企业环境绩效与财务绩效的关系r——基于企业规模的调节作用研究

来源 :现代商业 | 被引量 : 0次 | 上传用户:shaojj
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
本文以2013年~2018年我国煤炭采选业上市公司为样本,通过面板回归分析了环境绩效对企业财务绩效的影响以及企业规模对两者关系的调节作用.研究结果表明环境绩效对企业财务绩效存在促进作用,而企业规模对二者关系存在负向调节作用.
其他文献
本研究以在会计师事务所工作的审计师为研究样本,对其进行问卷调查并使用描述性统计、威尔科克森秩和检验进行分析,对区块链技术在审计工作领域的应用情况进行了探讨.结果表明,事务所使用公有链得到的工作效果优于使用私有链;使用外购区块链的工作效果优于使用自建区块链;四大会计师事务所使用区块链的工作效果优于来自非四大会计师事务所,本研究将理论与实际运用结合讨论,为今后“区块链+审计”的有关研究提供借鉴.
财务智能化技术的成长和完善与云计算、大数据、人工智能等尖端技术的蓬勃发展有着很大的关系,随着财务智能化技术的日趋成熟,财务共享服务以及智能化应用也成为了公司未来发展的主要方向.财务共享以及智能化对于公司日常管理工作中的一些问题如基础财务工作占用时间过长、运营成本过高以及防控财务风险等方面问题的改进有着积极的促进作用.财务共享服务以及智能化应用的标准程度更高,使用的规范性更强,有利于公司的全面发展,与此同时,管理人员运用这一模式可以满足公司的生产经营、决策需求,不断拓展原有的经营管理模式,满足现代化的管理需
随着经济的发展,内部控制在企业管理中越来越重要.企业内部控制的作用表现在三个方面:首先,可以有效地防止企业的资产被挪用,以及不合理地使用公司资产.其次,内部控制可以提升会计信息质量,保证企业的岗位可以互相牵制,减少企业的舞弊现象.最后,有效的内部控制能够帮助企业建立有效的组织框架,促进企业的工作更有效,更符合企业实现经营目标的要求.本文选取欧浦智网为例,对欧浦智网内部控制有效性进行研究,找出欧浦智网内部控制失效的根本原因,并提出相应的改进意见.
如果要从企业的财务报表中挖掘利于决策的可靠信息,就需要对企业的财务报表进行系统、科学的财务分析.随着我国市场化改革的不断深入,前瞻性的决策方式对企业的长远发展至关重要.而战略已经成为企业存亡兴衰的关键因素.因此,本文将以华为为例,运用项目质量分析法,从战略视角对华为2020年度财务报表进行分析,了解公司的相关战略以及战略的实施状况,挖掘其中蕴含的深层财务信息.
本文以环境审计为研究视角,基于2010年~2019年中国沪深A股重污染企业的经验证据,实证检验环境审计对企业绿色创新的影响.研究发现:环境审计能够显著的促进企业进行绿色创新.进一步检验分析后发现,环境审计对企业绿色创新的促进作用主要体现在低融资约束和国有控股的企业.本文研究结论在理论上丰富了企业绿色创新影响因素分析.
当前,物联网技术已经发展到一定高度,物联网环境对我们的社会生活产生了诸多的影响.会计信息化是由近年来互联网技术的快速发展而来的.随着物联网技术的快速崛起,需要分析物联网环境对于会计信息化建设的各种影响,以及如何利用物联网技术来推动会计信息化的建设发展.本文将通过对物联网技术环境以及会计信息化建设的分析,将二者进行有效结合,从而得出会计信息化建设在物联网环境下高速发展的有效方法.
新常态给企业发展带来了新的挑战和新的机遇,也给内部审计工作提出了更为严峻的考验,面对新形势、新常态,如何优化内部审计工作,创造性地开展内部审计工作,充分发挥内部审计职能,本文就此进行了探讨.
近年来一系列舞弊案件的发生愈发表明,独立性是注册会计师执业的灵魂,是进行审计工作的基础.注册会计师作为市场经济的参与者,唯有保持独立性才能有效减少因独立性问题引发的会计信息失真.同时,基于审计失败案件曝光频率的不断上升,监管部门也在不断加大对于注册会计师行业的监管执法力度.本文通过对注册会计师审计独立性的分析探讨和思考,提出加强注册会计师审计独立性的对策,以期为监管部门进一步规范注册会计师行业执业提供建议.
我国上市实体企业普遍存在“脱实向虚”的趋势,针对这一问题,从产权性质视角研究企业金融化与技术创新的关系.研究发现:企业金融化与创新投入负相关,进一步将样本分为国企与非国企,国企样本中企业金融化对技术创新有更强的抑制作用.本文丰富了企业金融化和技术创新的相关研究,有助于实体企业更加长远发展.
随着我国证券交易体量的不断增大,业界对运用深度学习等大数据分析技术对量化投资的兴趣日益增加.主流思路为研究个股投资策略(包括选股和择时)和设计合理的投资组合,从而寻找阿尔法.除此之外还有优化某些投资过程,把一些手动,半自动的投资方式变成自动化,解决大单交易市场冲击和对投资者的高风险行为监督等问题.随着深度学习技术的发展,国内外的研究者对深度学习在量化投资中的应用也经历了从使用人工神经网络、随机森林和向量机到卷积神经网络、LSTM神经网络和混合模型的发展.时至今日使用深度学习在还存在着一些问题,包括技术问题