期刊文章详细信息
中国上市公司“高送转”动因研究——基于BP神经网络模型方法分析
The Studydy of High Stock Dividends by Chinese Listed Firms——Based on BP-artificial Neural Network Algorithm
文献类型:期刊文章
机构地区:[1]浙江财经大学信息学院金融数据分析研究室 [2]浙江财经大学经济学院国际经济与贸易系
年 份:2018
卷 号:37
期 号:1
起止页码:139-153
语 种:中文
收录情况:BDHX、BDHX2017、CSSCI、CSSCI_E2017_2018、NSSD、RCCSE、RWSKHX、核心刊
摘 要:上市公司实施"高送转"股利分配方案是中国股票市场较为特殊的现象,先前的研究主要通过Logistic或Probit等线性模型来分析送转动因。本文基于2014-2016年沪深两市所有公司的数据,引入人工神经网络方法,建立了"高送转"预测模型。实证结果表明,该模型的预测准确率能够达到92%左右,较大的优于Logistic模型,且模型很好的支持了"股本扩张论"。此外,基于对模型的分析,本文发现上市公司的高送转行为与公司本身成长阶段有关,并提出了一种与上市公司成长阶段相关的高送转动因的理论解释。
关 键 词:高送转 神经网络模型 送转动因
分 类 号:G23] G11
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...