活动提供了帮助,为监管部门如何优化信息披露标准、强化研发活动的监管方法展现了新的思路。
其他文献
学位
由严格理论导出的Logistic回归模型被广泛应用于多个领域,但传统的Logistic模型存在过拟合问题,且不具有稀疏性,导致估计参数全部或大部分不为0,然而大多数实例(比如糖尿病的风险预测)表明,尽管风险因素变量有许多个,但影响结果的关键变量通常只有少数几个。为解决以上问题,本文提出了正则惩罚项由L1/2范数和L1范数的线性组合构成的L1/2+1-Logistic回归模型,并对该模型的求解算法进
学位
近年来,实体经济市场消费者的需求日益下降,尤其是受到疫情影响,实体企业投资回报率不断下滑。在这种情况下多数的实体企业都进入到了金融、投资性房产等高回报率的行业,试图通过跨行取利这种方式来寻找新的生意机会点。实体企业金融化这一概念就此产生,并在这几年不断发展,成为了国家监管关注的焦点。而探寻金融化成因的构成要素,也是当下金融研究的热点之一。本文对金融化微观领域的成因进行探究,通过“烙印”理论推导CE
学位
我国已经步入经济新常态的发展阶段,创新逐步替代依靠资源、低成本劳动力成为新的经济驱动,使得我国社会、经济发生深刻变革。同时我国的资本市场对外开放也进入了新的阶段,而资本市场开放与改革是为了对提升配置全球资本要素的能力,从而更好地促进实体经济的高质量发展。融合创新壮大实体经济发展,是我国经济发展的重点。A股成功被纳入MSCI指数是我国资本市场对外开放的巨大进步,反映了外界对中国资本市场开放与改革的肯
学位
教学学术和在线教学都是高等教育的新兴事物,两者存在着内在的关联。教学学术是一种以教学为对象的学术活动,信息技术推动了高校在线教学的多样化发展。信息化时代,教育技术向教学领域延伸,线上教育的复杂性对高校教学的开展形成了挑战。基于教学学术的在线教育,表征着高校教学的发展方向。通过信息技术,高校教学实现了从“课堂教学”到“直播教学”的转变;通过教学学术,高校在线教学还将实现从“技术”到“学术”的升华。在
期刊
教育数字化是确保全民优质教育的最有力工具,为我国高等教育高质量发展提供新动能。文章以数字化转型的高等教育内涵和人才培养效能作为切入点,基于教学学术与数字化相结合的理论视角,分析了高校教学共同体的深层作用、作用渠道以及在线教学背景下的表现,并利用分学科、分地区教育数据统计,深入探讨了数字化变革和高等教育普及化背景下,智慧解决教师资源有限、社会发展新型人才缺少、教学复合交叉不足、软硬新基建不充分等现实
期刊
保险风险度量是保险风险领域的一个重要的问题,常见的风险度量指标有破产概率、条件尾期望(CTE)、在险价值(VaR)等,这些指标的本质就是总索赔额的尾概率和矩尾。另一方面,经典风险模型假设索赔额服从轻尾分布且相互独立,但研究表明保险公司索赔额、风投领域资产值、重大灾害损失额等不满足轻尾与相互独立假设,而是具有相关关系的重尾分布。因此为精确刻画相依背景下的保险风险,越来越多的学者开始探讨重尾风险模型的
学位
在大数据时代,数据资源是分析各个领域不可或缺的资料。随着信息收集方式的不断进化,数据资源的维数和数量也逐渐增多,产生了大样本数据及高维数据。就高维数据而言,由于数据维数的增高使得计算难度大幅上升,如何有效地分析高维数据,是研究者们面临的非常重要的问题。一个解决高维数据分析难题的有效方法就是变量筛选,通过变量筛选将高维数据降低到适当维数,为后续的分析工作有效减负。论文的第一项工作是将条件互信息用于变
学位
2023年以来我国物价涨幅持续走低,引发了市场对通货紧缩风险的担忧及热烈讨论。本文以我国2023年5月份发布的通货膨胀数据为切入点,对当前我国所面临的通货紧缩风险进行深入探讨,并与我国前几次通货紧缩情景做分析对比。本文认为,受猪肉、原油价格周期性扰动影响,当前我国短期内存在通货紧缩挑战和物价下行压力,但近来我国核心通货膨胀率维持在0.6%~0.7%,距离严格意义上的通货紧缩仍有一定距离。从当前以及
期刊
球面数据作为刻画方向的数据,是自然界广泛存在的一种数据形式。在一些实际研究中,会遇到球面数据与欧式空间中的线性数据并存的情况。例如,分析风能时,预测变量包括风向、风速和时间。目前,关于混合数据统计模型的相关研究较少。本文以含球面预测变量的回归和分类为研究课题,重点探究了基于随机森林核的非参数回归模型在球面数据中的拟合能力。内容分为:(1)将随机森林算法作为一类自适应核函数应用于非参数回归。针对球面
学位