CEO金融持证与实体企业金融化

来源 :上海外国语大学 | 被引量 : 0次 | 上传用户:yuanjie119
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
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CEO金融持证的情况对实体企业金融化的影响方向。本文认为,持有金融证书的CEO代表整个高层管理人员团队作出的决策,因他们更熟知金融领域知识,在学习的过程中形成了一定的专业“烙印”,能更好的隔行取利,以及代理成本与金融化本身的逐利动机等外部因素,会加剧企业的金融化。本文参考已有的研究,对CEO金融持证情况对实体企业的金融化程度的影响进行探究,并结合实体企业的产权性质以及进行了进一步的调节效应分析。本文认为国有企业的环境较为“舒适”,可以使得高管通过金融证书学习得到的“烙印”进一步存续和被使用,同时国有企业也具有民营企业不具备的投融资风险较低等优势,认为产权性质为国有的情况下对CEO金融持证有着正向的调节效应,即在国有企业的情况下,CEO金融持证对实体企业金融化影响更为强烈。本文采用2010-2020年的数据作为研究样本,构建实证模型并验证了上述观点。本文的研究丰富了金融化微观原因这一领域的研究成果,从监管、企业、个人的角度提出了相关的意见。
其他文献
在新时代背景下,习近平总书记提出要推进新文科建设,这意味着需要创新人文社会科学研究范式,其基本路径是以马克思主义为指导,构建出中国特色哲学社会科学学科体系、学术体系和话语体系,同时需要变革知识生产模式,从而培养出符合中国特色社会主义现代化建设要求的复合型、创新型人才。对于人文学者而言,随着数字资源、技术正广泛应用于人文社会科学领域和新文科建设的发展需求,如何使用数字技术解决人文领域的问题,即跨学科
学位
目的 探讨戴明循环(PDCA)循环管理法在降低住院患者抗菌药物使用率及使用强度中的应用效果。方法 2020.01—2020.03期间我院住院患者抗菌药物使用率及使用强度偏高,采用PDCA 质量管理工具进行干预。运用鱼骨图分析抗菌药物使用率及使用强度不达标的原因,并探讨解决措施,制定对策,实施干预,分析干预后(2020年4月—2020年12月)达标情况。结果 整改后,我院住院患者抗菌药物使用率于20
期刊
期刊
报纸
<正> (例一)彭树林男性 68岁住本市金溏沿 1954年3月患腹水症,遍体浮肿,肿处光亮如水晶,腹大如箕,便閉溺少,自服大黄,大便依然不通,而腹脹益甚,乃延予診,至其家,診其脉息沉弦,舌苔薄白,而甚润,腹胀欲裂,痛苦不堪言状,病人求予为
期刊
随着国家财税体制改革稳步推进,行政事业单位在会计工作中面临的问题逐渐凸显出来。近几年通过各级纪委监委的巡察,发现一些违规违纪线索与行政事业单位会计工作存在关联。加强对行政事业单位会计风险的防控,不仅可以从源头上预防违纪违法问题的发生,还有助于形成风清气正的社会氛围。本文阐述了行政事业单位会计风险防范的重要性,列举了会计风险的表现形式,分析了风险形成的原因,最后结合自身工作,提出了会计风险的防范与控
期刊
改革开放以来,经济快速增长,工业产值逐步上升,随之伴随的空气污染问题逐渐受到广泛关注。在研究空气污染过程中,研究者们探索空气污染与经济发展之间的关系时,大多数只考虑了经济活动对城市空气污染的影响。这里一个关键假设是,空气污染在城市之间的传播可以忽略不计。这一假设是否有统计证据,已成为一个需要回答的重要问题。本文选取四川盆地、长三角地区和华北地区作为研究区域,通过对三个区域的空气污染物的时间序列进行
学位
近年来,评价素养在国内外受到越来越多的关注,研究者们反复强调教师评价实践对学生学习表现的影响之中,然而有学者发现,学校和课堂层面的评价过于依靠考试成绩,尤其是标准化考试的结果。同时,教育相关部门逐渐重视教学评估在教学实践中的重要作用,教师评价素养受到前所未有的关注,同时面临更高的要求。为了探究贵州省教师评价素养现状并为教师评价素养提升途径提供参考依据,本研究采用定量分析和定性分析相结合的方法,通过
学位
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